HashMap之元素插入

微信公众号：I am CR7

如有问题或建议，请在下方留言

最近更新：2018-09-14

HashMap

作为哈希表的Map接口实现，其具备以下几个特点：

1. 和HashTable类似，采用数组+单链表形式存储元素，从jdk1.8开始，增加了红黑树的结构，当单链表中元素个数超过指定阈值，会转化为红黑树结构存储，目的就是为了解决单链表元素过多时查询慢的问题。
2. 和HashTable不同的是，HashMap是线程不安全的，方法都未使用synchronized关键字。因为内部实现不同，允许key和value值为null。
3. 构建HashMap实例时有两个重要的参数，会影响其性能：初始大小和加载因子。初始大小用来规定哈希表数组的长度，即桶的个数。加载因子用来表示哈希表元素的填满程度，越大则表示允许填满的元素就越多，哈希表的空间利用率就越高，但是冲突的机会也就增加了。反之，越小则冲突的机会就会越少，但是空间很多就浪费了。

静态常量

1、源码：

 1/**
 2 * 默认初始大小，值为16，要求必须为2的幂
 3 */
 4static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
 5
 6/**
 7 * 最大容量，必须不大于2^30
 8 */
 9static final int MAXIMUM_CAPACITY = 1 << 30;
10
11/**
12 * 默认加载因子，值为0.75
13 */
14static final float DEFAULT_LOAD_FACTOR = 0.75f;
15
16/**
17 * hash冲突默认采用单链表存储，当单链表节点个数大于8时，会转化为红黑树存储
18 */
19static final int TREEIFY_THRESHOLD = 8;
20
21/**
22 * hash冲突默认采用单链表存储，当单链表节点个数大于8时，会转化为红黑树存储。
23 * 当红黑树中节点少于6时，则转化为单链表存储
24 */
25static final int UNTREEIFY_THRESHOLD = 6;
26
27/**
28 * hash冲突默认采用单链表存储，当单链表节点个数大于8时，会转化为红黑树存储。
29 * 但是有一个前提：要求数组长度大于64，否则不会进行转化
30 */
31static final int MIN_TREEIFY_CAPACITY = 64;
复制代码

注意： HashMap默认采用数组+单链表方式存储元素，当元素出现哈希冲突时，会存储到该位置的单链表中。但是单链表不会一直增加元素，当元素个数超过8个时，会尝试将单链表转化为红黑树存储。但是在转化前，会再判断一次当前数组的长度，只有数组长度大于64才处理。否则，进行扩容操作。此处先提到这，后续会有详细的讲解。

2、问题：

问： 为何加载因子默认为0.75？

答： 通过源码里的javadoc注释看到，元素在哈希表中分布的桶频率服从参数为0.5的泊松分布，具体可以参考下StackOverflow里的解答： stackoverflow.com/questions/1…

构造函数

1、无参构造函数：

1public HashMap() {
2    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
3}
复制代码

2、带参构造函数，指定初始容量：

1public HashMap(int initialCapacity) {
2    this(initialCapacity, DEFAULT_LOAD_FACTOR);
3}
复制代码

3、带参构造函数，指定初始容量和加载因子：

3.1、源码：

 1public HashMap(int initialCapacity, float loadFactor) {
 2    if (initialCapacity < 0)
 3        throw new IllegalArgumentException("Illegal initial capacity: " +
 4                                           initialCapacity);
 5    if (initialCapacity > MAXIMUM_CAPACITY)
 6        initialCapacity = MAXIMUM_CAPACITY;
 7    if (loadFactor <= 0 || Float.isNaN(loadFactor))
 8        throw new IllegalArgumentException("Illegal load factor: " +
 9                                           loadFactor);
10    this.loadFactor = loadFactor;
11    this.threshold = tableSizeFor(initialCapacity)//通过后面扩容的方法知道，该值就是初始创建数组时的长度
12}
13
14//返回大于等于cap最小的2的幂，如cap为12，结果就是16
15static final int tableSizeFor(int cap) {
16    int n = cap - 1;//为了保证当cap本身是2的幂的情况下，能够返回原本的数，否则返回的是cap的2倍
17    n |= n >>> 1;
18    n |= n >>> 2;
19    n |= n >>> 4;
20    n |= n >>> 8;
21    n |= n >>> 16;
22    return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
23}
复制代码

3.2、示例：

下面我们以cap等于8为例：

1. 不减一的过程如下：
   

   

   最后执行加1操作，那么返回的是2^4=16，是cap的2倍。
2. 减一的过程如下：
   

   

   最后执行加1操作，那么返回的是2^3=8，也就是cap本身。

3.3、问题：

问： 为何数组容量必须是2次幂？

答：

索引计算公式为i = (n - 1) & hash，如果n为2次幂，那么n-1的低位就全是1，哈希值进行与操作时可以保证低位的值不变，从而保证分布均匀，效果等同于hash%n，但是位运算比取余运算要高效的多。

4、带参构造函数，指定Map集合：

 1public HashMap(Map<? extends K, ? extends V> m) {
 2    this.loadFactor = DEFAULT_LOAD_FACTOR;
 3    putMapEntries(m, false);
 4}
 5
 6final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
 7    int s = m.size();
 8    if (s > 0) {
 9        if (table == null) { // pre-size
10            float ft = ((float)s / loadFactor) + 1.0F;
11            int t = ((ft < (float)MAXIMUM_CAPACITY) ?
12                     (int)ft : MAXIMUM_CAPACITY);
13            if (t > threshold)
14                threshold = tableSizeFor(t);
15        }
16        else if (s > threshold)
17            resize();
18        for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
19            K key = e.getKey();
20            V value = e.getValue();
21            putVal(hash(key), key, value, false, evict);
22        }
23    }
24}
复制代码

添加元素

1、源码：

 1public V put(K key, V value) {
 2    return putVal(hash(key), key, value, false, true);
 3}
 4
 5//将key的哈希值，进行高16位和低16位异或操作，增加低16位的随机性，降低哈希冲突的可能性
 6static final int hash(Object key) {
 7    int h;
 8    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
 9}
10
11final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
12                   boolean evict) {
13    Node<K,V>[] tab; Node<K,V> p; int n, i;
14    //首次table为null，首先通过resize()进行数组初始化
15    if ((tab = table) == null || (n = tab.length) == 0)
16        n = (tab = resize()).length;
17    //利用index=(n-1)&hash的方式，找到索引位置
18    //如果索引位置无元素，则创建Node对象，存入数组该位置中
19    if ((p = tab[i = (n - 1) & hash]) == null)
20        tab[i] = newNode(hash, key, value, null);
21    else {  //如果索引位置已有元素，说明hash冲突，存入单链表或者红黑树中
22        Node<K,V> e; K k;
23        //hash值和key值都一样，则进行value值的替代
24        if (p.hash == hash &&
25            ((k = p.key) == key || (key != null && key.equals(k))))
26            e = p;
27        else if (p instanceof TreeNode) //hash值一致，key值不一致，且p为红黑树结构，则往红黑树中添加
28            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
29        else { //hash值一致，key值不一致，且p为单链表结构，则往单链表中添加
30            for (int binCount = 0; ; ++binCount) {
31                if ((e = p.next) == null) {
32                    p.next = newNode(hash, key, value, null); //追加到单链表末尾
33                    if (binCount >= TREEIFY_THRESHOLD - 1) // //超过树化阈值则进行树化操作
34                        treeifyBin(tab, hash);
35                    break;
36                }
37                if (e.hash == hash &&
38                    ((k = e.key) == key || (key != null && key.equals(k))))
39                    break;
40                p = e;
41            }
42        }
43        if (e != null) { // existing mapping for key
44            V oldValue = e.value;
45            if (!onlyIfAbsent || oldValue == null)
46                e.value = value;
47            afterNodeAccess(e);
48            return oldValue;
49        }
50    }
51    ++modCount;
52    if (++size > threshold) //当元素个数大于新增阈值，则通过resize()扩容
53        resize();
54    afterNodeInsertion(evict);
55    return null;
56}
复制代码

2、流程图：

3、hash计算：

问： 获取hash值时：为何在hash方法中加上异或无符号右移16位的操作？

答：

此方式是采用"扰乱函数"的解决方案，将key的哈希值，进行高16位和低16位异或操作，增加低16位的随机性，降低哈希冲突的可能性。

下面我们通过一个例子，来看下有无"扰乱函数"的情况下，计算出来索引位置的值：

由上图可知，增加"扰乱函数"之后，原本哈希冲突的情况并没有再出现。

扩容

1、源码：

 1final Node<K,V>[] resize() {
 2    Node<K,V>[] oldTab = table;
 3    int oldCap = (oldTab == null) ? 0 : oldTab.length;
 4    int oldThr = threshold;
 5    int newCap, newThr = 0;
 6    if (oldCap > 0) {//数组不为空
 7        if (oldCap >= MAXIMUM_CAPACITY) { //当前长度超过MAXIMUM_CAPACITY，新增阈值为Integer.MAX_VALUE
 8            threshold = Integer.MAX_VALUE;
 9            return oldTab;
10        }
11        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
12                 oldCap >= DEFAULT_INITIAL_CAPACITY) //进行2倍扩容，如果当前长度超过初始16，新增阈值也做2倍扩容
13            newThr = oldThr << 1; // double threshold
14    }
15    else if (oldThr > 0) // 数组为空，指定了新增阈值
16        newCap = oldThr;
17    else { //数组为空，未指定新增阈值，采用默认初始大小和加载因子，新增阈值为16*0.75=12
18        newCap = DEFAULT_INITIAL_CAPACITY;
19        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
20    }
21    if (newThr == 0) { //按照给定的初始大小计算扩容后的新增阈值
22        float ft = (float)newCap * loadFactor;
23        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
24                  (int)ft : Integer.MAX_VALUE);
25    }
26    threshold = newThr; //扩容后的新增阈值
27    @SuppressWarnings({"rawtypes","unchecked"})
28        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; //扩容后的数组
29    table = newTab;
30    if (oldTab != null) {  //将原数组中元素放入扩容后的数组中
31        for (int j = 0; j < oldCap; ++j) {
32            Node<K,V> e;
33            if ((e = oldTab[j]) != null) {
34                oldTab[j] = null;
35                if (e.next == null) //无后继节点，则直接计算在新数组中位置，放入即可
36                    newTab[e.hash & (newCap - 1)] = e;
37                else if (e instanceof TreeNode) //为树节点需要拆分
38                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
39                else { //有后继节点，且为单链表，将原数组中单链表元素进行拆分，一部分在原索引位置，一部分在原索引+原数组长度
40                    Node<K,V> loHead = null, loTail = null; //保存在原索引的链表
41                    Node<K,V> hiHead = null, hiTail = null; //保存在新索引的链表
42                    Node<K,V> next;
43                    do {
44                        next = e.next;
45                        if ((e.hash & oldCap) == 0) { //哈希值和原数组长度进行&操作，为0则在原数组的索引位置，非0则在原数组索引位置+原数组长度的新位置
46                            if (loTail == null)
47                                loHead = e;
48                            else
49                                loTail.next = e;
50                            loTail = e;
51                        }
52                        else {
53                            if (hiTail == null)
54                                hiHead = e;
55                            else
56                                hiTail.next = e;
57                            hiTail = e;
58                        }
59                    } while ((e = next) != null);
60                    if (loTail != null) {
61                        loTail.next = null;
62                        newTab[j] = loHead;
63                    }
64                    if (hiTail != null) {
65                        hiTail.next = null;
66                        newTab[j + oldCap] = hiHead;
67                    }
68                }
69            }
70        }
71    }
72    return newTab;
73}
复制代码

2、流程图：

2.1 首次调用扩容方法：

2.2 示例：

情况一：

1. 使用无参构造函数：

1HashMap<String, Integer> hashMap = new HashMap<>();
复制代码

2. put元素，发现table为null，调用resize扩容方法：

1int oldCap = (oldTab == null) ? 0 : oldTab.length;
2int oldThr = threshold;
复制代码

3. oldCap为0，oldThr为0，执行resize()里的该分支：

1newCap = DEFAULT_INITIAL_CAPACITY;
2newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
3threshold = newThr;
4@SuppressWarnings({"rawtypes","unchecked"})
5    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
6table = newTab;
复制代码

4. newCap为16，newThr为12，也就是说HashMap默认数组长度为16，元素添加阈值为12。
5. threshold为12。创建大小为16的数组，赋值给table。

情况二：

1. 使用有参构造函数：

1HashMap<String, Integer> hashMap = new HashMap<>(7);
复制代码

2. oldCap为0，oldThr为8，执行resize()里的该分支：

1else if (oldThr > 0) // initial capacity was placed in threshold
2    newCap = oldThr;
复制代码

3. newCap为8，newThr为0，执行resize()里的该分支：

1if (newThr == 0) {
2    float ft = (float)newCap * loadFactor;
3    newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
4              (int)ft : Integer.MAX_VALUE);
5}
6threshold = newThr;
7@SuppressWarnings({"rawtypes","unchecked"})
8    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
9table = newTab;
复制代码

4. threshold为6。创建大小为8的数组，赋值给table。

2.3 非首次调用扩容方法：

2.4 示例：

接着2.2里的情况二，继续添加元素，直到扩容：

1. oldCap为8，oldThr为6，执行resize()里的该分支：

1if (oldCap > 0) {
2    if (oldCap >= MAXIMUM_CAPACITY) {
3        threshold = Integer.MAX_VALUE;
4        return oldTab;
5    }
6    else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
7             oldCap >= DEFAULT_INITIAL_CAPACITY)
8        newThr = oldThr << 1; // double threshold
9}
复制代码

2. oldCap小于MAXIMUM_CAPACITY，进行2倍扩容，newCap为16。oldCap小于DEFAULT_INITIAL_CAPACITY，不做newThr的扩容，为0，执行resize()里的该分支：

 1if (newThr == 0) {
 2    float ft = (float)newCap * loadFactor;
 3    newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
 4              (int)ft : Integer.MAX_VALUE);
 5}
 6threshold = newThr;
 7@SuppressWarnings({"rawtypes","unchecked"})
 8    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
 9table = newTab;
10..........省略.......//将原数组元素存入新数组中
复制代码

3. 因为newCap小于MAXIMUM_CAPACITY ，ft为newCap*加载因子为12，threshold为12。创建大小为16的数组，赋值给table，并将原数组元素放入新数组中。

继续添加元素，直到扩容：

1. oldCap为16，oldThr为12，执行resize()里的该分支：

1if (oldCap > 0) {
2    if (oldCap >= MAXIMUM_CAPACITY) {
3        threshold = Integer.MAX_VALUE;
4        return oldTab;
5    }
6    else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
7             oldCap >= DEFAULT_INITIAL_CAPACITY)
8        newThr = oldThr << 1; // double threshold
9}
复制代码

2. oldCap小于MAXIMUM_CAPACITY，将数组长度进行2倍扩容，newCap为32。oldCap>=DEFAULT_INITIAL_CAPACITY，将添加元素的阈值也进行2倍扩容，注意此时不再用加载因子去计算阈值，而是随着数组长度进行相应的2倍扩容，threshold为24。
3. 创建大小为32的数组，赋值给table，并将原数组元素放入新数组中。

1threshold = newThr;
2@SuppressWarnings({"rawtypes","unchecked"})
3    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
4table = newTab;
5..........省略.......//将原数组元素存入新数组中
复制代码

继续添加元素，扩容到数组长度等于MAXIMUM_CAPACITY：

1. oldCap为MAXIMUM_CAPACITY，执行resize()里的该分支：

1if (oldCap > 0) {
2    if (oldCap >= MAXIMUM_CAPACITY) {
3        threshold = Integer.MAX_VALUE;
4        return oldTab;
5    }
6    else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
7             oldCap >= DEFAULT_INITIAL_CAPACITY)
8        newThr = oldThr << 1; // double threshold
9}
复制代码

2. 因为oldCap等于MAXIMUM_CAPACITY，threshold设置为 Integer.MAX_VALUE，不再扩容，直接返回原数组。此时继续添加元素，Integer.MAX_VALUE+1=Integer.MIN_VALUE，不再大于threshold，则不再进行扩容操作了。

树化操作

1、源码：

将原本的单链表转化为双向链表，再遍历这个双向链表转化为红黑树：

 1final void treeifyBin(Node<K,V>[] tab, int hash) {
 2    int n, index; Node<K,V> e;
 3    //树形化还有一个要求就是数组长度必须大于等于64，否则继续采用扩容策略
 4    if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
 5        resize();
 6    else if ((e = tab[index = (n - 1) & hash]) != null) {
 7        TreeNode<K,V> hd = null, tl = null;//hd指向首节点，tl指向尾节点
 8        do {
 9            TreeNode<K,V> p = replacementTreeNode(e, null);//将链表节点转化为红黑树节点
10            if (tl == null) // 如果尾节点为空，说明还没有首节点
11                hd = p;  // 当前节点作为首节点
12            else { // 尾节点不为空，构造一个双向链表结构，将当前节点追加到双向链表的末尾
13                p.prev = tl; // 当前树节点的前一个节点指向尾节点
14                tl.next = p; // 尾节点的后一个节点指向当前节点
15            }
16            tl = p; // 把当前节点设为尾节点
17        } while ((e = e.next) != null); // 继续遍历单链表
18        //将原本的单链表转化为一个节点类型为TreeNode的双向链表
19        if ((tab[index] = hd) != null) // 把转换后的双向链表，替换数组原来位置上的单向链表
20            hd.treeify(tab); // 将当前双向链表树形化
21    }
22}
复制代码

将双向链表转化为红黑树的具体实现：

 1final void treeify(Node<K,V>[] tab) {
 2    TreeNode<K,V> root = null;  // 定义红黑树的根节点
 3    for (TreeNode<K,V> x = this, next; x != null; x = next) { // 从TreeNode双向链表的头节点开始逐个遍历
 4        next = (TreeNode<K,V>)x.next; // 头节点的后继节点
 5        x.left = x.right = null;
 6        if (root == null) {
 7            x.parent = null;
 8            x.red = false;
 9            root = x; // 头节点作为红黑树的根，设置为黑色
10        }
11        else { // 红黑树存在根节点
12            K k = x.key; 
13            int h = x.hash;
14            Class<?> kc = null;
15            for (TreeNode<K,V> p = root;;) { // 从根开始遍历整个红黑树
16                int dir, ph;
17                K pk = p.key;
18                if ((ph = p.hash) > h) // 当前红黑树节点p的hash值大于双向链表节点x的哈希值
19                    dir = -1;
20                else if (ph < h) // 当前红黑树节点的hash值小于双向链表节点x的哈希值
21                    dir = 1;
22                else if ((kc == null &&
23                          (kc = comparableClassFor(k)) == null) ||
24                         (dir = compareComparables(kc, k, pk)) == 0) // 当前红黑树节点的hash值等于双向链表节点x的哈希值，则如果key值采用比较器一致则比较key值
25                    dir = tieBreakOrder(k, pk); //如果key值也一致则比较className和identityHashCode
26
27                TreeNode<K,V> xp = p; 
28                if ((p = (dir <= 0) ? p.left : p.right) == null) { // 如果当前红黑树节点p是叶子节点，那么双向链表节点x就找到了插入的位置
29                    x.parent = xp;
30                    if (dir <= 0) //根据dir的值，插入到p的左孩子或者右孩子
31                        xp.left = x;
32                    else
33                        xp.right = x;
34                    root = balanceInsertion(root, x); //红黑树中插入元素，需要进行平衡调整(过程和TreeMap调整逻辑一模一样)
35                    break;
36                }
37            }
38        }
39    }
40    //将TreeNode双向链表转化为红黑树结构之后，由于红黑树是基于根节点进行查找，所以必须将红黑树的根节点作为数组当前位置的元素
41    moveRootToFront(tab, root);
42}
复制代码

将红黑树的根节点移动到数组的索引所在位置上：

 1static <K,V> void moveRootToFront(Node<K,V>[] tab, TreeNode<K,V> root) {
 2    int n;
 3    if (root != null && tab != null && (n = tab.length) > 0) {
 4        int index = (n - 1) & root.hash; //找到红黑树根节点在数组中的位置
 5        TreeNode<K,V> first = (TreeNode<K,V>)tab[index]; //获取当前数组中该位置的元素
 6        if (root != first) { //红黑树根节点不是数组当前位置的元素
 7            Node<K,V> rn;
 8            tab[index] = root;
 9            TreeNode<K,V> rp = root.prev;
10            if ((rn = root.next) != null) //将红黑树根节点前后节点相连
11                ((TreeNode<K,V>)rn).prev = rp;
12            if (rp != null)
13                rp.next = rn;
14            if (first != null) //将数组当前位置的元素，作为红黑树根节点的后继节点
15                first.prev = root;
16            root.next = first;
17            root.prev = null;
18        }
19        assert checkInvariants(root);
20    }
21}
复制代码

红黑树插入

1、源码：

 1final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,
 2                               int h, K k, V v) {
 3    Class<?> kc = null;
 4    boolean searched = false;
 5    TreeNode<K,V> root = (parent != null) ? root() : this;
 6    for (TreeNode<K,V> p = root;;) {
 7        int dir, ph; K pk;
 8        if ((ph = p.hash) > h)//进行哈希值的比较
 9            dir = -1;
10        else if (ph < h)
11            dir = 1;
12        else if ((pk = p.key) == k || (k != null && k.equals(pk)))
13            return p;
14        else if ((kc == null &&
15                  (kc = comparableClassFor(k)) == null) ||
16                 (dir = compareComparables(kc, k, pk)) == 0) {//hash值相同，则按照key进行比较
17            if (!searched) {
18                TreeNode<K,V> q, ch;
19                searched = true;
20                if (((ch = p.left) != null &&
21                     (q = ch.find(h, k, kc)) != null) ||//去左子树中查找哈希值相同，key相同的节点
22                    ((ch = p.right) != null &&
23                     (q = ch.find(h, k, kc)) != null))//去右子树中查找哈希值相同，key相同的节点
24                    return q;
25            }
26            dir = tieBreakOrder(k, pk);//通过比较k与pk的hashcode
27        }
28
29        TreeNode<K,V> xp = p;
30        if ((p = (dir <= 0) ? p.left : p.right) == null) {//找到红黑树合适的位置插入
31            Node<K,V> xpn = xp.next;
32            TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
33            if (dir <= 0) //插入到左节点或者右节点
34                xp.left = x;
35            else
36                xp.right = x;
37            xp.next = x;//插入到双向链表合适的位置
38            x.parent = x.prev = xp;
39            if (xpn != null)
40                ((TreeNode<K,V>)xpn).prev = x;
41            moveRootToFront(tab, balanceInsertion(root, x));//做插入后的平衡调整 将平衡后的红黑树节点作为数组该位置的元素
42            return null;
43        }
44    }
45}
复制代码

2、说明:

当hash冲突时，单链表元素个数超过树化阈值(TREEIFY_THRESHOLD)后，转化为红黑树存储。之后再继续冲突，则就变成往红黑树中插入元素了。关于红黑树插入元素，请看我之前写的文章：TreeMap之元素插入

红黑树拆分

1、源码：

将红黑树按照扩容后的数组，重新计算索引位置，并且拆分后的红黑树还需要判断个数，从而决定是做去树化操作还是树化操作：

 1final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
 2    TreeNode<K,V> b = this;
 3    // Relink into lo and hi lists, preserving order
 4    TreeNode<K,V> loHead = null, loTail = null; //保存在原索引的红黑树
 5    TreeNode<K,V> hiHead = null, hiTail = null; //保存在新索引的红黑树
 6    int lc = 0, hc = 0;
 7    for (TreeNode<K,V> e = b, next; e != null; e = next) {
 8        next = (TreeNode<K,V>)e.next;
 9        e.next = null;
10        if ((e.hash & bit) == 0) { //哈希值和原数组长度进行&操作，为0则在原数组的索引位置，非0则在原数组索引位置+原数组长度的新位置
11            if ((e.prev = loTail) == null)
12                loHead = e;
13            else
14                loTail.next = e;
15            loTail = e;
16            ++lc;
17        }
18        else {
19            if ((e.prev = hiTail) == null)
20                hiHead = e;
21            else
22                hiTail.next = e;
23            hiTail = e;
24            ++hc;
25        }
26    }
27
28    if (loHead != null) {
29        if (lc <= UNTREEIFY_THRESHOLD) //当红黑树的节点不大于去树化阈值，则将原索引处的红黑树进行去树化操作
30            tab[index] = loHead.untreeify(map); //红黑树根节点作为原索引处的元素  
31        else { //当红黑树的节点大于去树化阈值，则将原索引处的红黑树进行树化操作
32            tab[index] = loHead;
33            if (hiHead != null) // (else is already treeified)
34                loHead.treeify(tab);
35        }
36    }
37    if (hiHead != null) {
38        if (hc <= UNTREEIFY_THRESHOLD) //当红黑树的节点不大于去树化阈值，则将新索引处的红黑树进行去树化操作
39            tab[index + bit] = hiHead.untreeify(map); //红黑树根节点作为新索引处的元素
40        else { //当红黑树的节点大于去树化阈值，则将新索引处的红黑树进行树化操作
41            tab[index + bit] = hiHead;
42            if (loHead != null)
43                hiHead.treeify(tab);
44        }
45    }
46}
复制代码

去树化操作

1、源码：

遍历红黑树，还原成单链表结构：

 1final Node<K,V> untreeify(HashMap<K,V> map) {
 2    Node<K,V> hd = null, tl = null;
 3    for (Node<K,V> q = this; q != null; q = q.next) {  //遍历红黑树，依次将TreeNode转化为Node，还原成单链表形式
 4        Node<K,V> p = map.replacementNode(q, null);
 5        if (tl == null)
 6            hd = p;
 7        else
 8            tl.next = p;
 9        tl = p;
10    }
11    return hd;
12}
复制代码

综合示例

1、代码：

 1//插入38个元素，无hash冲突，依次存入索引0~37的位置
 2HashMap<Integer, Integer> hashMap = new HashMap<>(64);
 3for(int i=0; i<38; i++){
 4    hashMap.put(i, i);
 5}
 6//依次插入64、128、182、256、320、384，448，索引位置为0，出现hash冲突，往单链表中插入
 7for (int i=1; i <= 7; i++) {
 8    hashMap.put(64*i, 64*i);
 9}
10//插入512，hash冲突，往单链表中插入。此时单链表个数大于TREEIFY_THRESHOLD，将单链表转化为红黑树
11hashMap.put(64*8, 64*8);
12//插入576，hash冲突，往红黑树中插入
13hashMap.put(64*9, 64*9);
14//hash不冲突，保存到数组索引为38的位置，此时总元素个数为48，新增阈值为48，不做处理。
15hashMap.put(38, 38);
16//hash不冲突，保存到数组索引为39的位置，此时总元素个数为49，新增阈值为48，扩容！！！
17hashMap.put(39, 39);
复制代码

2、内部实现过程：

讨论题

1. 为何单链表转化为红黑树，要求节点个数大于8？
2. 为何转化为红黑树前，要求数组总长度要大于64？
3. 为何红黑树转化为单链表，要求节点个数小于等于6？