为什么面试官说你看了一个假的HashMap

xiaoxiao2021-02-28 119

我习惯了无所谓，却不是真的什么都不在乎。请关注：源码猎人

简介

位运算

进制转换

常用位运算

位运算技巧

HashMap 源码解读

属性

构造函数

获取Hash

计算长度

添加方法

内部类 Node类

Node属性

Node构造函数

Node方法

内部类 TreeNode类

TreeNode属性

TreeNode构造函数

TreeNode 方法

常见面试题

简介

HashMap的主干是一个Entry数组，Entry是HashMap的基本组成单元，每一个Entry包含一个key-value键值对，采用拉链法解决Hash碰撞，链表长度超过8可能会转红黑树，这谁都知道，甚至我们都知道HashMap的put过程和扩容过程，但是我们在面试时，都说对了为啥面试官还是不满意呢？因为这些都是一个程序员最起码应该知道的，面试官在意的是你是否真的明白HashMap核心思想以及内部算法。先抛开红黑树来说，HashMap中至少有4中算法，抛开拉链法还有两种解决Hash冲突的办法，抛开HashMap来说，有很多框架、分库分表策略、请求漏油等或多或少都使用了它的思想。

位运算

不懂位运算，你怎么看HashMap算法？（这里只讲下面需要用到的位运算）

进制转换

在面试过程中我发现很多人尽然不知道进制转换，这里粗略讲一下十进制转二进制

以上是0到9十个数的二进制

十进制整数转换为二进制整数采用"除2取余，逆序排列"法。具体做法是：用2整除十进制整数，可以得到一个商和余数；再用2去除商，又会得到一个商和余数，如此进行，直到商为小于1时为止，然后把先得到的余数作为二进制数的低位有效位，后得到的余数作为二进制数的高位有效位，依次排列起来。

常用位运算

& 按位与

对应位同为1时，才为1，否则全为0（对应位只要有0，全为0，否则为1）

| 按位或

对应位只要有1时，即为1，否则全为0（对应位只有全是0时，结果才是0，否则为1）

~ 按位非

对每位进行取反

^ 按位异或

只要对应为不同即为1

<< 左移

m<<n即在数字没有溢出的前提下，对于正数和负数，左移n位都相当于m乘以2的n次方

>> 右移

m>>n即相当于m除以2的n次方，得到的为整数时，即为结果。如果结果为小数，此时会出现两种情况：

如果m为正数，得到的商会无条件的舍弃小数位；如果m为负数，舍弃小数部分，然后把整数部分加+1得到位移后的值。

>>> 无符号右移

符号右移>>> 与右移>> 的区别就是无论操作数是正数还是负数，高位都是补0

位运算技巧

整数m大于0时，m>>n 相当于 m/(2^n)

任意整数m，m<<n 相当于 m*(2^n)

任意整数m，m&0 结果为0

任意整数m，m|0 结果为原值

任意整数m，m&(2^n) 结果只有0或者(2^n)

任意整数m，想要使m末位变为1，可以用 m|1；想要使m后两位变为1，可以用(m|2)|1

2^n 转换为二进制后，从右往左只有在n+1位为1，其他位都是0

2^n-1 转换为二进制后，从右往左数n位都是1，也就是第n位左边为0，右边为1

整数m大于0时，m/(2^n) 相当于m>>n，移掉的就是余数

整数m大于0时，想要取m后n位，可以使用 m&(n个1)，n个1可以用2^n -1替换，即m&(2^n -1)，m的后n位就是m>>n抹掉的数字，即m/(2^n) 的余数

HashMap 源码解读

public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable

属性

// 默认数组长度 16 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 // 最大数组长度 static final int MAXIMUM_CAPACITY = 1 << 30; // 默认加载因子 static final float DEFAULT_LOAD_FACTOR = 0.75f; // 链表转红黑树阈值 static final int TREEIFY_THRESHOLD = 8; // 红黑树转链表阈值 static final int UNTREEIFY_THRESHOLD = 6; // 链表转红黑树限制 static final int MIN_TREEIFY_CAPACITY = 64; // 元素数组 transient Node<K,V>[] table; // 将数据转换成set的另一种存储形式，这个变量主要用于迭代功能 transient Set<Entry<K,V>> entrySet; // 数组长度 transient int size; // 修改次数 transient int modCount; // 扩容阈值 int threshold; // 实际加载因子 final float loadFactor;

构造函数

public HashMap(int initialCapacity, float loadFactor) { // 判断长度是否越界 if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; // 判断加载因子不能小于等于0，也不能是无穷值NAN if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); // 设置加载因子 this.loadFactor = loadFactor; // 计算扩容阈值（初始化时阈值并没有乘以加载因子） this.threshold = tableSizeFor(initialCapacity); }

此构造函数只设置了加载因子和计算下次扩容阈值，并没有创建数组

public HashMap(int initialCapacity) { // 调用两个参数的构造函数，加载因子使用默认值 this(initialCapacity, DEFAULT_LOAD_FACTOR); }

此构造函数调用上面构造函数初始化

public HashMap() { // 设置默认加载因子 this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted }

最常用的构造函数，除了设置默认加载因子，其实什么事也没干

public HashMap(Map<? extends K, ? extends V> m) { // 设置默认加载因子 this.loadFactor = DEFAULT_LOAD_FACTOR; putMapEntries(m, false); }

调用putMapEntries方法，方法如下

final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) { // 获取m长度 int s = m.size(); // 判断长度大于0 if (s > 0) { // 当前table为空 if (table == null) { // 长度除以加载因子（5/0.75=6.666...），算长度时只能算整数所以加1 float ft = ((float)s / loadFactor) + 1.0F; int t = ((ft < (float)MAXIMUM_CAPACITY) ? (int)ft : MAXIMUM_CAPACITY); // 以m算出来的数组长度大于扩容阈值，则修改扩容阈值 // 当前table为空，所以会用这个阈值当数组初始化长度 if (t > threshold) threshold = tableSizeFor(t); } else if (s > threshold) // 长度大于扩容阈值，先扩容一次 resize(); // 遍历参数m的所有entry for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) { K key = e.getKey(); V value = e.getValue(); // 向当前map中添加元素 putVal(hash(key), key, value, false, evict); } } }

基础方法

public int size() { return size; } public boolean isEmpty() { return size == 0; } public boolean containsKey(Object key) { return getNode(hash(key), key) != null; }

获取Hash

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

从源码中可以看出，hash算法实际上就键的hashCode与hashCode无符号右移16位异或，为什么要搞这么麻烦呢？hashCode范围-2147483648到2147483648，这么大的数HashMap根本放不下，那么他是如何确定元素所在的数组下标呢？没错就是通过余数，正常情况下我们取余通过%，例如

9%2=1 9%4=1

在特殊情况下针对这种除数是2的n次幂还可以用&，例如

1001&0001=1（9%2或者9&(2-1)） 1001&0011=1（9%4或者9&(4-1)）

二进制中，一个数右移1位相当于除以2的商，而恰巧被移除出去的那一位就是除以2得到的余数，例如

9>>1 二进制 1001>>1=100，结果为4，9除以2等于4，1001向右移1位被移除的是1，9模2等于1

不仅是除以2，对于一个数要除以2的n次幂，也就是相当于把这个数向右移n位，而被移出去的n位即正好是我们要求是余数。例如

9>>2 二进制 1001>>2=10，结果为2 9除以4（2的2次幂）等于2，1001向右移2位被移除的是1，9模4等于1 19>>3 二进制 10011>>3=10，结果为2 19除以8（2的3次幂）等于2，10011向右移3位被移除的是3，19模8等于3

对于除数是2的n次方的算式，我们只需要得到被除数的低n位就可以了，而正好，对于2的n次方这样的数，我们将其转换为二进制之后，它就是第n+1位为1，其余低位都为0的数，因此我们将其减1，就得到了第n+1位为0，而其他位都为1的数，用此数与被除数k进行位与运算，就得到了被除数的低n位二进制数

若一个数m满足：m=2n，那么k % m = k & (m-1)

通过上面可以的值hashCode&(16-1)可以得到余数，把前面换成hashCode&1111可以看出，实际上只有hashCode后4位参与运算，前面都是无效数据（都被0替换）。这样算出来的散列效果并不好，有没有办法把前面也参与运算？于是就有了高位与地位先异或一次，让结果中包含高位特征，然后在取余。

计算长度

static final int tableSizeFor(int cap) { int n = cap - 1; n |= n >>> 1; n |= n >>> 2; n |= n >>> 4; n |= n >>> 8; n |= n >>> 16; return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1; }

此方法返回一个比给定整数大且最接近的2的幂次方整数，先排除cap - 1以9为例

9>>>1 二进制1001>>>1=100即4，9|4二进制1001 | 100=1101即13 13>>>2 二进制1101>>>2=11即3，13|3二进制1101 | 11=1111即15 15>>>4 二进制1111>>>4=0即3，15|0二进制1111 | 0=1111即15 15>>>8 二进制1111>>>8=0即3，15|0二进制1111 | 0=1111即15 15>>>16 二进制1111>>>16=0即3，15|0二进制1111 | 0=1111即15

最后n+1即16，这里你发现了什么？9的二进制1001最后全变成了1111，实际上就是把这个数所有为都变成1，最后在加1一个是2的n次幂（2的n次幂，转换二进制就是n+1位为1其他位都是0，2的n次幂减一，转换二进制就是从n位开始都是1）。如果cap为2的n次幂时，n+1位都会变成1，这样都超过我们想要的值了，所以要cap-1。（负数补码最终都会变成-1）

键取值

public V get(Object key) { // 声明节点 Node<K,V> e; // 调用getNode获取节点，不为空时取值 return (e = getNode(hash(key), key)) == null ? null : e.value; } final Node<K,V> getNode(int hash, Object key) { // 声明变量 Node<K,V>[] tab; Node<K,V> first, e; int n; K k; // 判断数组是否为空，判断元素个数是否等于0，判断数组中头元素是否为空 if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { // 判断头元素hash是否一样，一样时判断键是否一样 if (first.hash == hash && ((k = first.key) == key || (key != null && key.equals(k)))) // 都一样返回头元素 return first; // 不一样找下级元素 if ((e = first.next) != null) { // 头元素为树节点去红黑树中找 if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); // 头节点不为树节点，就是链表遍历链表查找 do { // hash一样，键一样就返回当前元素 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; // 给e赋，为空时退出循环 } while ((e = e.next) != null); } } // 没找到返回null return null; }

添加方法

public V put(K key, V value) { // 调用putVal方法 return putVal(hash(key), key, value, false, true); } // onlyIfAbsent 表示是否仅在 oldValue 为 null 的情况下更新键值对的值 // evict 如果为false，则表处于创建阶段 final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { // 声明变量 Node<K,V>[] tab; Node<K,V> p; int n, i; // 判断数组是否为空，判断数组长度是否为0 if ((tab = table) == null || (n = tab.length) == 0) // 开始初始化（使用下次扩容阈值扩容并返回长度） n = (tab = resize()).length; // 通过取余得到索引，通过索引找到槽，判断槽中是否有元素 if ((p = tab[i = (n - 1) & hash]) == null) // 没有元素时，构建元素并存入 tab[i] = newNode(hash, key, value, null); else {// 槽中有元素的逻辑（p不为空） // 声明临时变量 Node<K,V> e; K k; // 如果键跟头元素一样，则将e指向该键值对 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) // 一样赋值给e e = p; // 如果p是树节点，即走红黑树插入逻辑 else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { // 最后走链表逻辑 for (int binCount = 0; ; ++binCount) { // 直到找到尾部 if ((e = p.next) == null) { // 能进入到这儿，e一定为空，表示没有重复建 p.next = newNode(hash, key, value, null); // binCount从0开始，大于等于7就会尝试链变树 // 判断前已经添加，所以binCount=7时实际元素是8 // 前面又加了一个，所以从第9个开始尝试变树 if (binCount >= TREEIFY_THRESHOLD - 1) // 尝试变树 treeifyBin(tab, hash); break; } // 如果键跟e一样，则跳出循环 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; // 当前轮e赋值给p p = e; } } // 当e不为空，也就是有重复值 if (e != null) { V oldValue = e.value; // 原值为空时，无论onlyIfAbsent是什么，都会被新值覆盖 if (!onlyIfAbsent || oldValue == null) e.value = value; // 此方法在HashMap中是空方法，LinkedHashMap中会讲 afterNodeAccess(e); // 返回原值 return oldValue; } } // 能走到这儿，至少说明没有重复建（有重复前面已经返回了） // 并且添加新元素成功，修改次数加1 ++modCount; // size加1，并判断是否达到下次扩容阈值 if (++size > threshold) // 扩容 resize(); // 此方法在HashMap中是空方法，LinkedHashMap中会讲 afterNodeInsertion(evict); // 添加成功返回空 return null; }

从putVal源代码中我们可以知道，当插入一个元素成功的时候size就加1，若size大于threshold的时候，就会进行扩容（1、替换元素不会触发扩容，2、先添加元素在判断扩容）。按数组默认长16，扩容法值12，当我们加完第13个元素后开始扩容，若果中间有hash冲突可能只用了10个槽，一样会扩容，HashMap是否会空槽，跟hash算法有关。扩容会遍历所有的元素，时间复杂度很高，但是扩容处理后，元素会更加均匀的分布在各个槽中，会提升访问效率。

链表转树前置方法

final void treeifyBin(Node<K,V>[] tab, int hash) { int n, index; Node<K,V> e; // 只有在添加时，链表长度超过8才会调用这个方法 // 数组为空或者，数组长度小于64，不管有没有达到扩容阈值都会扩容一次 if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY) resize(); // 槽中链表头元素不为空 else if ((e = tab[index = (n - 1) & hash]) != null) { TreeNode<K,V> hd = null, tl = null; do { // 普通节点转为树节点 TreeNode<K,V> p = replacementTreeNode(e, null); // 当前轮临时元素为空（第一次） if (tl == null) // 设置头元素 hd = p; else { // 设置新节点前面节点为当前轮tl p.prev = tl; // 当前轮临时结点下一个结点设置为新节点 tl.next = p; } // 节点下移 tl = p; } while ((e = e.next) != null);// 原链表中节点末尾退出 // 替换槽中整条链，当新双向链表不为空时（节点已经替换成树节点） if ((tab[index] = hd) != null) // 双向链表转红黑树 hd.treeify(tab); } }

扩容

final Node<K,V>[] resize() { // 原数组 Node<K,V>[] oldTab = table; // 原数组长度 int oldCap = (oldTab == null) ? 0 : oldTab.length; // 原扩容阈值 int oldThr = threshold; // 新长度，新扩容阈值 int newCap, newThr = 0; // 原数组长度大于0 if (oldCap > 0) { // 是否达到上限 if (oldCap >= MAXIMUM_CAPACITY) { // 达到上限不在扩容 threshold = Integer.MAX_VALUE; return oldTab; } // 原长度扩容一倍，并且新长度小于上限，原长度大于16 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) // 新扩容阈值也增加一倍 newThr = oldThr << 1; // double threshold } // 原扩容阈值大于0 else if (oldThr > 0) // 原数组长度为0，原扩容阈值大于0，只有在初始化时存在 newCap = oldThr; else { // HashMap新建状态赋值 newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } // 新扩容阈值为0（只有在初始化时，走到这儿才会新扩容阈值等于0） if (newThr == 0) { // 计算新扩容阈值（新长度*加载因子，并且小于上限） float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } // 赋值新扩容阈值 threshold = newThr; // 创建新数组 @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; // 以下逻辑是元素迁移逻辑 if (oldTab != null) { // 遍历原数组 for (int j = 0; j < oldCap; ++j) { Node<K,V> e; // e这时为槽里第一个元素（无论是链表还是红黑树，找到头元素，下面的都可以获得） if ((e = oldTab[j]) != null) { // 头元素拿出来后，当前槽清空 oldTab[j] = null; // 只有一个元素 if (e.next == null) // 只有一个元素时，直接放入新数组槽中 newTab[e.hash & (newCap - 1)] = e; // 红黑树 else if (e instanceof TreeNode) // 请看TreeNode的split方法 ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); // 链表 else { // loHead 原槽中头节点，loTail 原链当前节点 Node<K,V> loHead = null, loTail = null; // hiHead 扩容槽中头节点，hiTail 扩容链当前节点 Node<K,V> hiHead = null, hiTail = null; // 下级元素 Node<K,V> next; // 遍历链表上所有元素 do { // 先取出当前元素的下级元素 next = e.next; // 判断是否可以放在原槽中（0可以，oldCap需要移动） if ((e.hash & oldCap) == 0) { // 头结点为空 if (loTail == null) // 当前结点赋给头结点 loHead = e; else // 否则往后追加 loTail.next = e; // 相当于当前结点下移 loTail = e; } else { // 扩容槽头节点为空 if (hiTail == null) // 赋值头节点 hiHead = e; else // 头结点不为空往后追加 hiTail.next = e; // 扩容槽中当前节点下移 hiTail = e; } } while ((e = next) != null); // 原链不为空 if (loTail != null) { // 这一步主要作用是清空原结构冗余链 loTail.next = null; // 整个头结点放入槽中 newTab[j] = loHead; } if (hiTail != null) { // 这一步主要作用是清空原结构冗余链 hiTail.next = null; // 整个扩容头结点放入扩容后槽中 newTab[j + oldCap] = hiHead; } } } } } // 返回新数组 return newTab; }

很多人对(e.hash & oldCap) == 0可能会有疑问，这里解释一下。它的结果只能是0或者oldCap，认真看来hash获取的都知道取余hash&oldCap-1，那么扩容后取余方式hash&newCap-1，举个实际的例子 12%4，二进制1100 & 11 = 0 10进制0 12%8，二进制1100 & 1 11 = 100 10进制4 实际上，扩容后取余方式就是在前面又补1，后面的11都没用上（对于2n次幂肯定一样）；那么扩容后这个元素是否需要移动到扩容后槽中，其实就看（newCap-1）最高位就行。既然我们只需要看这一位那我就把hash其他位全变成零，1 11中后面11换成0根hash位与操作就行，刚好（newCap-1）除了高位一外其他位换0就是oldCap。所以这er要么是0要么就是oldCap，需要往新槽里面移动的，只需要在原槽基础上加oldCap就可以了。

删除

public V remove(Object key) { Node<K,V> e; return (e = removeNode(hash(key), key, null, false, true)) == null ? null : e.value; } public boolean remove(Object key, Object value) { return removeNode(hash(key), key, value, true, true) != null; } // matchValue 为true，则表示删除它key对应的value，不删除key, // movable 为false，则表示删除后，不移动节点 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; // 哈希数组不为null，且长度大于0，然后获得到要删除key的节点所在是数组下标位置 if ((tab = table) != null && (n = tab.length) > 0 && (p = tab[index = (n - 1) & hash]) != null) { // nodee 存储要删除的节点，e 临时变量，k 当前节点的key，v 当前节点的value Node<K,V> node = null, e; K k; V v; // 如果数组下标的节点正好是要删除的节点，把值赋给临时变量node if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) node = p; // 链表或者红黑树 else if ((e = p.next) != null) { if (p instanceof TreeNode) // 遍历红黑树，找到该节点并返回 node = ((TreeNode<K,V>)p).getTreeNode(hash, key); else { // 表示为链表节点，一样的遍历找到该节点 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { node = e; break; } // 如果进入了链表中的遍历，那么此处的p不再是数组下标的节点，而是要删除结点的上一个结点 p = e; } while ((e = e.next) != null); } } // 找到要删除的节点后，判断!matchValue，我们正常的remove删除，!matchValue都为true if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) { // 如果删除的节点是红黑树结构，则去红黑树中删除 if (node instanceof TreeNode) ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable); // 如果是链表结构，且删除的节点为数组下标节点，也就是头结点，直接让下一个作为头 else if (node == p) tab[index] = node.next; else // 为链表结构，删除的节点在链表中，把要删除的下一个结点设为上一个结点的下一个节点 p.next = node.next; // 修改计数器 ++modCount; // 长度减1 --size; // 此方法在hashMap中是为了让子类去实现，主要是对删除结点后的链表关系进行处理 afterNodeRemoval(node); // 返回删除的节点 return node; } } // 返回null则表示没有该节点，删除失败 return null; }

清除重置

public void clear() { Node<K,V>[] tab; modCount++; // 数组不为空 if ((tab = table) != null && size > 0) { size = 0; // 遍历数组 for (int i = 0; i < tab.length; ++i) // 所有槽清空 tab[i] = null; } }

可以看出，HashMap并没有清除所有元素，只是清空所有槽，并且不会改变槽个数

void reinitialize() { table = null; entrySet = null; keySet = null; values = null; modCount = 0; threshold = 0; size = 0; }

清空所有数据

创建、转型节点

Node<K,V> newNode(int hash, K key, V value, Node<K,V> next) { return new Node<>(hash, key, value, next); }

创建新普通节点

Node<K,V> replacementNode(Node<K,V> p, Node<K,V> next) { return new Node<>(p.hash, p.key, p.value, next); }

其他节点转换为普通节点

TreeNode<K,V> newTreeNode(int hash, K key, V value, Node<K,V> next) { return new TreeNode<>(hash, key, value, next); }

创建树节点

TreeNode<K,V> replacementTreeNode(Node<K,V> p, Node<K,V> next) { return new TreeNode<>(p.hash, p.key, p.value, next); }

普通节点转换为树节点

替换

public boolean replace(K key, V oldValue, V newValue) { Node<K,V> e; V v; // 根据key查找节点，如果节点的值不为oldValue时放弃修改 if ((e = getNode(hash(key), key)) != null && ((v = e.value) == oldValue || (v != null && v.equals(oldValue)))) { e.value = newValue; afterNodeAccess(e); return true; } return false; }

只有在key存在，并且key对应的值跟oldValue一样时，才会替换

public V replace(K key, V value) { Node<K,V> e; // 根据key查找节点 if ((e = getNode(hash(key), key)) != null) { V oldValue = e.value; // 新值覆盖原值 e.value = value; afterNodeAccess(e); // 返回原值 return oldValue; } return null; }

找到节点就覆盖，找不到就返回空

内部类 Node类

static class Node<K,V> implements Map.Entry<K,V>

Node属性

// hash值 final int hash; // 键 final K key; // 值 V value; // 下一个元素 Node<K,V> next;

Node构造函数

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

Node构造函数只负责初始化内部属性

Node方法

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

可以看出只能更改值不能更改键

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

hashcode方法比较特殊，键的hashcode和值的hashcode异或

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; }

equals方法其实就是比较键和值是否一样

内部类 TreeNode类

static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V>

不理解红黑树，看TreeNode源码比较吃力，这里顺带介绍下红黑树。红黑树的五大特性：

1、每个结点是黑色或者红色。 2、根结点是黑色。 3、每个叶子结点(NIL)是黑色。(这里叶子结点，是指为空(NIL或NULL)的叶子结点！) 4、如果一个结点是红色的，则它的子结点必须是黑色的。 5、每个结点到叶子结点NIL所经过的黑色结点的个数一样的。(确保没有一条路径会比其他路径长出俩倍，所以红黑树是相对接近平衡的二叉树的！)

红黑树基本操作：

左旋：以某个结点作为支点(旋转结点)，其右子结点变为旋转结点的父结点，右子结点的左子结点变为旋转结点的右子结点，其左子结点保持不变。右旋：以某个结点作为支点(旋转结点)，其左子结点变为旋转结点的父结点，左子结点的右子结点变为旋转结点的左子结点，其右子结点保持不变。变色：结点的颜色由红变黑或由黑变红。

LinkedHashMap.Entry类

static class Entry<K,V> extends HashMap.Node<K,V> { Entry<K,V> before, after; // 调用HashMap.Node构造函数 Entry(int hash, K key, V value, Node<K,V> next) { super(hash, key, value, next); } }

HashMap.Node前面已经讲过了，往上翻

TreeNode属性

// 父节点 TreeNode<K,V> parent; // 左节点 TreeNode<K,V> left; // 又结点 TreeNode<K,V> right; // 前面结点 TreeNode<K,V> prev; // 当前结点颜色 boolean red; // LinkedHashMap.Entry中上一个元素（双向链表） Entry<K,V> before; // LinkedHashMap.Entry中下一个元素（双向链表） Entry<K,V> after; // hash值 final int hash; // 键 final K key; // 值 V value; // 下一个元素 Node<K,V> next;

TreeNode构造函数

TreeNode(int hash, K key, V val, Node<K,V> next) { // 调用LinkedHashMap.Entry中构造函数 super(hash, key, val, next); }

TreeNode 方法

TreeNode查找root结点

final TreeNode<K,V> root() { // 这里声明两个变量r、p，当前结点赋值给r，然后迭代 for (TreeNode<K,V> r = this, p;;) { // 取当前结点的父节点赋值p，判断是否为空 if ((p = r.parent) == null) // 没有父节点就是root结点 return r; // p赋值给r继续迭代 r = p; } }

TreeNode的find方法

// h 为键的hash值，k 为键，kc 为比较器(实现了Comparable接口) final TreeNode<K,V> find(int h, Object k, Class<?> kc) { // 声明变量p，并把当前节点赋值给它 TreeNode<K,V> p = this; do { // 声明ph存放临时节点hash，dir 临时比较的结果，pk临时节点键 int ph, dir; K pk; // pl 左节点，pr右节点，q下轮要找的节点 TreeNode<K,V> pl = p.left, pr = p.right, q; // 把当前节点hash赋值给ph，判断当前节点hash是否大于h if ((ph = p.hash) > h) // 大于说明要找的节点在左边 p = pl; else if (ph < h) // ph 小于h，说明要找的在右边 p = pr; // 能走到这，至少说明hash一样了 else if ((pk = p.key) == k || (k != null && k.equals(pk))) // 把当前节点键赋值给pk，然后判断是否一样，一样直接就返回 return p; // 能走这儿，说明hash一样key不一样 else if (pl == null) // 左边为空赋值右边，希望寄托下一轮 p = pr; else if (pr == null) // 右边边为空赋值左边，希望寄托下一轮 p = pl; // 能走这儿，说明hash一样，key不一样，还都有子节点 // comparableClassFor 获取键的比较器 // compareComparables 获取比较结果 // 判断比较器是否为空，为空获取k的比较器，然后比较大小 else if ((kc != null || (kc = comparableClassFor(k)) != null) && (dir = compareComparables(kc, k, pk)) != 0) // 比较结果小于0走左边，大于零走右边，等于0还是左右不分 p = (dir < 0) ? pl : pr; // 前面比较器比较结果也一样，尝试右边查一把 else if ((q = pr.find(h, k, kc)) != null) // 查到了就返回 return q; else // 没查到，从左边继续下一轮查 p = pl; } while (p != null); // 都查完了还是空，只能返回没查到 return null; }

find方法使用比较多所以这里先做分析

TreeNode的getTreeNode方法

final TreeNode<K,V> getTreeNode(int h, Object k) { return ((parent != null) ? root() : this).find(h, k, null); }

这里先判断自己是不是root结点，如果是就从自身开始找，如果不是先找root，然后从root开始找TreeNode添加

final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab, int h, K k, V v) { // 比较器 Class<?> kc = null; // 是否搜索过（只有在hash和比较器都不能确定时才会用） boolean searched = false; // 获取头结点 TreeNode<K,V> root = (parent != null) ? root() : this; // 从头结点开始遍历 for (TreeNode<K,V> p = root;;) { // dir 比较器比较结果，ph 当前临时hash，pk当前临时键 int dir, ph; K pk; if ((ph = p.hash) > h) // 当前hash大于h，走左边 dir = -1; else if (ph < h) // 当前hash小于h，走右边 dir = 1; else if ((pk = p.key) == k || (k != null && k.equals(pk))) // 键已存在 return p; // 相同hash，键不等，通过比较器确定 else if ((kc == null && (kc = comparableClassFor(k)) == null) || (dir = compareComparables(kc, k, pk)) == 0) { // 比较器比较也一样 if (!searched) { // 没搜索过 TreeNode<K,V> q, ch; // 设置搜索标志 searched = true; // 先搜索左边，没搜到，在搜索右边（find方法前面有将） if (((ch = p.left) != null && (q = ch.find(h, k, kc)) != null) || ((ch = p.right) != null && (q = ch.find(h, k, kc)) != null)) // 搜索到就返回q return q; } // 搜索过或者没搜到，只能通过物理hash大小确定左右 dir = tieBreakOrder(k, pk); } // 走这儿说明没有重复建 TreeNode<K,V> xp = p; // 这里一定可以确定左右（dir只能是-1或1，为0前面已经转掉了） if ((p = (dir <= 0) ? p.left : p.right) == null) { // 能到这儿，说明有一边为空， Node<K,V> xpn = xp.next;// 兼容双向原链表结构 // 创建新树节点，原下级链表接在此节点后 TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn); // 新节点上树 if (dir <= 0) xp.left = x; else xp.right = x; // 维护双向链表下级节点 xp.next = x; // 维护树父级节点，维护双向链表前面结点 x.parent = x.prev = xp; // 当前结点下级几点不为空时，需要把下级节点前面指向x if (xpn != null) ((TreeNode<K,V>)xpn).prev = x; // 平衡红黑树 moveRootToFront(tab, balanceInsertion(root, x)); // 添加成功返回空 return null; } } }

TreeNode删除

// 此方法只有HashMap删除时找到应该删除的结点为树节点是才会调用 final void removeTreeNode(HashMap<K,V> map, Node<K,V>[] tab, boolean movable) { int n; // 数组为空时直接返回 if (tab == null || (n = tab.length) == 0) return; // 确定当前元素所在的槽 int index = (n - 1) & hash; // first、root临时当前槽头节点 TreeNode<K,V> first = (TreeNode<K,V>)tab[index], root = first, rl; // succ临时当前节点的下级节点， pred临时当前节点前面节点 TreeNode<K,V> succ = (TreeNode<K,V>)next, pred = prev; // 删除的节点是头节点 if (pred == null) tab[index] = first = succ; else // 不是头节点，上级节点下级指向当前下级 pred.next = succ; // 不是尾节点，把下级节点的上级指向当前上级 if (succ != null) succ.prev = pred; // --走到这双向链表中该节点已经删除成功-- // 头节点为空直接返回 if (first == null) return; // 头节点上级不为空 if (root.parent != null) // 重新找root节点 root = root.root(); if (root == null// 头节点为空 || (movable && (root.right == null // 头节点右为空 || (rl = root.left) == null // 头节点左为空 || rl.left == null))) { // 左节点的左节点为空 // 树链表，树转链表依赖双向链表，不依赖树结构（这种情况无视长度小于6？） tab[index] = first.untreeify(map); // too small return; } // 下面开始从树结构中移除当前元素 TreeNode<K,V> p = this, pl = left, pr = right, replacement; // 左右都不为空 if (pl != null && pr != null) { // 找到右节点下最左边节点（循环左边的左边） // 右边所有子节点中，最左边的一定最接近当前节点（可以自己推） TreeNode<K,V> s = pr, sl; while ((sl = s.left) != null) // find successor s = sl; // 交换p（当前节点）和s（右边最左下）的颜色 boolean c = s.red; s.red = p.red; p.red = c; // swap colors TreeNode<K,V> sr = s.right; TreeNode<K,V> pp = p.parent; // 当前节点的右节点没有左节点（简单交换位置） if (s == pr) { // 当前上级指向s p.parent = s; // 当前节点放到s右边 s.right = p; } else { // s节点和当前节点互换位置并设置父节点 TreeNode<K,V> sp = s.parent; if ((p.parent = sp) != null) { if (s == sp.left) sp.left = p; else sp.right = p; } if ((s.right = pr) != null) pr.parent = s; } p.left = null; // 如果s有右节点，把p设置成sr的父节点 if ((p.right = sr) != null) sr.parent = p; // 把p的左节点交接给s if ((s.left = pl) != null) pl.parent = s; // 把p的父节点交接给s if ((s.parent = pp) == null) root = s; else if (p == pp.left) pp.left = s; else pp.right = s; // 如果sr不为null替换p的节点就是sr，否则为p if (sr != null) replacement = sr; else replacement = p; } // 左右空的情况 else if (pl != null) replacement = pl; else if (pr != null) replacement = pr; else replacement = p; if (replacement != p) { // 把要删除的移除掉 TreeNode<K,V> pp = replacement.parent = p.parent; if (pp == null) root = replacement; else if (p == pp.left) pp.left = replacement; else pp.right = replacement; p.left = p.right = p.parent = null; } TreeNode<K,V> r = p.red ? root : balanceDeletion(root, replacement); if (replacement == p) { // detach // 移除当前节点 TreeNode<K,V> pp = p.parent; p.parent = null; if (pp != null) { if (p == pp.left) pp.left = null; else if (p == pp.right) pp.right = null; } } // 是否需要平衡树 if (movable) moveRootToFront(tab, r); }

树转链表

final Node<K,V> untreeify(HashMap<K,V> map) { Node<K,V> hd = null, tl = null; // 这里只依赖链表转换 for (Node<K,V> q = this; q != null; q = q.next) { // TreeNode将转化成Node Node<K,V> p = map.replacementNode(q, null); if (tl == null) hd = p; else tl.next = p; tl = p; } return hd; }

TreeNode扩容迁移节点

final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) { TreeNode<K,V> b = this; // loHead 扩容前头节点，loTail扩容前临时结点 // hiHead 扩容前头节点，hiTail扩容前临时结点 TreeNode<K,V> loHead = null, loTail = null; TreeNode<K,V> hiHead = null, hiTail = null; // lc原槽中元素个数， hc扩容槽元素个数 int lc = 0, hc = 0; for (TreeNode<K,V> e = b, next; e != null; e = next) { next = (TreeNode<K,V>)e.next; e.next = null; if ((e.hash & bit) == 0) { if ((e.prev = loTail) == null) loHead = e; else loTail.next = e; loTail = e; ++lc; } else { if ((e.prev = hiTail) == null) hiHead = e; else hiTail.next = e; hiTail = e; ++hc; } } if (loHead != null) { // 原槽元素个数小于等于6，树转链表 if (lc <= UNTREEIFY_THRESHOLD) tab[index] = loHead.untreeify(map); else { tab[index] = loHead; if (hiHead != null) loHead.treeify(tab); } } if (hiHead != null) { // 扩容槽中元素个数小于等于6，树转链表 if (hc <= UNTREEIFY_THRESHOLD) tab[index + bit] = hiHead.untreeify(map); else { tab[index + bit] = hiHead; if (loHead != null) hiHead.treeify(tab); } } }

双向链表转树调用此方法前必须先构建双向链表

final void treeify(Node<K,V>[] tab) { TreeNode<K,V> root = null; for (TreeNode<K,V> x = this, next; x != null; x = next) { next = (TreeNode<K,V>)x.next; x.left = x.right = null; // 插入的是第一个元素并给root赋值 if (root == null) { x.parent = null; x.red = false; root = x; } else { K k = x.key; int h = x.hash; Class<?> kc = null; //插入到红黑树中的位置逻辑跟putTreeVal类似 for (TreeNode<K,V> p = root;;) { int dir, ph; K pk = p.key; if ((ph = p.hash) > h) dir = -1; else if (ph < h) dir = 1; else if ((kc == null && (kc = comparableClassFor(k)) == null) || (dir = compareComparables(kc, k, pk)) == 0) dir = tieBreakOrder(k, pk); TreeNode<K,V> xp = p; if ((p = (dir <= 0) ? p.left : p.right) == null) { x.parent = xp; if (dir <= 0) xp.left = x; else xp.right = x; root = balanceInsertion(root, x); break; } } } } // 把root节点移到链表头 moveRootToFront(tab, root); }

头节点前移

static <K,V> void moveRootToFront(Node<K,V>[] tab, TreeNode<K,V> root) { int n; if (root != null && tab != null && (n = tab.length) > 0) { // 确定槽位置 int index = (n - 1) & root.hash; TreeNode<K,V> first = (TreeNode<K,V>)tab[index]; // 如果链表的头不是红黑树的头节点则把root移到头节点也就是first的前面 if (root != first) { Node<K,V> rn; tab[index] = root; TreeNode<K,V> rp = root.prev; if ((rn = root.next) != null) ((TreeNode<K,V>)rn).prev = rp; if (rp != null) rp.next = rn; if (first != null) first.prev = root; root.next = first; root.prev = null; } // 检查一下红黑树的各个成员变量是否正常 assert checkInvariants(root); } }

moveRootToFront的作用就是把root节点move到链表的头.

常见面试题

1、HashMap 默认值问题

HashMap 初始默认大小为16，但是在刚刚new出来时，长度为0。

HashMap 默认加载因子是0.75，它是采用先插入在扩容，当添加完第13个元素后触发扩容

HashMap 链表长度超过8不一定转红黑树，数组长度小于64时直接扩容，当数组长度大于64时才会转红黑树

HashMap 红黑树退链默认值为6

HashMap 键不重复，键可以有一个空直。线程不安全等

2、hash算法原理是什么？

取key的hashcode，然后混合高低位，hashcode^(hashcode>>>16)，因为在取余时实际上只用到了后几位，前面高位都没用上，这要取余结果还是会有比较高的重复概率，通过左16位和右16位取异，相当于是混合高低位，使低位也具有高位的特征，这样取余重复概率小一些。

3、HashMap是如何保证数组长度一定是2的n次幂？

HashMap通过tableSizeFor方法保证数组长度一定是2的n次幂，原理就是把高位右边全变为1，然后再加1，结果一定是2的n次幂。但是如果原来就是2的n次幂，结果就会整体左移一位，所以一开始需要先减一。

4、HashMap 是如何通过hash值计算出key所在的位置？

通过取余方式，原理就是hash%数组长度。HashMap要求数组长度为2的n次幂，所以可以使用 hash & (length-1)。

5、HashMap 扩容时它是怎么知道那些元素需要迁移，哪些元素不需要迁移？

它是通过 hash & oldlength 看看是否为0，如果为0不需要迁移，不为0需要迁移，迁移时原下标加原长就是新下标。如果不这么做，那么就需要用hash值对新数组长度取余，即新长度减1做&运算，如果高位不变那么余数跟原来一样，高位为1就需要迁移。

6、红黑树5个原则是什么？

一红一黑，根黑叶子黑，红下两黑。红黑树只有左旋右旋两种操作，查询的时候从右边查起会更省时间。

7、HashMap 内部用到哪几种结构？

数组、数组+链表、数组+双向链表、数组+红黑树，数组加双向链表只是链表转树时的中间状态结构。

转载请注明原文地址: https://www.6miu.com/read-38541.html

技术

最新回复(0)