HashMap的扩容算法

HashMap的扩容算法

final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    int oldThr = threshold;
    int newCap, newThr = 0;
    
    // 1.旧表的容量不为0,即旧表不为空
    if (oldCap > 0) {
        // 1.1 判断旧表的容量是否超过最大容量值:如果超过则将阈值设置为Integer.MAX_VALUE,并返回旧表,
        // 此时oldCap * 2比Integer.MAX_VALUE大,因此无法进行重新分布,只是单纯的将阈值扩容到最大
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        // 1.2 将新表容量赋值为oldCap * 2,如果newCap<最大容量且oldCap>=16,则将新阈值设置为旧阈值的两倍
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // double threshold
    }
    
    // 2.如果旧表的容量为0, 旧表的阈值大于0, 是因为初始容量被放入阈值,则将新表的容量设置为旧表的阈值
    else if (oldThr > 0)
        newCap = oldThr;
    else {
  // 3.旧表的容量为0, 旧表的阈值为0,这种情况是没有传初始容量的new方法创建的空表,将阈值和容量设置为默认值
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    // 4.如果新表的阈值为空, 则通过新的容量*负载因子获得阈值
    if (newThr == 0) {
        float ft = (float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
  // 5.将当前阈值设置为刚计算出来的新的阈值,定义新表,容量为刚计算出来的新容量,将table设置为新定义的表。
    threshold = newThr;
    @SuppressWarnings({"rawtypes","unchecked"})
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;
    // 6.如果旧表不为空,则需遍历旧表所有节点,将节点赋值给新表
    if (oldTab != null) {
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            
            // 如果索引值为j的旧表头节点不为空,则e指向该头结点
            if ((e = oldTab[j]) != null) {  
                oldTab[j] = null; // 将旧表的节点设置为空, 以便垃圾收集器回收空间
                
                // 7.如果e.next为空, 则说明旧表的该位置只有1个节点。
                // 计算该节点在新表中的索引位置, 然后将该节点放在该位置
                if (e.next == null)
                    newTab[e.hash & (newCap - 1)] = e;
                
                // 8.如果是红黑树节点,则进行红黑树的重hash分布(跟链表的hash分布基本相同)
                else if (e instanceof TreeNode)
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                
                // 9.如果是普通的链表节点,则进行普通的重hash分布
                else {
                    
                    // 存储“原索引位置”的节点
                    Node<K,V> loHead = null, loTail = null;
                    // 存储“原索引位置+oldCap”的节点
                    Node<K,V> hiHead = null, hiTail = null; 
                    Node<K,V> next;
                    do {
                        next = e.next;
                // 9.1 如果e的hash值与旧表的容量进行与运算为0,则扩容后的索引位置跟旧表的索引位置一样
                        if ((e.hash & oldCap) == 0) {
                            if (loTail == null) // 如果loTail为空, 代表该节点为第一个节点
                                loHead = e; 	// 则将loHead赋值为第一个节点
                            else
                                loTail.next = e;    // 否则将节点添加在loTail后面
                            loTail = e; 			// 并将loTail赋值为新增的节点
                        }
             // 9.2 如果e的hash值与旧表的容量进行与运算为1,则扩容后的索引位置为:旧表的索引位置+oldCap
                        else {
                            if (hiTail == null) 	// 如果hiTail为空, 代表该节点为第一个节点
                                hiHead = e; 		// 则将hiHead赋值为第一个节点
                            else
                                hiTail.next = e;    // 否则将节点添加在hiTail后面
                            hiTail = e; 			// 并将hiTail赋值为新增的节点
                        }
                    } while ((e = next) != null);
              // 10.如果loTail不为空(说明旧表的数据有分布到新表上“原索引位置”的节点),则将最后一个节点
              // 的next设为空,并将新表上索引位置为“原索引位置”的节点设置为对应的头节点
                    if (loTail != null) {
                        loTail.next = null;
                        newTab[j] = loHead;
                    }
              // 11.如果hiTail不为空(说明旧表的数据有分布到新表上“原索引+oldCap位置”的节点),则将最后
                 // 一个节点的next设为空,并将新表上索引位置为“原索引+oldCap”的节点设置为对应的头节点
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    // 12.返回新表
    return newTab;
}

扩容过程中索引值的计算

中同一索引的所有节点进行重hash计算,得到的索引位置分布在:原索引位置原索引位置 + 旧表容量

这里使用旧表其容量为16新表其容量为32扩容过程中,展示节点A和节点B的索引的重新计算过程:

根据table表索引计算公式index = (n - 1) & hash计算旧表中节点在新表中的索引值。

旧表中节点A和节点B所在的索引位置:

image-20200902215646613

扩容后节点A和节点B所在新表中的索引位置:

image-20200902215629401

参考:https://blog.csdn.net/v123411739/article/details/78996181

原文地址:https://www.cnblogs.com/code-duck/p/13604735.html