目录
第一步:通过 HashMap 自己提供的hash 算法算出当前 key 的hash 值
第二步: 进入putVal(hash(key), key, value, false, true)
一、数据结构
二、put原理
- 第一次添加元素时,要进行一次resize()扩容,n=扩容后的长度
- 通过散列函数计算数据要存放的位置,若该位置为空则直接往里添加
如果通过散列函数计算出的下标位置有元素:
- 通过hash、key地址和key内容判断是要存放的元素和该位置的元素是否为同一个元素,若为同一个元素,则覆盖
- 若不是同一个元素,即产生了冲突,使用链地址法解决冲突,如果p是红黑树的结点,则存放到红黑树中
- 若不是树的结点,如果是p时Node结点,采用尾插法将元素插入
如果e不为null,说明map中已经存在所要添加到key,如果value不同,返回旧value,
前部分只有一个key存在,覆盖value里有return跳出方法,到此处说明key作为一个新元素已经添加进了HashMap中,如果此时元素个数>扩容阈值,则需要resize()进行扩容,返回null
第三步: resize
初始化或加倍表的大小。如果为空,则根据当前阈值中保持的初始容量目标进行分配。如果不为空,则进行2倍扩容,返回:扩容后的table
完整源码
putval
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 如果数组为空,进行 resize() 初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// (n - 1) & hash相当于取模,获取数组的索引位置
// 如果计算的位置上Node不存在,直接创建节点插入
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
// 如果计算的位置上Node 存在,链表或者红黑树处理
Node<K,V> e; K k;
// 如果已存在的key和传入的key一模一样,则需要覆盖
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果 index 位置元素已经存在,且是红黑树
else if (p instanceof TreeNode)
// 将元素put到红黑树中
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 否则如果是链表的情况,对链表进行遍历,并统计链表长度
for (int binCount = 0; ; ++binCount) {
// 如果节点链表的next为空
if ((e = p.next) == null) {
// 找到节点链表中next为空的节点,创建新的节点插入
p.next = newNode(hash, key, value, null);
// 如果节点链表中数量超过TREEIFY_THRESHOLD(8)个,转化为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 树化
treeifyBin(tab, hash);
break;
}
// 判断节点链表中的key和传入的key是否一样
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
// 如果一样的话,退出
break;
p = e;
}
}
// 如果存在相同key的节点e不为空
if (e != null) { // existing mapping for key
V oldValue = e.value;
// onlyIfAbsent 表示是否仅在 oldValue 为 null 的情况下更新键值对的值
if (!onlyIfAbsent || oldValue == null)
// 设置新的值
e.value = value;
afterNodeAccess(e);
// 返回旧的结果
return oldValue;
}
}
++modCount;
// 当前大小大于临界大小,扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
resize
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
// 计算新的容量值和下一次要扩展的容量
if (oldCap > 0) {
// 超过最大值就不再扩充了,就只好随你碰撞去吧
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 没超过最大值,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buckets中
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//如果位置上没有元素,直接为null
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//如果只有一个元素,新的hash计算后放入新的数组中
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//如果是树状结构,使用红黑树保存
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//如果是链表形式
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;
//hash碰撞后高位为0,放入低Hash值的链表中
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
//hash碰撞后高位为1,放入高Hash值的链表中
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 低hash值的链表放入数组的原始位置
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 高hash值的链表放入数组的原始位置 + 原始容量
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
根据HashMao的put方法,总结数据插入原理:(也是根据键的hashcode存储数据)
- 首先计算要插入数据 key 的hash值(hash(key))。
- 判断数组是否为空,为空则初始化数组(第一次插入节点时才会进行初始化),不为空,计算其索引位置((n - 1) & hash)
- 计算出索引位置后,查看该索引位置是否存在其他数据节点,不存在则新创建一个节点存放
- 若该位置存在数据节点,先判断插入的key是否和头结点的key相等,若相等,替换其value即可
- 若不相等,则判断头结点是不是红黑树节点,是,从根节点开始遍历,看能否查找到和插入的key相等的节点,如果找到和插入的key相同的节点,则替换其value,否则新建一个红黑树节点存放数据,并进行平衡调整
- 若头节点不是红黑树,则表明为链表,此时遍历链表的节点,看能否查找到和key相等的节点
- 如果找到和key相同的节点,则替换其value,否则在链表尾部新建节点。
- 插入完成之后判断当前节点数是否超过8个,且数组大小是否超过64,若超过则转换为红黑树。
- 最后判断数组是否应该扩容