HashMap是由一个 Node 数组构成的,每个Node包含一个Key-Value键值对
transient Node<K,V>[] table;
Node类是HashMap的一个内部类,定义了一个next指针,指向具有 相同hash值 的Node对象,构成 链表
static class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; V value; Node<K,V> next; }
int threshold; final float loadFactor;
O(1+n)
,n为遍历链表的长度
根据key的hashCode()返回值,再通过hash()计算出hash值,再通过(n-1)&hash决定Node的存储位置
public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } static final int hash(Object key) { int h; // 尽量打乱hashCode真正参与运算的低16位 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } // n代表哈希表的长度,一般为2的k次方,(n-1)&hash的计算得到的索引值总是位于table数组的索引之内 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null);
在JDK 1.8中,HashMap引入了 红黑树 数据结构来 提升链表的查询效率 (当链表的长度超过 8 ,红黑树的查询效率比链表高)
当链表长度超过8,HashMap会将链表转换为红黑树,此时新增元素会存在 左旋 和 右旋 ,因此 效率会降低
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; // 当table为null或者table的长度为0,即table尚未初始化,通过resize()初始化table if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; // 通过(n - 1)&hash计算出table的下标i,table[i]为链表的第一个元素,如果为null,则新建一个节点 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) // 首节点为链表节点,key相同的条件:hash值相同 + 满足equals方法 e = p; else if (p instanceof TreeNode) // 首节点为红黑树节点,新增元素也只能是红黑树节点 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { // 首节点为链表节点,新增元素后,可能需要红黑树化 for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st // 链表转换为红黑树 treeifyBin(tab, hash); break; } 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; if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }
O(log(n))
,链表越长,使用红黑树替换后的查询效率提升越明显 hash & oldCap == 0 hash & oldCap == 1
// JDK 1.8 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) // 链表只有一个节点,直接Hash newTab[e.hash & (newCap - 1)] = e; else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { // preserve order // 链表有多个节点,需要遍历 Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do { next = e.next; // 与oldCap按位与为0,索引不变,依然为j if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } // 与oldCap按位与为1,索引变成j+oldCap 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; } } } } }