基于JDK1.8—HashMap源码简要分析
HashMap继承关系
- HashMap：根据键的 hashCode 值存储数据，大多数情况下可以直接定位到它的值，因而具有很快的访问速度，但遍历顺序却是不确定的。HashMap 最多只允许一条记录的键为 null ，允许多条记录的值为null。HashMap 非线程安全，即任一时刻可以有多个线程同时写 HashMap ，可能会导致数据的不一致。如果需要满足线程安全，可以用 Collections 的 synchronizedMap 方法使 HashMap 具有线程安全的能力，或者使用 ConcurrentHashMap 。
- LinkedHashMap：LinkedHashMap 是 HashMap 的一个子类，保存了记录的插入顺序，在用 Iterator 遍历 LinkedHashMap 时，先得到的记录肯定是先插入的，也可以在构造时带参数，按照访问次序排序。
HashMap底层储存结构
- 底层结构其实就是 数组+链表+红黑树 。而 HashMap 的数据存储结构是一个 Node<K,V> 数组，在（Java 7 中是 Entry<K,V> 数组，但结构相同）。
- 链表：是一种物理存储单元上非连续、非顺序的存储结构，数据元素的逻辑顺序是通过链表中的指针链接次序实现的。链表由一系列结点（链表中每一个元素称为结点）组成，结点可以在运行时动态生成。每个结点包括两个部分：一个是存储数据元素的数据域，另一个是存储下一个结点地址的指针域。
- 红黑树：是一种特定类型的二叉树，是一种平衡二叉查找树的变体，它的左右子树高差有可能大于 1，所以红黑树不是严格意义上的平衡二叉树（AVL），但对之进行平衡的代价较低， 其平均统计性能要强于 AVL。
HashMap类定义
HashMap的定义：
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {
}
从中我们可以了解到：
- HashMap<K,V>：HashMap 是以 key-value 形式存储数据的。
- extends AbstractMap<K,V>：继承了 AbstractMap ，大大减少了实现 Map 接口时需要的工作量。
- implements Map<K,V>：实现了 Map ，提供了所有可选的 Map 操作。
- implements Cloneable：表明其可以调用 clone() 方法来返回实例的 field-for-field 拷贝。
- implements Serializable：表明该类是可以序列化的。
put() 数据原理图解分析
特别说明：
- hashmap的底层数据结构名为 table 的数组，是一个 Node 数组；
- table 数组中的每个元素是一个 Node 元素（但是这个 Node 元素可能指向下一个 Node 元素从而形成链表），table 数组的每个位置称为桶，比如 talbe[0] 称为一个桶，也可以称为一个 bin 。
- 源码中有很多临时 node，如 v 等。
源码分析
核心属性分析—静态常量
/**
* The default initial capacity - MUST be a power of two.
* 默认的初始容量，必须是二的次方
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/**
* The maximum capacity, used if a higher value is implicitly specified
* by either of the constructors with arguments.
* MUST be a power of two <= 1<<30.
*
* 最大容量，当通过构造函数隐式指定了一个大于MAXIMUM_CAPACITY的时候使用
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
* The load factor used when none specified in constructor.
* 加载因子，当构造函数没有指定加载因子的时候的默认值的时候使用，经过科学家多次计算得到。
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
* The bin count threshold for using a tree rather than list for a
* bin. Bins are converted to trees when adding an element to a
* bin with at least this many nodes. The value must be greater
* than 2 and should be at least 8 to mesh with assumptions in
* tree removal about conversion back to plain bins upon
* shrinkage.
*
* TREEIFY_THRESHOLD为当一个bin从list转化为tree的阈值，当一个bin中元素的总元素最低超过这个值的时候，bin才被转化为tree；
* 为了满足转化为简单bin时的要求，TREEIFY_THRESHOLD必须比2大而且比8要小
*/
static final int TREEIFY_THRESHOLD = 8;
/**
* The bin count threshold for untreeifying a (split) bin during a
* resize operation. Should be less than TREEIFY_THRESHOLD, and at
* most 6 to mesh with shrinkage detection under removal.
*
* bin反tree化时的最大值，应该比TREEIFY_THRESHOLD要小，
* 为了在移除元素的时候能检测到移除动作，UNTREEIFY_THRESHOLD必须至少为6
*/
static final int UNTREEIFY_THRESHOLD = 6;
/**
* The smallest table capacity for which bins may be treeified.
* (Otherwise the table is resized if too many nodes in a bin.)
* Should be at least 4 * TREEIFY_THRESHOLD to avoid conflicts
* between resizing and treeification thresholds.
*
* 树化的另外一个阈值，table的长度(注意不是bin的长度)的最小得为64。为了避免扩容和树型结构化阈值之间的冲突，MIN_TREEIFY_CAPACITY 应该最小是 4 * TREEIFY_THRESHOLD
*/
static final int MIN_TREEIFY_CAPACITY = 64;
核心属性分析—成员变量
/**
* The table, initialized on first use, and resized as
* necessary. When allocated, length is always a power of two.
* (We also tolerate length zero in some operations to allow
* bootstrapping mechanics that are currently not needed.)
*
* table，第一次被使用的时候才进行加载
*/
transient Node<K,V>[] table;
/**
* Holds cached entrySet(). Note that AbstractMap fields are used
* for keySet() and values().
* 键值对缓存，它们的映射关系集合保存在entrySet中。即使Key在外部修改导致hashCode变化，缓存中还可以找到映射关系
*/
transient Set<Map.Entry<K,V>> entrySet;
/**
* The number of key-value mappings contained in this map.
* table中 key-value 元素的个数
*/
transient int size;
/**
* The number of times this HashMap has been structurally modified
* Structural modifications are those that change the number of mappings in
* the HashMap or otherwise modify its internal structure (e.g.,
* rehash). This field is used to make iterators on Collection-views of
* the HashMap fail-fast. (See ConcurrentModificationException).
*
* HashMap在结构上被修改的次数，结构上被修改是指那些改变HashMap中映射的数量或者以其他方式修改其内部结构的次数（例如，rehash）。
* 此字段用于使HashMap集合视图上的迭代器快速失败。
*/
transient int modCount;
/**
* The next size value at which to resize (capacity * load factor).
*
* 下一次resize扩容阈值，当前table中的元素超过此值时，触发扩容
* threshold = capacity * load factor
* @serial
*/
// (The javadoc description is true upon serialization.
// Additionally, if the table array has not been allocated, this
// field holds the initial array capacity, or zero signifying
// DEFAULT_INITIAL_CAPACITY.（???????）)
int threshold;
/**
* The load factor for the hash table.
* 负载因子
* @serial
*/
final float loadFactor;
构造方法() 分析
主要看最长参数的构造方法就行了，其它三个都是调用了此构造方法。
public HashMap(int initialCapacity, float loadFactor) {
//做了一些校验，capacity必须大于0，最大值也就是MAXIMUM_CAPACITY
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
//loadFactor必须大于0
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
//把传入的值赋值给HashMap的属性
this.loadFactor = loadFactor;
//给扩容阈值赋值，给转化为2的次方数
this.threshold = tableSizeFor(initialCapacity);
}
/**
* Returns a power of two size for the given target capacity.
*
* 1.返回一个大于等于当前值cap的一个的数字，并且这个数字一定是2的次方数
* 假如cap为10，那么n= 9 = 0b1001
* 0b1001 | 0b0100 = 0b1101
* 0b1101 | 0b0011 = 0b1111
* 0b1111 | 0b0011 = 0b1111
* ......
* .....
* n = 0b1111 = 15
*
* 2.这里的cap必须要减1，如果不减，并且如果传入的cap为16，那么算出来的值为32
*
* 3.这个方法就是为了把最高位1的后面都变为1
* 0001 1101 1100 -> 0001 1111 1111 -> +1 -> 0010 1111 1111
*/
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;
}
put() 方法分析
/**
* @param key key with which the specified value is to be associated
* @param value value to be associated with the specified key
* @return the previous value associated with key, or
* null if there was no mapping for key.
* (A null return can also indicate that the map
* previously associated null with key.)
* 返回先前key对应的value值（如果value为null，也返回null），如果先前不存在这个key，那么返回的就是null；
*/
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/
* 在往haspmap中插入一个元素的时候，由元素的hashcode经过一个扰动函数之后再与table的长度进行与运算才找到插入位置，下面的这个hash()方法就是所谓的扰动函数
* 作用：让key的hashCode值的高16位参与运算,hash()方法返回的值的低十六位是有hashCode的高低16位共同的特征的
* 高16位参与运算原因：当数组的长度很短时，只有低位数的hashcode值能参与运算。而让高16位参与运算可以更好的均匀散列，减少碰撞，进一步降低hash冲突的几率，并且使得高16位和低16位的信息都被保留了。
* 举例
* hashCode = 0b 0010 0101 1010 1100 0011 1111 0010 1110
*
* 0b 0010 0101 1010 1100 0011 1111 0010 1110 ^
* 0b 0000 0000 0000 0000 0010 0101 1010 1100
* 0b 0010 0101 1010 1100 0001 1010 1000 0010
*/
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
// onlyIfAbsent：插入的值是否存在，存在就不插了。
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
// tab表示当前hashmap的table
// p表示table的元素
// n表示散列表的长度
// i表示路由寻址结果
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 延迟初始化逻辑，第一次调用putval()方法的时候才进行初始化hashmap中最耗内存的talbe
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;//其实就是给n赋值
// 1.最简单的一种情况，寻找到的桶位，刚好是null，这个时候直接将当前k-v=>node 扔进去即可
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
// e：如果key不为null，并且找到了当前要插入的key一致的node元素，就保存在e中
// k表示一个临时的key
Node<K,V> e; K k;
// 2.表示该桶位中的第一个元素与你当前插入的node元素的key一致，表示后序要进行替换操作
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 3.表示当前桶位已经树化了
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 4.当前捅位是一个链表
else {
for (int binCount = 0; ; ++binCount) {
// 4.1 条件成立的话，说明迭代到最后一个元素，也没有找到与要插入的key一致的node，说明需要加入到当前链表的尾部
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//条件成立的话，说明当前链表的长度，达到了树化标准，需要进行树化
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 4.1 说明找到了与要插入的key一致的node元素，需要进行替换操作
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 如果找到了与要插入的key一致的node元素，那么进行替换
if (e != null) {
// existing mapping for key
V oldValue = e.value;
**加粗样式** if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
// nodeCount表示散列表table结构的修改次数，替换Node元素的value不算
++modCount;
//插入新元素，size自增，如果自增后的值大于扩容阈值，则触发扩容操作
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
HashMap put 过程总结：
- 计算 key 的 hash 值。计算方式是 (key == null) ？ 0 ： (h = key.hashCode()) ^ (h >>> 16)；
- 检查当前数组是否为空，为空需要进行初始化，初始化容量是16 ，负载因子默认0.75；
- 计算 key 在数组中的坐标。计算方式：(容量 - 1) & hash，因为容量总是2的次方，所以 -1 的值的二进制总是全1，方便与 hash 值进行与运算；
- 如果计算出的坐标元素为空，创建节点加入，put 结束。而如果当前数组容量大于负载因子设置的容量，进行扩容；
- 如果计算出的坐标元素有值；
- 如果 next 节点为空，把要加入的值和 key 加入 next 节点；
- 如果 next 节点不为空，循环查看 next 节点。如果发现有 next 节点的 key 和要加入的 key 一样，对应的值替换为新值；
- 如果循环 next 节点查找超过8层还不为空，把这个位置元素转换为红黑树；
- 如果坐标上的元素值和要加入的值 key 完全一样，覆盖原有值；
- 如果坐标上的元素是红黑树，把要加入的值和 key 加入到红黑树；
- 如果坐标上的元素和要加入的元素不同（尾插法增加）。
resize() 方法分析
- 当在 table 长度位16中的元素移到 table 长度位32的 table 中的时候；我们可以知道，原来在15这个槽位的元素的 hash() 值的后四位一定是1111（因为跟1111即 table 长度-1进行与(&)运算得到了1111）。所以当 table长度变为32的时候，原来在15这个槽位的元素要么还在15这个槽位，要么在31这个槽位（因为原来15这个槽位的元素后五位一定是11111或者01111，跟11111即table新长度-1 进行与运算一定得到 01111或者11111）而11111 这种情况扩容后的槽位=扩容前槽位+扩容前数组长度。
/**
* Initializes or doubles table size. If null, allocates in
* accord with initial capacity target held in field threshold.
* Otherwise, because we are using power-of-two expansion, the
* elements from each bin must either stay at same index, or move
* with a power of two offset in the new table.
*
* @return the table
*/
//为什么需要扩容？ 元素太多就会导致查询效率由O(1)->O(n) 扩容后使得元素更加分散，查询效率更高
//为了解决哈希冲突导致的链化影响查询效率的问题，扩容会缓解该问题
final Node<K,V>[] resize() {
// oldTab：引用扩容前的哈希表
Node<K,V>[] oldTab = table;
// oldCap：表示扩容前table数组的长度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// oldThr:表示扩容之前的扩容阈值，触发本次扩容的阈值
int oldThr = threshold;
// newCap：扩容之后table数组的大小
// newThr：扩容之后，下次再次触发扩容的条件
int newCap, newThr = 0;
//===================给newCap和newThr赋值start=============================
// oldCap大于零，说明之前已经初始化过了（hashmap中的散列表不是null），要进行正常的扩容操作
if (oldCap > 0) {
// 扩容之前的table数组大小已经达到最大阈值后，则不扩容，且设置扩容条件为 int 最大值。
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// (1)
// oldCap左移一位实现数值翻倍(*2)，并且赋值给newCap,newCap小于数组最大值限制 且扩容之前的阈值 >= 16
// 这种情况下，则进行下一次扩容的阈值等于当前阈值翻倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
// (2)
// oldCap == 0（说明hashmap中的散列表是null）且oldThr > 0 ；下面几种情况都会出现oldCap == 0,oldThr > 0
// 1.public HashMap(int initialCapacity);
// 2.public HashMap(Map<? extends K, ? extends V> m);并且这个map有数据
// 3.public HashMap(int initialCapacity, float loadFactor);
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// oldCap == 0 ,oldThr == 0
// new HashMap(); 默认初始化
else {
// zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY; 16
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); 12
}
// 对应上面（1）不成立或者（2）成立的情况 newThr为零时，通过newCap和loadFactor计算出一个newThr
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//===================给newCap和newThr赋值end=============================
threshold = newThr;
// 创建一个更长 更大的数组
@SuppressWarnings({
"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 说明，hashMap本次扩容前，table不为null
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
// 当前头node节点
Node<K,V> e;
// 说明当前桶位中有数据，但是数据具体是 单个数据，还是链表 还是红黑树 并不知道
if ((e = oldTab[j]) != null) {
方便JVM GC时回收内存
oldTab[j] = null;
// 第一种情况：当桶位只有一个元素，从未发生哈希碰撞，这种情况直接计算出当前元素应该存放在 新数组中的位置， 然后扔进去即可
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 第二种情况：当前节点已经树化，红黑树
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else {
// preserve order
// 第三种情况：桶位已经形成链表
// 低位链表：存放扩容之的数组下标位置，与当期位置的下标位置一致
Node<K,V> loHead = null, loTail = null;
// 高位链表：存放扩容之后的数组下标位置为 当前数组下标位置 + 扩容之后数组的长度
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// hash->....1 1111
// hash->....0 1111
if ((e.hash & oldCap) == 0) {
if (loTail == null) // 存放在低位链中
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
if (hiTail == null)// 存放在高位链中
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 如果低位链表有数据
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 如果高位链表有数据
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
get() 方法分析
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {
// tab：引用当前hashmap的table
// first：桶位中的头元素
// n：table的长度
// e：是临时Node元素
// k：是key的临时变量
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// 1.如果哈希表为空，或key对应的桶为空，返回null
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 2.这个桶的头元素就是想要找的
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 说明当前桶位不止一个元素，可能是链表，也可能是红黑树
if ((e = first.next) != null) {
// 3.树化了
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 4.链表
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
HashMap get 方法流程总结。
- 计算 key 的 hash 值；
- 如果存储数组不为空，且计算得到的位置上的元素不为空。继续，否则，返回 Null；
- 如果获取到的元素的 key 值相等，说明查找到了，返回元素；
- 如果获取到的元素的 key 值不相等，查找 next 节点的元素；
1. 如果元素是红黑树，在红黑树中查找；
2. 不是红黑树，遍历 next 节点查找，找到则返回。
remove() 方法分析
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
// tab：引用当前hashmap的table
// p：当前的node元素
// n：当前的散列表数组长度
// index：表示寻址结果
Node<K,V>[] tab; Node<K,V> p; int n, index;
// 1.如果数组table为空或key映射到的桶为空，返回null。
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
// node：查找到的结果
// e：当前Node的下一个元素
Node<K,V> node = null, e; K k; V v;
// 2.桶位的头元素就是我们要找的,即为要删除的元素
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
// 说明当前桶位不止一个元素，可能是链表，可能是红黑树
else if ((e = p.next) != null) {
// 3.树化了
if (p instanceof TreeNode)// 判断当前桶位是否升级为红黑树
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);// 红黑树查找操作
// 4.链表中
else {
do {
// 循环链表 查找node节点
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);// 顺着链表一直向下找
}
}
// 删除数据
// 如果node不为null，说明按照key查找到想要删除的数据了
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
// 第一种情况：node是树节点，说明需要进行树节点移除操作
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
// 桶位元素即为查找结果，则将该元素的下一个元素放到桶位中
else if (node == p)
tab[index] = node.next;
// 将当前元素p的下一个元素 设置成 要删除的下一个元素
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
replace() 方法分析
@Override
public boolean replace(K key, V oldValue, V newValue) {
Node<K,V> e; V v;
// 根据key找到元素，直接替换value。
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;
}
@Override
public V replace(K key, V value) {
Node<K,V> e;
if ((e = getNode(hash(key), key)) != null) {
V oldValue = e.value;
e.value = value;
afterNodeAccess(e);
return oldValue;
}
return null;
}
isEmpty() 方法分析
/**
* 如果map中没有键值对映射，返回true
*
* @return <如果map中没有键值对映射，返回true
*/
public boolean isEmpty() {
return size == 0;
}
putMapEntries() 方法分析
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
if (s > 0) {
// table为null，代表这里使用HashMap(Map<? extends K, ? extends V> m)构造函数 或者其它方式实例化hashmap但是还没往里面添加过元素
if (table == null) {
// pre-size
//前面讲到，initial capacity*load factor就是当前hashMap允许的最大元素数目。那么不难理解，s/loadFactor+1即为应该初始化的容量。
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
if (t > threshold)
threshold = tableSizeFor(t);
}
//table已经初始化，并且map的大小大于临界值
else if (s > threshold)
//扩容处理
resize();
//将map中所有键值对添加到hashMap中
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}
putAll() 方法分析
/**
* 将参数map中的所有键值对映射插入到hashMap中，如果有碰撞，则覆盖value。
* @param m 参数map
* @throws NullPointerException 如果map为null
*/
public void putAll(Map<? extends K, ? extends V> m) {
putMapEntries(m, true);
}
clear() 方法分析
/**
* 删除map中所有的键值对
*/
public void clear() {
Node<K,V>[] tab;
modCount++;
if ((tab = table) != null && size > 0) {
size = 0;
for (int i = 0; i < tab.length; ++i)
tab[i] = null;
}
}
containsValue( Object value) 方法分析
/**
* 如果hashMap中的键值对有一对或多对的value为参数value，返回true
*
* @param value 参数value
* @return 如果hashMap中的键值对有一对或多对的value为参数value，返回true
*/
public boolean containsValue(Object value) {
Node<K,V>[] tab; V v;
//
if ((tab = table) != null && size > 0) {
//遍历数组table
for (int i = 0; i < tab.length; ++i) {
//遍历桶中的node
for (Node<K,V> e = tab[i]; e != null; e = e.next) {
if ((v = e.value) == value ||
(value != null && value.equals(v)))
return true;
}
}
}
return false;
}