先了解一下用到的位运算符:https://www.cnblogs.com/gavinYang/p/11196492.html

一、初始化

1.无参构造函数:

//负载因子默认值
static final float DEFAULT_LOAD_FACTOR = 0.75f; //指定loadFactor负载因子的值是0.75f
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

2.指定初始化大小和负载因子:

//hashmap的最大容量
static final int MAXIMUM_CAPACITY = 1 << 30; //1左移30位等于1073741824 //initialCapacity:传入的hashmap初始化大小
//loadFactor:负载因子,此时是默认值0.75f
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);
//如果大于最大容量,则初始化的值为最大容量的值
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
} //返回一个大于等于initialCapacity的2的n次方最近的一个值
//假设传入的initialCapacity=5
static final int tableSizeFor(int cap) {
int n = cap - 1; //
n |= n >>> 1; // 00000100 |= 00000010 得出 00000110=6
n |= n >>> 2; // 00000110 |= 00000011 得出 00000111=7
n |= n >>> 4; // 00000111 |= 00000000 得出 00000111=7
n |= n >>> 8; // 00000111 |= 00000000 得出 00000111=7
n |= n >>> 16;// 00000111 |= 00000000 得出 00000111=7
//最终返回n+1=8
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}

3.指定初始化大小(会调用2)

//initialCapacity:hashmap初始化大小
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

二、put元素(转红黑树和put一个TreeNode时待补充)

//插入元素
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
} //计算hash值
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
//hashmap的数组
transient Node<K,V>[] table; //存放数据
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//把table赋值给tab,判断tab是否为空(第一次put时执行)
if ((tab = table) == null || (n = tab.length) == 0)
//返回数组的长度
n = (tab = resize()).length;
//计算一个位置(& 运算后值肯定小于 n-1),如果数组的这个位置不为空则直接放入数据
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
//数组不为空,且计算的位置以及有数据
else {
Node<K,V> e; K k;
//添加的数据与所在的数组的位置的hash值和key相同,则将当前数组位置的数据数据p赋值给e
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//如果数组当前位置的值是TreeNode类型。。。。。。。
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//死循环,binCount表示链表长度
for (int binCount = 0; ; ++binCount) {
//判断当前数组位置是否有下一个值
if ((e = p.next) == null) {
//数组位置的下一个值是当前新插入的数据(插入尾部)
p.next = newNode(hash, key, value, null);
//链表长度大于TREEIFY_THRESHOLD=8时转化为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);
break;
}
//添加的数据与如果下一个值的hash值和key相同,直接跳出
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
//下一个位置的数据赋值给p,循环继续
p = e;
}
}
//key存在,更新新值,返回旧值
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//判断是否超过需要的大小
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
} //初始化或扩容时调用
final Node<K,V>[] resize() {
//将原有的数据存放到oldTab
Node<K,V>[] oldTab = table;
//旧数组的容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//需要扩容的大小
int oldThr = threshold;
//新的容量,新的需要扩容的大小
int newCap, newThr = 0;
//旧数组有数据
if (oldCap > 0) {
//旧数组容量大于等于最大容量1 << 30 = 1073741824
if (oldCap >= MAXIMUM_CAPACITY) {
//不扩容返回旧数组
threshold = Integer.MAX_VALUE;
return oldTab;
}
//新的容量是旧数组的容量左移以为即:oldCap*2。如果数组容量大于DEFAULT_INITIAL_CAPACITY=16时,扩容的容量也要×2
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//旧数组为空,进行初始化
else if (oldThr > 0) // 初始化容量设置为threshold(需要扩容的值)
newCap = oldThr;
else {
//无参初始化hashmap时,容量和扩容的大小
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//新的threshold(需要扩容的大小)为零时,newThr=newCap * loadFactor
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//赋值回threshold
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
//定义一个新hashmap的数组,值是新的容量
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//旧数组不为空,扩容
if (oldTab != null) {
//遍历旧的数组
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//数组当前位置下没有链表
if (e.next == null)
//重新计算hash然后放入新数组的新位置
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else {
//数组位置下有链表
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//e.hash & oldCap 返回0或者oldCap
//如果链表中各节点(e.hash & oldCap)计算值不一样时数据会分布在数组的旧位置和(旧位置+oldCap)
if ((e.hash & oldCap) == 0) {
//第一次遍历时,loHead等于当前链表
//loTail每循环一次去掉链表头部
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
//第一次遍历时,hiHead等于当前链表
//hiTail每循环一次去掉链表头部
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//将当前数组位置下的链表(hiHead/loHead)放到新数组的(当前数组位置+oldCap)位置
//loTail/hiTail.next设置为空为了防止loTail和loHead(或hiHead和hiTail)指向同一个地址时数据重复,
//重复时则清除loHead和hiHead的next值
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}

、get元素

//返回键对应的值
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
} //计算hash值
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
} //根据key获得对应的node
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//数组不等于空,要获取的元素的位置不等于空
if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) {
//第一个元素即是要查找的元素
if (first.hash == hash && ((k = first.key) == key || (key != null && key.equals(k))))
return first;
//获取链表的下一个,准备开始遍历链表
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//遍历链表
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}

、remove元素

//返回键对应的值
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
} //计算hash值
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
} //value:如果是matchValue则需要传入
//matchValue:如果等于true则还需要匹配值也相等
//movable:如果为false则在删除时不要移动其他节点
final Node<K,V> removeNode(int hash, Object key, Object value,boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
//数组不等于空,要获取的元素的数组位置不等于空
if ((tab = table) != null && (n = tab.length) > 0 && (p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
//如果数组当前位置p即是对应的值
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
node = p;
//获取链表的下一个,准备开始遍历链表
else if ((e = p.next) != null) {
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
//遍历链表
else {
do {
if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
//找到元素,并且matchValue=false或者找到的node的value与指定value相等
if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) {
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
//如果节点在数组上,则直接将数组的位置指定为p的下一个位置
else if (node == p)
tab[index] = node.next;
//如果节点在链表上,则将当前节点的下一个值指定为找到的节点的下一个值
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}

HashMap(1.8)源码阅读的更多相关文章

  1. 【JDK1.8】JDK1.8集合源码阅读——HashMap

    一.前言 笔者之前看过一篇关于jdk1.8的HashMap源码分析,作者对里面的解读很到位,将代码里关键的地方都说了一遍,值得推荐.笔者也会顺着他的顺序来阅读一遍,除了基础的方法外,添加了其他补充内容 ...

  2. JDK 1.8源码阅读 HashMap

    一,前言 HashMap实现了Map的接口,而Map的类型是成对出现的.每个元素由键与值两部分组成,通过键可以找对所对应的值.Map中的集合不能包含重复的键,值可以重复:每个键只能对应一个值. 存储数 ...

  3. 源码阅读之HashMap(JDK8)

    概述 HashMap根据键的hashCode值存储数据,大多数情况下可以直接定位到它的值,因而具有很快的访问速度,但遍历顺序却是不确定的. HashMap最多只允许一条记录的键为null,允许多条记录 ...

  4. Java集合源码阅读之HashMap

    基于jdk1.8的HashMap源码分析. 引用于:http://blog.stormma.me/2017/05/31/Java%E9%9B%86%E5%90%88%E6%BA%90%E7%A0%81 ...

  5. HashMap源码阅读笔记

    HashMap源码阅读笔记 本文在此博客的内容上进行了部分修改,旨在加深笔者对HashMap的理解,暂不讨论红黑树相关逻辑 概述   HashMap作为经常使用到的类,大多时候都是只知道大概原理,比如 ...

  6. 源码阅读系列:EventBus

    title: 源码阅读系列:EventBus date: 2016-12-22 16:16:47 tags: 源码阅读 --- EventBus 是人们在日常开发中经常会用到的开源库,即使是不直接用的 ...

  7. EventBus源码解析 源码阅读记录

    EventBus源码阅读记录 repo地址: greenrobot/EventBus EventBus的构造 双重加锁的单例. static volatile EventBus defaultInst ...

  8. 如何阅读Java源码 阅读java的真实体会

    刚才在论坛不经意间,看到有关源码阅读的帖子.回想自己前几年,阅读源码那种兴奋和成就感(1),不禁又有一种激动. 源码阅读,我觉得最核心有三点:技术基础+强烈的求知欲+耐心.   说到技术基础,我打个比 ...

  9. SparkConf加载与SparkContext创建(源码阅读一)

    即日起开始spark源码阅读之旅,这个过程是相当痛苦的,也许有大量的看不懂,但是每天一个方法,一点点看,相信总归会有极大地提高的.那么下面开始: 创建sparkConf对象,那么究竟它干了什么了类,从 ...

随机推荐

  1. 【转载】C#中List集合SingleOrDefault和FirstOrDefault方法有何不同

    在C#的List集合类的操作过程中,有时候我们会使用到List集合的SingleOrDefault方法和FirstOrDefault等方法,这2个方法都是System.Linq.Enumerable类 ...

  2. arm9的中断

    GPIO 习惯了stm32的GPIO,发现高端处理器arm在这方面反而简单了. ARM9控制GPIO只有三种寄存器. GPxCON:配置引脚功能,GPACON用一位控制一个GPIO,分别是0为输出引脚 ...

  3. 二十三、mysql索引管理详解

    一.索引分类 分为聚集索引和非聚集索引. 聚集索引 每个表有且一定会有一个聚集索引,整个表的数据存储在聚集索引中,mysql索引是采用B+树结构保存在文件中,叶子节点存储主键的值以及对应记录的数据,非 ...

  4. 使用jib上传docker镜像

    Jib 无需Docker守护程序即可为Java应用程序构建优化的Docker和OCI映像-无需深入了解Docker最佳实践.它可以作为Maven和Gradle的插件以及Java库使用. 我使用的是Ma ...

  5. 191010 python3分数划分ABC等级

    # 题目:利用条件运算符的嵌套来完成此题:学习成绩>=90分的同学用A表示,# 60-89分之间的用B表示,60分以下的用C表示. while True: score = input(" ...

  6. 迷你商城后台管理系统————stage2核心代码实现

    应用程序主函数接口 @SpringBootApplication(scanBasePackages = {"org.linlinjava.litemall.db", "o ...

  7. ICS2019汇编实验在Linux下使用GDB调试程序

  8. Windows性能计数器监控实践

    Windows性能计数器(Performance Counter)是Windows提供的一种系统功能,它能实时采集.分析系统内的应用程序.服务.驱动程序等的性能数据,以此来分析系统的瓶颈.监控组件的表 ...

  9. SpringCloud2.0 Zuul 网关路由 基础教程(十)

    1.启动基础工程 1.1.启动[服务注册中心],工程名称:springcloud-eureka-server 参考 SpringCloud2.0 Eureka Server 服务中心 基础教程(二) ...

  10. Andrew Ng机器学习 五:Regularized Linear Regression and Bias v.s. Variance

    背景:实现一个线性回归模型,根据这个模型去预测一个水库的水位变化而流出的水量. 加载数据集ex5.data1后,数据集分为三部分: 1,训练集(training set)X与y: 2,交叉验证集(cr ...