2024-03-14  阅读(115)
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。 本文链接:https://www.skjava.com/mianshi/baodian/detail/1837272904

回答

当调用 put() 向 HashMap 中添加元素时,若当前数据量超过容量阈值(当前容量与加载因子的乘积)时,HashMap 调用进行扩容操作。扩容操作分为 2 步。

  • 第一步:扩容,新容量 = 旧容量 * 2,同时新建一个 tab 数组,数组大小等于新容量大小
  • 第二步:节点迁移。整个迁移过程,HashMap 没有采取重新计算节点的 hash 值来确定节点在新数组中的常规的方式,而是采取如下另辟蹊径的方式:
    • 用节点的 hash 值与旧容量值进行与运算(&),等于 0 则保持在原来的位置不变(即低位链表),不等于 0 则迁移到 tab[i + oldCap]的位置(高位链表)。
    • 如果是红黑树,也是先构建高低两个链表,再来判断链表是否需要转换为红黑树,当链表节点数大于 6 时则继续保持红黑树结构。

详情

调用 put() 向 HashMap 中添加元素时,若当前数据量超过容量阈值(当前容量与加载因子的乘积)时,HashMap 调用进行扩容操作:

    public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }
    
    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        // 省略多余代码...
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

调用 resize() 进行扩容操作:

    final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        // oldCap > 0 表示不是初始化状态
        if (oldCap > 0) {
            // 超过最大值,无法扩容
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            // 可以库容,新容量 = 旧容量 * 2
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                // 新阈值 = 旧阈值 * 2
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        else {
            // 使用默认值
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        // 新的阈值 = 0,则重新计算
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        // 新建新的数组
        @SuppressWarnings({"rawtypes","unchecked"})
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        /*
         * 开启扩容操作
         */
        if (oldTab != null) {
            // 循环老的容量次数
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                // 不为0 就开始处理
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null)
                        // e.next == null 则代表线性链表只有一个元素 e,直接重新计算放入即可
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                        // 红黑树,则对红黑树进行分割、扩容
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else {
                        /*
                         * 链表结构
                         */
                        
                        // 低位链表指针,用于构建保留在原位置的链表
                        Node<K,V> loHead = null, loTail = null;
                        // 高位链表指针,用于构建要迁移到高位的链表
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            if ((e.hash & oldCap) == 0) {
                                // == 0,表示当前节点保留在原位置,构建低位聊表
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else {
                                // 迁移到高位
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        
                        // 低位不为空,放入
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        // 高位不为空,放入
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

整个扩容过程分为两步,计算新容量和执行扩容操作。

计算新容量很好理解,就是扩大两倍。执行扩容操作有点儿复杂,大明哥细说。为了更加直观,我们定义如下几个 HashMap 进行扩容操作:

1、处理 j = 0

e = oldTab[0] == null,不处理

2、处理 j = 1

  • e = oldTab[1] != null && e.next == null 则执行如下操作
newTab[e.hash & (newCap - 1)] --> newTab[1 & 15] --> newTab[1] = 1

此时,newTab 如下:

3、处理 j = 2

e = oldTab[2] == null,不处理

4、处理 j = 3

首先得到这样一个链表

  • 处理第一个节点 3
(e.hash & oldCap) -->  (3 & 8)  == 0

所以节点 3 放在低位链表,图例如下:

  • 处理第二个节点 11
(e.hash & oldCap) -->  (11 & 8)  != 0

所以节点 11 放在高低链表,图例如下:

  • 处理 19、35、27

按照同样的方式我们可以得到如下图例:

按照下面代码将高低位链表放入到 tab 数组去:

按照我们常规的方式,我们应该是遍历旧的链表,拿到节点的 hash 值,然后执行执行 hash&(newCap -1) 来确定节点在新数组中的位置,但是我们查看源码,发下 HashMap 并没有采取这种常规的方式,而是另辟蹊径,为什么可以这么做呢?其实跟 HashMap 的容量为 2^n 和扩容时扩大两倍这个原则有关系,具体大明哥在下面文章有详细说明,这里就不过多阐述了。

HashMap的容量为什么一定是2^n?

至于红黑树的扩容,机制是一样的。先打散红黑树,同样是构建高低位链表,但是打散后的红黑树可能依然是两个红黑树,或者一个红黑树一个链表,甚至两个都是链表。所以在构建高低位链表的时候,都记录其中的数量,当数量小于等于 6 ,则为链表,否则需要将链表转换为红黑树,源码如下:

       final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
            //...
            if (loHead != null) {
                if (lc <= UNTREEIFY_THRESHOLD)
                    // 链表
                    tab[index] = loHead.untreeify(map);
                else {
                    tab[index] = loHead;
                    if (hiHead != null)
                        // 红黑树
                        loHead.treeify(tab);
                }
            }
           // ...
        }
阅读全文
  • 点赞