Java教程

刷完HashMap源码,我们一起进大厂

本文主要是介绍刷完HashMap源码,我们一起进大厂,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

不可不知的哈希映射

引言
hashmap这个东西呢,太老生常谈了
开发中常用、面试中常问
总之,很重要。。。。。
接下来呢
咱们就一起来看下,里面到底有哪些解不开的东西

2.1 HashMap数据结构

目标:

HashMap 概念、数据结构回顾(JDK8和JDK7) & 为什么1.8使用红黑树?

概念:

HashMap 是一个利用散列表(哈希表)原理来存储元素的集合,是根据Key value而直接进行访问的数据结构

在 JDK1.7 中,HashMap 是由 数组+链表构成的。

在 JDK1.8 中,HashMap 是由 数组+链表+红黑树构成

回顾: 数组、链表(优势和劣势)

file

数组: 优势:数组是连续的内存,查询快(o1) 劣势:插入删除O(N)
链表: 优势:不是连续的内存,随便插入(前、中间、尾部) 插入O(1) 劣势:查询慢O(N)

思考?

为什么是JDK1.8 是数组+链表+红黑树???

HashMap变化历程

1.7的数据结构:链表变长,效率低 了!!!

file

1.8的数据结构:

数组+链表+红黑树

file

链表--树(链长度>8、数组长度大于64)

备注:现在重点讲map,不讲树的操作。树在算法课里有详细学习

总结:

JDK1.8使用红黑树,其实就是为了提高查询效率

因为,1.7的时候使用的数组+链表,如果链表太长,查询的时间复杂度直接上升到了O(N)

2.2 HashMap继承体系

目标:梳理map的继承关系

image-20201205220552037

总结

HashMap已经继承了AbstractMap而AbstractMap类实现了Map接口

那为什么HashMap还要在实现Map接口呢?

据 java 集合框架的创始人Josh Bloch描述,这样的写法是一个失误。

在java集合框架中,类似这样的写法很多,最开始写java集合框架的时候,他认为这样写,在某些地方可能是有价值的,直到他意识到错了。

显然的,JDK的维护者,后来不认为这个小小的失误值得去修改,所以就这样存在下来

  • Cloneable 空接口,表示可以克隆
  • Serializable 序列化
  • AbstractMap 提供Map实现接口

2.3 HashMap源码深度剖析

1)目标:

通过阅读HashMap(since1.2)源码,我们可以知道以下几个问题在源码是如何解决的

(1)HashMap的底层数据结构是什么?

(2)HashMap中增删改查操作的底部实现原理是什么?

(3)HashMap是如何实现扩容的?

(4)HashMap是如何解决hash冲突的?

(5)HashMap为什么是非线程安全的?

2)测试代码如下

package com.mmap;

import org.openjdk.jol.info.ClassLayout;

import java.util.ArrayList;
import java.util.ConcurrentModificationException;
import java.util.HashMap;
import java.util.List;
import java.util.concurrent.ConcurrentHashMap;

public class MMapTest {
    public static void main(String[] args) {
        HashMap<Integer, String> m = new HashMap<Integer, String>();//尾插
        //断点跟踪put
        m.put(1, "001");
        m.put(1, "002");
        m.put(17, "003");//使用17可hash冲突(存储位置相同)

        System.out.println(ClassLayout.parseInstance(m).toPrintable());
        //断点跟踪get
        System.out.println(m.get(1));//返回002(数组查找)
        System.out.println(m.get(17));//返回003(链表查找)
        //断点跟踪remove
        m.remove(1);//移除
        System.out.println(m);
        m.remove(1, "002");//和上面的remove走的同一个代码
    }
}

3)关于hashMap基本结构的验证

先来个小验证,几乎地球人都知道map是 数组 + 链表 结构,那我们先来验证一下

image-20210507091750885

再来看debug结果:

image-20210507093439981

验证了基本结构,那为啥1和17就在一块了?到底谁和谁放在一个链上呢?内部到底怎么运作的?往下看 ↓

2.3.1 成员变量与内部类

目标:先了解一下它的基本结构

回顾:位运算(下面还会频繁用到)

1<<4

二进制相当于1右边补4个0:10000

十进制相当于1 x 2的4次方 , 也就是 16

二进制运算是因为它的计算效率高

		
		static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; //16,默认数组容量:左位移4位,即16
    static final int MAXIMUM_CAPACITY = 1 << 30;//最大容量:即2的30次幂
    static final float DEFAULT_LOAD_FACTOR = 0.75f;//负载因子:扩容使用,统计学计算出的最合理的
    static final int TREEIFY_THRESHOLD = 8;//链表转红黑树阈值
    static final int UNTREEIFY_THRESHOLD = 6;//当链表的值小<6, 红黑树转链表

 		……

    transient Node<K,V>[] table;//HashMap中的数组,中间状态数据
    transient Set<Map.Entry<K,V>> entrySet;//用来存放缓存,中间状态数据;

    transient int size;//size为HashMap中K-V的实时数量(重点),注意!不是table的长度!
    transient int modCount;//用来记录HashMap的修改次数,几个集合里都有它
    int threshold;//扩容临界点;(capacity * loadFactor)(重点)
    final float loadFactor;//负载因子  DEFAULT_LOAD_FACTOR = 0.75f赋值

具体的key,value放在哪里呢?答案是一个静态内部类(1.8前是Entry)

 static class Node<K,V> implements Map.Entry<K,V> {//数组和链表上的节点,1.8前叫Entry
        final int hash;//扰动后的hash
        final K key;//map的key
        V value;//map的value
        Node<K,V> next;//下个节点

        Node(int hash, K key, V value, Node<K,V> next) { //构造函数,没啥说的
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;//链表下一个
        }
 }
                

2.3.2 HashMap构造器

1)目标:学习下面的三个构造器,它们都干了哪些事情?

    public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; //  负载因子DEFAULT_LOAD_FACTOR = 0.75f
    }
    public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }
    public HashMap(int initialCapacity, float loadFactor) {
      	//赋值,多了一些边界判断
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
                                               initialCapacity);
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
                                               loadFactor);
        this.loadFactor = loadFactor;
        this.threshold = tableSizeFor(initialCapacity);  // 注意,map里是没有capacity这个类变量的!
    }

map的构造函数就做了几个赋值这么点事?这么简单?错!接着往下看

2)无参构造函数验证

第一步:添加以下debug变量

第二步:使用默认构造函数时,在put之前和之后分别debug以上变量信息对比看看

put之前:

image-20210507164837142

之后

image-20210507165029294

毫无违和感,那么,我们接着往下!

3)自定义初始化参数验证

接下来我们胡搞一下,让容量=15,因子=0.5,猜一猜会发生什么?

image-20210507174419944

调试到put之后,再来看:

image-20210507174608999

源码剖析:

在有参数构造时,最终tableSizeFor

		//capacity函数,初始化了table,就是table的length,否则取的是threshold
		final int capacity() {
        return (table != null) ? table.length :
            (threshold > 0) ? threshold :
            DEFAULT_INITIAL_CAPACITY;
    }

		//带参数的初始化,其实threshold调用的是以下函数:
		//这是什么神操作???
		//其实是将n转成2进制,右移再和自己取或,相当于把里面所有的0变成了1
		//最终目的:找到>=n的,1开头后面全是0的数。如果n=111 , 那就是 1000 ; 如果n=100,那就是它自己
		//而这个数,恰好就是2的指数,为后面的扩容做铺垫
		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;  //到这一步n已经各个位都是1了。
      	//范围校验,小于0返回1,大于最大值返回最大值,绝大多数正常情况下,返回n+1,也就是10000……
        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
    }

		
		

调试案例:

package com.mmap;

public class TableSizeTest {

    public static void main(String[] args) {
        System.out.println(tableSizeFor(9));  //9的二进制更能看出以下变化
    }

    static final int tableSizeFor(int cap) {
        System.out.println(Integer.toBinaryString(cap));  //1001
        int n = cap - 1;
        System.out.println(Integer.toBinaryString(n)); //1000
        n |= n >>> 1;   //无符号右移,前面补0
        System.out.println(Integer.toBinaryString(n)); //右移再或,1100
        n |= n >>> 2;
        System.out.println(Integer.toBinaryString(n)); //再移动2位, 1111
        n |= n >>> 4;
        System.out.println(Integer.toBinaryString(n)); //就这么长,再迁移也是1111
        n |= n >>> 8;
        System.out.println(Integer.toBinaryString(n));
        n |= n >>> 16;
        System.out.println(Integer.toBinaryString(n)); //Integer的最大长度32位,16折半后迁移全覆盖
        System.out.println(Integer.toBinaryString(n+1));
        return  n + 1;  //+1后变为 10000 ,也就是16 , 2的4次方
    }
}

4)总结:

map的构造函数没有你想象的那么简单!

  • 无参构造时,容量=16,因子=0.75。第一次插入数据时,才会初始化table、阈值等信息
  • 有参构造时,不会容忍你胡来,会取大于但是最接近你容量的2的指数倍(想一下为什么?提示:和扩容规则有关)
  • 无论哪种构造方式,扩容阈值最终都是 =(容量*因子)

2.3.3 HashMap插入方法

目标:图解+代码+断点分析put源码

1)先了解下流程图

map-put

2)关于key做hash值的计算

当我们调用put方法添加元素时,实际是调用了其内部的putVal方法,第一个参数需要对key求hash值

   public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);//调用Map的putVal方法
    }

小提问:map里所谓的hash是直接用的key的hashCode方法吗?

    static final int hash(Object key) {
        int h;
      	//【知识点】hash扰动
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

图解:

img

结论:使用移位和异或做二次扰动,不是直接用的hashCode!

3)核心逻辑

    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {//onlyIfAbsent:true不更改现有值;evict:false表示table为创建状态
      	//几个临时变量:
      	//tab=数组,p=插槽指针,n=tab的长度,i数组下标
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)//数组是否null或者==0,第1次put为空
          	//初始化数组(or扩容),所以table是在这里初始化的,不是new的时候!
          	//初始时,n=16
            n = (tab = resize()).length;  // resize,下面单独讲扩容
      	
      	//【知识点】为何1 与 17 在一个槽上!秘密就藏在寻址这里
        if ((p = tab[i = (n - 1) & hash]) == null)//寻址:(n - 1) & hash(重要!)
            tab[i] = newNode(hash, key, value, null);//当前插槽没有值,空的!将新node直接扔进去
        else {  //有值,说明插槽上发生了碰撞,需要追加成链表了!
          	//还是临时变量
          	//e=是否找到与当前key相同的节点,找到说明是更新,null说明是新key插入
          	//k=临时变量,查找过程中的key在这里暂存用
            Node<K,V> e; K k;  
            if (p.hash == hash &&  //如果正好,插槽第一个节点(p),跟插入的key相同
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p; //就将它赋值给e,注意!这时候还没覆盖上去,只是标记到e,发现了相同key的节点!
            else if (p instanceof TreeNode) //如果不是这个key,但是类型是一个红黑树节点
              	//这说明当前插槽的链很长,已经变成红黑树了,就调putTreeVal,扔到这颗树上去
              	//树的插入,这里不赘述,在数据结构课中有
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {//如果都不是以上情况,那就是链表了
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {//顺着链表一直往后跳,直到遍历到尾巴节点
                        p.next = newNode(hash, key, value, null);//然后把key封装成新node追加到尾巴上
                        if (binCount >= TREEIFY_THRESHOLD - 1) //链表长度计数如果>8转红黑树
                            treeifyBin(tab, hash);//转成树
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;// 如果遍历过程中找到相同key,那就赋给e,break跳出for循环,执行后面的逻辑
                    p = e;
                }
            }
            if (e != null) { // 如果e非空,说明前面一顿猛如虎的操作后,找到了相同的key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;// 看看onlyIfAbsent,如果让覆盖那就覆盖,不让那就算了
                afterNodeAccess(e);
                return oldValue;// 返回覆盖前的value值,也就是put方法的返回值
            }
        }
        ++modCount;//用来记录HashMap的修改次数
        if (++size > threshold)//key的数量是否大于阈值
            resize();//如果size大于threshold,就需要进行扩容
        afterNodeInsertion(evict);
        return null;
    }

4)重点(寻址计算):

接上文,关于hash值取得后,放入tab的哪个插槽,也就是所谓的寻址我们重点来讲

(n - 1) & hash

我们还是以开始的例子,1和17为例,他们的hash计算后正好是1和17本身,我们可以验证一下

Integer i = new Integer(1);
Integer j = new Integer(17);
System.out.println(i.hashCode() ^ i.hashCode()>>16);  //1
System.out.println(j.hashCode() ^ j.hashCode()>>16);  //17

开始位运算

默认n=16,n-1也就是15,二进制是 1111

那么 15 & 1
1 1 1 1
0 0 0 1
与运算后 = 1

再来看15 & 17,17是 10001
  1 1 1 1
1 0 0 0 1
与运算后 = 1

所以,1和17肯定会落在table的1号插槽上!两者会成为链表,解释了我们前面的案例

原理:不管你算出的hash是多少,超出tab长度的高位被抹掉,低位是多少就是你所在的槽的位置,也就是table的下标

思考:为什么不用mod(模运算)进行寻址?mod也能保证不会超出数组边界,岂不是更简单直观?

package com.mmap;

public class CMod {
    public static void main(String[] args) {
        bit();
        mod();
    }

    public static void bit() {
        int a ;
        long start = System.currentTimeMillis();
        //同样的计算次数,先位运算,后取余
        for (int i = 1; i < Integer.MAX_VALUE; i++) {
            a = 1 & i;
        }
        long end = System.currentTimeMillis();
        System.out.println("BIT耗时>>" + (end - start));

    }

    public static void mod() {
        int a ;
        long start = System.currentTimeMillis();
        for (int i = 1; i < Integer.MAX_VALUE; i++) {
            a = 1 % i;
        }
        long end = System.currentTimeMillis();
        System.out.println("MOD耗时>>" + (end - start));

    }

}

跑一下试试?

结论:

一切为了性能

2.3.4 HashMap扩容方法

目标:图解+代码(map扩容与数据迁移)

注意:扩容复杂、绕、难

备注:线程不安全的

图解: 假设我们 new HashMap(8)

迁移前:长度8 扩容临界点6(8*0.75)

image-20201224102135758

迁移过程

image-20201224095930519

image-20201224095947776

核心源码resize方法

//注意!该方法兼容了初始化和扩容,所以比较难理清楚!
//需要对照上面的图例来同步讲解。
final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table; //旧的数组先拿出来
        int oldCap = (oldTab == null) ? 0 : oldTab.length;//旧数组是null,那就是初始化咯
        int oldThr = threshold;//扩容临界点(旧)
        int newCap, newThr = 0;//临时变量,数组容量(新)、扩容临界点(新)
        if (oldCap > 0) {
          	// 扩容的时候调用
            if (oldCap >= MAXIMUM_CAPACITY) { //如果旧值达到上限
                threshold = Integer.MAX_VALUE; //扩容阈值也调到最大,从此再无意义
                return oldTab;  //不扩了,直接返回旧的。上限了还扩什么扩
            }
          	//如果没到上限就计算新容量,注意这时候还没发生实际的数组扩容,真正的扩容迁数据操作在下面
          	//将旧容量左移1位,也就是乘以2作为新容量,所以map是每次扩到之前的2倍
          	//链表是右移1位再加上旧长度,也就是扩为原来的1.5倍,注意区别
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // 同时,阈值也乘以2,为下次扩容做准备
        }
        else if (oldThr > 0) 
          	// HashMap(int initialCapacity, float loadFactor)初始化的时候调用
          	// 将cap和thres相等,约定
            newCap = oldThr;
        else {
          	// HashMap() 初始化的时候调用,注意前面验证过了,是在第一次put的时候调的
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {//如果新阈值为0,根据负载因子设置新阈值
            float ft = (float)newCap * loadFactor; // put之后的变化就在这里
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE); //范围判断
        }
        threshold = newThr;
  
  			//以上操作只是重新计算(第一次是初始化)各种容量相关的值,下面重点来了!迁移旧数据
        @SuppressWarnings({"rawtypes","unchecked"})
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;  //以新容量为长度,创建新数组
        if (oldTab != null) { //如果旧数组不为空,说明有数据要迁移
            for (int j = 0; j < oldCap; ++j) {  //遍历数组
                Node<K,V> e; //临时变量,记录当前指向的node
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;//gc处理
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;//只一个节点,赋值到新数组的索引下即可
                    else if (e instanceof TreeNode)// 如果变成了树,拆成俩拼到新table上去
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { //如果是链表,拆成两个(重点!!!)
                        Node<K,V> loHead = null, loTail = null;//低位链表(原位置i)
                        Node<K,V> hiHead = null, hiTail = null;//高位链表(i+n位置)
                        Node<K,V> next;
                        do {
                            next = e.next;
                            if ((e.hash & oldCap) == 0) {  //oldCap=8,2进制为1000
                              	// 如果为0,说明e的hash没超出旧cap长度去,在低位不动即可
                                if (loTail == null)
                                    loHead = e;// 如果为空的,那就是第一个,同时当头节点
                                else
                                    loTail.next = e; //否则的话,沿着尾巴一直往上追加
                                loTail = e;
                            }
                            else {//如果超了,那就需要迁移到高位去,先给它追加到高位链表上
                              	//和低位链表一样
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                      	//注意!在循环完成的时候,高低位链表还是俩独立的临时变量
                      	
                      	//下一步,将它放到新数组上去,才能算迁移完成
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;//下标:原位置
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;//下标:原位置+原数组长度 (重点!)
                          	//这地方诠释了为什么map要两倍扩容,对应位置位运算后,加上原长度就行了
                        }
                    }
                }
            }
        }
        return newTab;//返回新数组
    }

总结(扩容与迁移):

1、扩容就是将旧表的数据迁移到新表

2、迁移过去的值需要重新计算下标,也就是他的存储位置

3、关于位置可以这样理解:比如旧表的长度8、新表长度16

旧表位置4有6个数据,假如前三个hashCode是一样的,后面的三个hashCode是一样的

迁移的时候;就需要计算这6个值的存储位置

4、如何计算位置?采用低位链表和高位链表;如果位置4下面的数据e.hash & oldCap等于0,

那么它对应的就是低位链表,也就是数据位置不变

5、 e.hash & oldCap不等于0呢?就要重写计算他的位置也就是j + oldCap,(4+8)= 12,就是高位链表位置(新数组12位置)

2.3.5 HashMap获取方法

目标:图解 (这个简单!)

获取流程

map查找流程

get主方法

    public V get(Object key) {
        Node<K,V> e;
        return (e = getNode(hash(key), key)) == null ? null : e.value;// 重点在getNode
    }

getNode方法

    final Node<K,V> getNode(int hash, Object key) {
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;  //一堆临时变量,不管他
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
          	// 如果table对应的索引位置上有值
            if (first.hash == hash && 
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;// 看下第一个元素的key是不是要查找的那个,是的话,返回即可
            if ((e = first.next) != null) {//如果后面还有数据,那就继续遍历
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);//树查找
                do { //链表查找!!!!!
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

总结:

查询思路比较简单,如果是数组直接返回、如果是红黑实例,就去树上去找,最后,去做链表循环查找

2.3.6 HashMap移除方法

目标:图解+断点分析remove源码

移除流程

map删除流程

tips:

两个移除方法,参数上的区别

走的同一个代码

移除方法:一个参数

    public V remove(Object key) {
        Node<K,V> e;//// 定义一个节点变量,用来存储要被删除的节点(键值对
        return (e = removeNode(hash(key), key, null, false, true)) == null ?
            null : e.value;
    }

移除方法:二个参数

    @Override
    public boolean remove(Object key, Object value) {
        return removeNode(hash(key), key, value, true, true) != null;
    }

核心方法removeNode

    /**
     * Implements Map.remove and related methods
     *
     * @param hash 扰动后的hash值
     * @param key 要删除的键值对的key,要删除的键值对的value,该值是否作为删除的条件取决于matchValue是否为true
     * @param value key对应的值
     * @param matchValue 为true,则当key对应的值和equals(value)为true时才删除;否则不关心value的值
     * @param movable 删除后是否移动节点,如果为false,则不移动
     * @return 返回被删除的节点对象,如果没有删除任何节点则返回null
     */
    final Node<K,V> removeNode(int hash, Object key, Object value,
                               boolean matchValue, boolean movable) {
        Node<K,V>[] tab; Node<K,V> p; int n, index;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (p = tab[index = (n - 1) & hash]) != null) {  //注意,p是当前插槽上的头节点!
          	//第一步:查,和上面的get操作一毛一样
            Node<K,V> node = null, e; K k; V v;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                node = p;// 如果key相同,说明是头结点,将它赋给node
            else if ((e = p.next) != null) {
              	//否则,沿着next一直查找
                if (p instanceof TreeNode)
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);//红黑查找
                else {
                    do { //链表查找
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) {
                            node = e;  //如果找到,赋值给node,并终止
                            break;
                        }
                        p = e; // 如果没找到,赋值给p,继续下一轮。
                    } while ((e = e.next) != null);  
                  // 最终while结束的时候,p(前置)-> node(要被删)
                }
            }
          
          	//第二步:删
          	//如果node不为空,说明根据key匹配到了要删除的节点
            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) {
                if (node instanceof TreeNode)
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);//红黑删除
                else if (node == p)// 不是树,那如果 node == p 的意思是该node节点就是首节点
                    tab[index] = node.next;// 删掉头节点,第二个节点上位到数组槽上
                else  // p是node的前置,说明上面查找的时候走的do while
                    p.next = node.next;//如果不是,那就将p的后指针指向node的后指针,干掉node即可
                ++modCount;//HashMap的修改次数递增
                --size;// HashMap的元素个数递减
                afterNodeRemoval(node);
                return node;//返回删除后的节点
            }
        }
        return null;//找不到删除的node,返回null
    }

总结:

  • 移除和查询路线差不多,找到后直接remove

  • 注意他的返回值,是删除的那个节点的值

拓展:

为什么说HashMap是线程不安全的

我们从前面的源码分析也能看出,它的元素增删改的时候,没有任何加锁或者cas操作。

而这里面各种++和--之类的操作,显然多线程下并不安全

那谁安全呢?下节课我们分析

本文由传智教育博学谷 - 狂野架构师教研团队发布
如果本文对您有帮助,欢迎关注和点赞;如果您有任何建议也可留言评论或私信,您的支持是我坚持创作的动力
转载请注明出处!

这篇关于刷完HashMap源码,我们一起进大厂的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!