HashMap分析
1. hash算法
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
- 为什么要无符号右移16位后做异或运算?
hash 1111 1101 1101 1111 1010 0000 1111 0000
>>>16 0000 0000 0000 0000 1111 1101 1101 1111
^ 1111 1101 1101 1111 0101 1101 0010 1111
无符号右移16为相当于将高区16位移动到了低区的16位，再与原hashcode做异或运算，
- 可以将高低位二进制特征混合起来
高区的16位与原hashcode相比没有发生变化，低区的16位发生了变化
重新计算出的新哈希值在后面将会参与hashmap中数组槽位的计算，计算公式：(n - 1) & hash，假如这时数组槽位有16个，则槽位计算如下：
hash 1111 1101 1101 1111 1010 0000 1111 0000
&
16-1 0000 0000 0000 0000 0000 0000 0000 1111
仔细观察上文不难发现，高区的16位很有可能会被数组槽位数的二进制码锁屏蔽，如果我们不做刚才移位异或运算，那么在计算槽位时将丢失高区特征。 （也许你可能会说，即使丢失了高区特征不同hashcode也可以计算出不同的槽位来，但是细想当两个哈希码很接近时，那么这高区的一点点差异就可能导致一次哈希碰撞，所以这也是将性能做到极致的一种体现）
- 使用异或运算的原因：
异或运算能更好的保留各部分的特征，如果采用&运算计算出来的值会向0靠拢，采用|运算计算出来的值会向1靠拢
2.槽位大小必须是2^n
槽位大小计算
//取最近的2^n那个数
static final int tableSizeFor(int cap) {
int n = cap - 1; // 如果不减1，如果cap刚好是2^n，则返回的是2^(n+1)
n |= n >>> 1; //计算后 高位至少2个1 或全是1
n |= n >>> 2; //计算后 高位至少4个1 或全是1
n |= n >>> 4; // 计算后 高位至少8个1 或全是1
n |= n >>> 8; //计算后 高位至少16个1 或全是1
n |= n >>> 16; //全部为1
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
当槽位的大小是2^n 时，hash%(2^n) == hash & (2^n-1); 使用hash值计算当前hash值对应的槽槽位时，可以使用与运算代替模运算,提升效率
3.添加元素
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0) //空的
n = (tab = resize()).length; //调整桶的大小（如果本身为空，则使用默认大小16创建）
if ((p = tab[i = (n - 1) & hash]) == null) //当前槽位有没有元素，有元素则会赋值给p
tab[i] = newNode(hash, key, value, null); //没有则直接挂上去
else { //当前槽位有元素，并且赋值给了p
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p; //key相同 把p赋值给e
else if (p instanceof TreeNode) //如果p是树形（红黑树）节点
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); //往树中插入节点
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) { //把p.next赋值给e, 如果e为null则p就是尾节点
p.next = newNode(hash, key, value, null); //挂到尾节点上
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st >=7
treeifyBin(tab, hash); //将链表转为红黑树
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break; //和e的key相同 则跳出循环
p = e; //下一个节点（p=p.next()）
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value; //替换为新值
afterNodeAccess(e); //无任何操作
return oldValue; //返回旧值
}
}
++modCount;
if (++size > threshold) //超过了扩容阈值，进行扩容
resize();
afterNodeInsertion(evict);
return null;
}
4.扩容
/**
* Initializes or doubles table size. If null, allocates in
* accord with initial capacity target held in field threshold.
* Otherwise, because we are using power-of-two expansion, the
* elements from each bin must either stay at same index, or move
* with a power of two offset in the new table.
*
* @return the table
*/
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table; //桶，默认null
int oldCap = (oldTab == null) ? 0 : oldTab.length; //容量
int oldThr = threshold; //扩容阈值 默认为0
int newCap, newThr = 0;
if (oldCap > 0) { //旧桶已经有容量了
if (oldCap >= MAXIMUM_CAPACITY) { //已经达到最大容量
threshold = Integer.MAX_VALUE;
return oldTab;
}
//新的容量为旧的容量的1倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold 阈值翻倍
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr; //新桶容量为旧桶的扩容阈值
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY; //使用默认桶大小 16
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); //阈值=负载因子*默认大小
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//更新一下扩容的阈值
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
//创建新的桶
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab; //新桶替换旧桶
if (oldTab != null) { //旧桶不为空
for (int j = 0; j < oldCap; ++j) { //遍历，将元素放入到新通
Node<K,V> e;
if ((e = oldTab[j]) != null) { //取到桶元素，并且不为空
oldTab[j] = null; //旧桶 设置为null
if (e.next == null) //没有下一个元素
newTab[e.hash & (newCap - 1)] = e; //放到新桶中
else if (e instanceof TreeNode) //是红黑树的根节点
((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;
}