HashMap源码阅读

图片 6

前言:Java8之后新扩大挺多新东西,在网络找了些相关材料,关于HashMap在友好被血虐之后创巨痛深决定收拾一下相关文化方便温馨看。图和不怎么剧情参考的那一个文章:

HashMap是Map宗族中利用频度最高的八个,下文首要构张驰码来疏解HashMap的职业规律。

HashMap的蕴藏布局如图:一个桶(bucket)上的节点多于8个则存款和储蓄构造是红黑树,小于8个是单向链表。

1. 数据构造

HashMap的数据构造重要由数组+链表+红黑树(JDK1.8后新扩展)组成,如下图所示:

左边手数组是哈希表,数组的每种成分都以叁个单链表的头节点,当差别的key映射到数组的等同职位,就将其放入单链表中来解决key的hash值的冲突。

当链表的长度>8时,JDK1.8做了数据布局的优化,会将链表转变为红黑树,利用红黑树快捷增加和删除改查的特征提升HashMap的品质,查询成效链表O(N卡塔尔(قطر‎,红黑树是O(lgN卡塔尔。

图片 1

哈希表中当key的哈希值冲突时,可选择 绽放地址法 和 链地址法 来缓和。Java中的HashMap使用了链地址法:在每一个数组成分后都有二个链表,对key通过Hash算法定位到数组下标,将键值对数据放在对应下标成分的链表上。

先精通下HaspMap的多少个字段:

/* ---------------- Fields -------------- */

/**
 * The table, initialized on first use, and resized as
 * necessary. When allocated, length is always a power of two.
 * (We also tolerate length zero in some operations to allow
 * bootstrapping mechanics that are currently not needed.)
 */
transient Node<K,V>[] table;

/**
 * Holds cached entrySet(). Note that AbstractMap fields are used
 * for keySet() and values().
 */
transient Set<Map.Entry<K,V>> entrySet;

/**
 * The number of key-value mappings contained in this map.
 */
transient int size;

/**
 * The number of times this HashMap has been structurally modified
 * Structural modifications are those that change the number of mappings in
 * the HashMap or otherwise modify its internal structure (e.g.,
 * rehash).  This field is used to make iterators on Collection-views of
 * the HashMap fail-fast.  (See ConcurrentModificationException).
 */
transient int modCount;

/**
 * The next size value at which to resize (capacity * load factor).
 */
int threshold;     

/**
 * The load factor for the hash table.
 */
final float loadFactor;    
  • size:HashMap中实际存在的 Node(key-value对)数量。
  • modCount:记录HashMap内部布局发生变化的次数,首要用以迭代器的Fail-法斯特(迭代神速退步)。当
    put 新的 key-value
    键值对时,倘若新添了Node节点,归属布局调换,而有些key对应的value被隐瞒则不归属布局变化。
  • threshold:threshold = capacity *
    loadFactor,允许数组容纳的最多因素数量,假设高出那些数据就再也resize(扩容),扩大体量后HashMap的容积是事情未发生前的两倍。负载因子越大,所能容纳的键值对个数越多。
  • loadFactor:负载因子,暗中认可是0.75。是对空卯月时间作用的一个平衡选拔,提议不要涂改。
  • Node[] table:是 HashMap 的哈希桶数组,是四个 HashMap
    类中的非常主要的字段。

HashMap暗中同意的发端容积是
16,负载因子是 loadFactor=0.75,相当于说:使用HashMap暗中同意布局函数新建了叁个HashMap对象,数组最多容纳成分个数 threshold
= 16 * 0.75 = 12。当扩张数量时,size 和 modCount
会随着增添,数据实际上体量超过12时,HashMap就能够进展扩大体量。

Node的源码如下:

static class Node<K,V> implements Map.Entry<K,V> {
    final int hash;     // 用来定位数组索引位置
    final K key;
    V value;
    Node<K,V> next;       // 链表的下一个node

    Node(int hash, K key, V value, Node<K,V> next) {
        this.hash = hash;
        this.key = key;
        this.value = value;
        this.next = next;
    }

    public final K getKey()        { return key; }
    public final V getValue()      { return value; }
    public final String toString() { return key + "=" + value; }

    public final int hashCode() {
        return Objects.hashCode(key) ^ Objects.hashCode(value);
    }

    public final V setValue(V newValue) {
        V oldValue = value;
        value = newValue;
        return oldValue;
    }

    public final boolean equals(Object o) {
        if (o == this)
            return true;
        if (o instanceof Map.Entry) {
            Map.Entry<?,?> e = (Map.Entry<?,?>)o;
            if (Objects.equals(key, e.getKey()) &&
                Objects.equals(value, e.getValue()))
                return true;
        }
        return false;
    }
}

Node 是 HashMap 的叁个之中类,完毕了 Map.Entry
接口,存款和储蓄着键值对。上图中的每八个米白节点正是三个 Node 对象。

图片 2

2. Hash算法

在搜寻、增添、删除 key-value
键值对时,都亟待先在HashMap中定位哈希桶数组的目录地点。偶然五个key的下标会相近,那个时候就发出了Hash碰撞,当Hash算法总括结果越分散均匀,Hash碰撞的可能率就越小,map的存取功能就越高。

一定数组索引地方的源码完毕如下:

static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

// jdk1.7的源码
static int indexFor(int h, int length) { 
     return h & (length-1);
}

//jdk1.8没有 indexFor() 方法,但实现原理一样的,定位数组索引下标一般按如下方式:tab[(n - 1) & hash]
/**
 * Implements Map.get and related methods
 *
 * @param hash hash for key
 * @param key the key
 * @return the node, or null if none
 */
final Node<K,V> getNode(int hash, Object key) {
    Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        ...
    }
}

Hash算法本质上分三步:

  • 取key的hashCode值:h = key.hashCode()
  • 高位运算:h ^ (h >>> 16State of Qatar
  • 取模运算:table[(table.length – 1) & hash]

hash值通过hashCode(卡塔尔(قطر‎的高十捌人异或低15人来总结,能够在tabl.length非常小时,能将高低bit都参加到Hash总计中。

在HashMap中,哈希桶数组table的尺寸length大小必需为2的n次方,那样设计,重要是为着在取模和扩大容积时做优化。倘若将hash值直接对数总裁度进行取模运算,那样成分分布也比较均匀,不过模运算的开销是超大的。当length总是2的n次方时,(table.length

  • 1卡塔尔 & hash = hash % length,如此来计算元素在table数组的索引处,& 比 %
    具备越来越好的频率。

比方如下:

 图片 3

1:HashMap的一对品质

3. put方法

HashMap的put方法源码如下:

public V put(K key, V value) {
    // 对key求hash值
    return putVal(hash(key), key, value, false, true);
}

/**
 * Implements Map.put and related methods
 *
 * @param hash hash for key
 * @param key the key
 * @param value the value to put
 * @param onlyIfAbsent if true, don't change existing value
 * @param evict if false, the table is in creation mode.
 * @return previous value, or null if none
 */
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    // table为空,则resize()进行扩容新建
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    // 计算key在table中的index索引下标,如果Node为null,则table[index]中新建Node节点
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {
        Node<K,V> e; K k;
        // table[index]的首个节点key存在,则覆盖value
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        // 判断table[index]是否为红黑树,如果是,则直接在树中插入key-value
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        // table[index]为链表,遍历链表。
        else {
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    // 若链表长度 > 8,则将链表转化为红黑树,在红黑树中进行插入
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                // key已经存在,则直接覆盖value
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    // 插入Node成功后,判断实际存在的key-value对是否大于最大容量threshold,如果超过,则进行扩容resize()
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}
public class HashMap<k,v> extends AbstractMap<k,v> implements Map<k,v>, Cloneable, Serializable {

    private static final long serialVersionUID = 362498820763181265L;

    // 默认的初始容量是16
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;

    // 最大容量
    static final int MAXIMUM_CAPACITY = 1 << 30;

    // 默认的填充因子(以前的版本也有叫加载因子的)
    static final float DEFAULT_LOAD_FACTOR = 0.75f;

    // 这是一个阈值,当桶(bucket)上的链表数大于这个值时会转成红黑树,put方法的代码里有用到
    static final int TREEIFY_THRESHOLD = 8;

    // 也是阈值同上一个相反,当桶(bucket)上的链表数小于这个值时树转链表
    static final int UNTREEIFY_THRESHOLD = 6;

    // 看源码注释里说是:树的最小的容量,至少是 4 x TREEIFY_THRESHOLD = 32 然后为了避免(resizing 和 treeification thresholds) 设置成64
    static final int MIN_TREEIFY_CAPACITY = 64;

    // 存储元素的数组,总是2的倍数
    transient Node<k,v>[] table;

    transient Set<map.entry<k,v>> entrySet;

    // 存放元素的个数,注意这个不等于数组的长度。
    transient int size;

    // 每次扩容和更改map结构的计数器
    transient int modCount;

    // 临界值 当实际大小(容量*填充因子)超过临界值时,会进行扩容
    int threshold;

    // 填充因子
    final float loadFactor;

4. 扩容

扩大体积(resize)正是重新总结容积。向HashMap对象里不停的添新币素,而HashMap对象内部的数组无法装载越多的因素时,就必要扩张数组的尺寸,以便能装入更多的成分。方法是选取叁个新的数组代替已部分体量小的数组。

resize(卡塔尔国扩大体量时,会新建一个越来越大的Entry数组,将原先Entry数组中的元素通过transfer(卡塔尔(قطر‎方法转移到新数组上。通过遍历数组+链表的诀窍来遍历旧Entry数组中的种种元素,通过上文提到的
indexFor(卡塔尔方法鲜明在新Entry数组中的下标地点,然后使用链表头插法插入到新Entry数组中。扩大体量会拉动一文山会海的演算,新建数组,对本来元素重新hash,那是很花销财富的。

JDK1.7 resize的源码如下:

void resize(int newCapacity) {   // newCapacity为新的数组长度
   // 获取扩容前旧的Entry数组和数组长度
   Entry[] oldTable = table;    
   int oldCapacity = oldTable.length;     
   // 扩容前的数组长度已经达到最大值了(2^30)  
   if (oldCapacity == MAXIMUM_CAPACITY) { 
       threshold = Integer.MAX_VALUE;   // 修改最大容量阈值为int的最大值(2^31-1),这样以后就不会扩容了
       return;
   }

   Entry[] newTable = new Entry[newCapacity];   // 初始化一个新的Entry数组
   transfer(newTable);                          // 将数据转移到新的Entry数组里
   table = newTable;                            // HashMap的table属性引用新的Entry数组
   threshold = (int)(newCapacity * loadFactor); // 修改阈值
}

void transfer(Entry[] newTable) {
     Entry[] src = table;                   // src引用了旧的Entry数组
     int newCapacity = newTable.length;
     for (int j = 0; j < src.length; j++) {
         Entry<K,V> e = src[j];             // 遍历取得旧Entry数组的每个元素
         if (e != null) {
             src[j] = null;                 // 释放旧Entry数组的对象引用(for循环后,旧的Entry数组不再引用任何对象)
             do {
                 Entry<K,V> next = e.next;
                 int i = indexFor(e.hash, newCapacity);  // 重新计算每个元素在数组中的下标位置
                 e.next = newTable[i]; // 使用单链表的头插方式,将旧Entry数组中元素添加到新Entry数组中
                 newTable[i] = e;     
                 e = next;             // 访问下一个Entry链上的元素
             } while (e != null);
         }
     }
}

JDK1.8 resize的源码如下:

final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    int oldThr = threshold;
    int newCap, newThr = 0;
    if (oldCap > 0) {
        // 容量超过最大值就不再扩充了
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        // 容量没有超过最大值,就扩充为原来的2倍
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // double threshold
    }
    else if (oldThr > 0) // initial capacity was placed in threshold
        newCap = oldThr;
    else {               // zero initial threshold signifies using defaults
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    // 计算新的resize容量上限
    if (newThr == 0) {
        float ft = (float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
    threshold = newThr;
    @SuppressWarnings({"rawtypes","unchecked"})
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;
    if (oldTab != null) {
        // 把每个bucket都移动到新的bucket中
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            if ((e = oldTab[j]) != null) {
                oldTab[j] = null;
                if (e.next == null)
                    newTab[e.hash & (newCap - 1)] = e;
                else if (e instanceof TreeNode)
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else { // 链表优化重hash
                    Node<K,V> loHead = null, loTail = null;
                    Node<K,V> hiHead = null, hiTail = null;
                    Node<K,V> next;
                    do {
                        next = e.next;
                        // 原索引
                        if ((e.hash & oldCap) == 0) {
                            if (loTail == null)
                                loHead = e;
                            else
                                loTail.next = e;
                            loTail = e;
                        }
                        // 原索引+oldCap
                        else {
                            if (hiTail == null)
                                hiHead = e;
                            else
                                hiTail.next = e;
                            hiTail = e;
                        }
                    } while ((e = next) != null);
                    // 原索引放到bucket中
                    if (loTail != null) {
                        loTail.next = null;
                        newTab[j] = loHead;
                    }
                    // 原索引+oldCap放到bucket中
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
}

HashMap长度扩大为本来的2倍,这样使得元素的地方要不在原职分,要不在移动2次幂的岗位。

旧table数组的尺寸为n,元素原本的岗位为(n – 1卡塔尔(قطر‎ &
hash,扩大容积后数CEO度为原来的2倍,则成分的新岗位为 (n * 2 – 1卡塔尔国 &
hash。譬如,原本table数高管度 n=16,图a
表示key1和key2鲜明索引的岗位,图 b表示扩大体量后
key1和key2明显索引的职分,hash1和hash2分别为key1和key2通过Hash算法求得的hash值。如下图所示:

图片 4

key1的原岗位为00101=5,扩大体量后的岗位仍然为00101=5;而key2原职责为00101=5,扩大容积后的任务为10101=5+16(原岗位+oldCap)

如此设计的补益在于:既省去了重复总结hash值的年华;同期,新添1bit是0或1是私自的,由此resize扩容的经过,将事前冲突的相像链表上的节点均匀的发散到新的bucket上

2:HashMap的布局方法

5. 线程安全主题材料

HashMap是非线程安全的,在八线程场景下,应该防止选拔,而是接受线程安全的ConcurrentHashMap。在八线程场景中使用HashMap恐怕现身死循环,进而引致CPU负载过高达到百分百,最后程序宕掉。

当put新因素到HashMap中时,要是总成分个数超越 threshold
,HashMap则会resize扩大体积,进而hash表中的全数因素会rehash,重新分配到新的hash表中。若是两个线程并发进行rehash的话,恐怕会导致环形链表的现身,当另一线程调用HashMap.get(卡塔尔(قطر‎,访谈到了环形链表时,就应时而生了死循环,最后促成程序不可用。如何发生环形链表的细节,这篇文章写的很简要介绍明了:。

// 指定初始容量和填充因子的构造方法
public HashMap(int initialCapacity, float loadFactor) {
    // 指定的初始容量非负
    if (initialCapacity < 0)
        throw new IllegalArgumentException(Illegal initial capacity:  +
                                           initialCapacity);
    // 如果指定的初始容量大于最大容量,置为最大容量
    if (initialCapacity > MAXIMUM_CAPACITY)
        initialCapacity = MAXIMUM_CAPACITY;
    // 填充比为正
    if (loadFactor <= 0 || Float.isNaN(loadFactor))
        throw new IllegalArgumentException(Illegal load factor:  +
                                           loadFactor);
    this.loadFactor = loadFactor;
    // 指定容量后,tableSizeFor方法计算出临界值,put数据的时候如果超出该值就会扩容,该值肯定也是2的倍数
    // 指定的初始容量没有保存下来,只用来生成了一个临界值
    this.threshold = tableSizeFor(initialCapacity);
}

// 该方法保证总是返回大于cap并且是2的倍数的值,比如传入999 返回1024
static final int tableSizeFor(int cap) {
    int n = cap - 1;
    // 向右做无符号位移
    n |= n >>> 1;
    n |= n >>> 2;
    n |= n >>> 4;
    n |= n >>> 8;
    n |= n >>> 16;
    // 三目运算符的嵌套
    return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}

//构造函数2
public HashMap(int initialCapacity) {
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

//构造函数3
public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

6. 参考

3:get和put的时候明确因素在数组中之处

static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

要规定地方

首先步:首先是要计算key的hash码,是贰个int类型数字。那背后的 h
>>> 16 源码注释的传道是:为了制止hash碰撞(hash
collisons卡塔尔(قطر‎将高位分散到未有上了,这是归纳思忖了速度,品质等各个地区面因素之后做出的。

第二步: h是hash码,length是上面Node[]数组的尺寸,做与运算 h &
(length-1)。由于length是2的翻番-1后它的二进制码都以1而1与上其它数的结果或许是0也大概是1,这样有限支撑运算后的均匀性。也正是hash方法保险了结果的均匀性,那点卓殊首要,会相当的大的熏陶HashMap的put和get质量。看下图相比:

图片 5

图3.1是非对称的hash结果

图片 6

图3.2是每年平均的hash结果

这四个图的数目不是成都百货上千,假使链表长度抢先8个会转成红黑树。那时候看着会更通晓,jdk8早前一贯是链表,链表查询的复杂度是O(n卡塔尔而红黑树由于其本人的表征,查询的复杂度是O(log(n卡塔尔卡塔尔。假设hash的结果不均匀会一点都不小影响操作的复杂度。相关的学问这里有三个<a
href=”
</a>互连网还应该有个例证来表明:自定义了一个对象来做key,调解hashCode(卡塔尔(قطر‎方法来看put值得时间

public class MutableKeyTest {
    public static void main(String args[]){
        class MyKey {
            Integer i;

            public void setI(Integer i) {
                this.i = i;
            }

            public MyKey(Integer i) {
                this.i = i;
            }

            @Override
            public int hashCode() {
                // 如果返回1
                // return 1
                return i;
            }

            // object作为key存map里,必须实现equals方法
            @Override
            public boolean equals(Object obj) {
                if (obj instanceof MyKey) {
                    return i.equals(((MyKey)obj).i);
                } else {
                    return false;
                }
            }
        }

        // 我机器配置不高,25000的话正常情况27毫秒,可以用2500万试试,如果hashCode()方法返回1的话,250万就卡死
        Map<MyKey,String> map = new HashMap<>(25000,1);
        Date begin = new Date();
        for (int i = 0; i < 20000; i++){
            map.put(new MyKey(i), "test " + i);
        }

        Date end = new Date();
        System.out.println("时间(ms) " + (end.getTime() - begin.getTime()));

4:get方法

public V get(Object key) {
    Node<k,v> e;
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}

final Node<k,v> getNode(int hash, Object key) {
    Node<k,v>[] tab; Node<k,v> first, e; int n; K k;
    // hash & (length-1)得到红黑树的树根位置或者是链表的表头
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        if ((e = first.next) != null) {
            // 如果是树,遍历红黑树复杂度是O(log(n)),得到节点值
            if (first instanceof TreeNode)
                return ((TreeNode<k,v>)first).getTreeNode(hash, key);
            // else是链表结构
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

5 :put方法,put的时候依照 h & (length – 1卡塔尔定位到特别桶然后看是红黑树依旧链表再putVal

public V put(K key, V value) {
       return putVal(hash(key), key, value, false, true);
   }

   final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                  boolean evict) {
       Node<k,v>[] tab; Node<k,v> p; int n, i;
       // 如果tab为空或长度为0,则分配内存resize()
       if ((tab = table) == null || (n = tab.length) == 0)
           n = (tab = resize()).length;
       // (n - 1) & hash找到put位置,如果为空,则直接put
       if ((p = tab[i = (n - 1) & hash]) == null)
           tab[i] = newNode(hash, key, value, null);
       else {
           Node<k,v> e; K k;
           // 第一节节点hash值同,且key值与插入key相同
           if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))
               e = p;
           else if (p instanceof TreeNode)
               // 红黑树的put方法比较复杂,putVal之后还要遍历整个树,必要的时候修改值来保证红黑树的特点
               e = ((TreeNode<k,v>)p).putTreeVal(this, tab, hash, key, value);
           else {
               // 链表
               for (int binCount = 0; ; ++binCount) {
                   if ((e = p.next) == null) {
                       // e为空,表示已到表尾也没有找到key值相同节点,则新建节点
                       p.next = newNode(hash, key, value, null);
                       // 新增节点后如果节点个数到达阈值,则将链表转换为红黑树
                       if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                           treeifyBin(tab, hash);
                       break;
                   }
                   // 容许空key空value
                   if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))
                       break;
                   p = e;
               }
           }
           // 更新hash值和key值均相同的节点Value值
           if (e != null) { // existing mapping for key
               V oldValue = e.value;
               if (!onlyIfAbsent || oldValue == null)
                   e.value = value;
               afterNodeAccess(e);
               return oldValue;
           }
       }
       ++modCount;
       if (++size > threshold)
           resize();
       afterNodeInsertion(evict);
       return null;
   }

6:resize方法

final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            // 这一句比较重要,可以看出每次扩容是2倍
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }
You can leave a response, or trackback from your own site.

Leave a Reply

网站地图xml地图