HashMap源码之put方法详解
HashMap没有直接提供putVal接口给用户调用,而实提供put接口,而他通过putVal来实现插入元素。
public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } /** * * @param hash 指定参数key的哈希值 * @param key 指定参数key * @param value 指定参数value * @param onlyIfAbsent 如果为true,即使指定参数key在map中已经存在,也不会替换value * @param evict 如果为false,数组table在创建模式中 * @return 如果value被替换,则返回旧的value,否则返回null。当然,可能key对应的value就是null。 */ public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } // 参数解析:onlyIfAbsent表示,如果为true,那么将不会替换已有的值,否则替换 // evict:该参数用于LinkedHashMap,这里没有其他作用(空实现) final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { // tab是该方法中内部数组引用,p是数组中首节点,n是内部数组长度,i是key对应的索引下标 Node[] tab; Node p; int n, i; // 第一次put的时候,table未初始化,也就是tab为空,需要扩容 if ((tab = table) == null || (n = tab.length) == 0) // 这里实现扩容,具体逻辑稍后分析 n = (tab = resize()).length; // 获取指定key的对应下标的首节点并赋值给p,如果首节点为null,那么创建一个新的Node节点作为首节点 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { Node e; K k; if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) // p此时指向的是不为null的首节点,将p赋值给e // 如果首节点的key和要存入的key相同,那么直接覆盖value的值(在下一个if中执行的) e = p; else if (p instanceof TreeNode) // 如果首节点是红黑树的,将键值对插添加到红黑树,该方法后续分析 e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value); else { // 能走到这里,说明首节点和新put的的这个节点的key不一样,且该Node节点不是TreeNode类型 // 开始需要遍历链表,如果链表中存在该键值对,直接覆盖value。 // 如果不存在,则在末端插入键值对。然后判断链表长度是否大于等于8(其实就是遍历次数 + 1), // 尝试转换成红黑树。注意此处使用"尝试",因为在treeifyBin方法中还会判断 // 当前哈希表长度是否到达64,如果达到,转换为红黑树,否则会放弃次此转换,优先扩充数组容量。 for (int binCount = 0; ; ++binCount) { // 当binCount = 0时,也就是第一次if判断,此时p就是首节点,p.next就是第二个节点 // 其他情况及时链表中其他节点,当e == null的时候,也就是到达了链表的结尾 if ((e = p.next) == null) { // 新建一个Node并作为链表的最后一个节点 p.next = newNode(hash, key, value, null); // 判断遍历次数是否>=7(首节点未遍历,直接从第二个节点开始遍历的,当次数为7时,说明链表长度为8) if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st // "尝试"将链表转换为红黑树,内部还会判断哈希表长度,不一定转换成功,也许是扩容 treeifyBin(tab, hash); break; } // 只要没走到上面那个if里面,说明链表没有遍历结束,如果在链表中间发现有key一样的,那么就直接将旧值替换成新值 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; // 将正在遍历的节点赋值给p,方便能遍历下一个节点 p = e; } } // 首节点或者链表中间替换旧值为新值的逻辑 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) // 如果满足扩容条件,就扩容 resize(); afterNodeInsertion(evict); return null; } //链表转化为红黑树的方法 final void treeifyBin(Node[] tab, int hash) { int n, index; Node e; // 在这里判断是否满足扩容条件,如果满足就扩容 if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY) resize(); else if ((e = tab[index = (n - 1) & hash]) != null) { // 到这里开始遍历链表 TreeNode hd = null, tl = null; do { // 将链表中的节点Node类型转换成为TreeNode TreeNode p = replacementTreeNode(e, null); if (tl == null) hd = p; else { p.prev = tl; tl.next = p; } tl = p; } while ((e = e.next) != null); // TreeNode链表转换成为红黑树 if ((tab[index] = hd) != null) hd.treeify(tab); } }
在JDK8之后引入了红黑树,当哈希表的桶中链表元素超过8个的时候(此时哈希表长度不小于64),会自动转换成红黑树。若桶中元素小于等于6时,树结构还原成链表形式。
红黑树的平均查找长度是log(n),长度为8,查找长度为log(8)=3,链表的平均查长度为n/2,当长度为8时,平均查找长度为8/2=4,这才有转换成树的必要;链表长度如果是小于等于6,6/2=3,虽然速度也很快的,但是转化为树结构和生成树的时间并不会太短。以6和8来作为平衡点是因为,中间有个差值7可以防止链表和树之间频繁的转换。
假设,如果设计成链表个数超过8则链表转换成树结构,链表个数小于8则树结构转换成链表,如果一个HashMap不停的插入、删除元素,链表个数在8左右徘徊,就会频繁的发生树转链表、链表转树,效率会很低。概括起来就是:链表:如果元素小于8个,查询成本高,新增成本低,红黑树:如果元素大于8个,查询成本低,新增成本高。