jdk8判定list不为空_下篇：《JDK8下的HashMap有什么特别之处？》

迷南。 2022-10-26 12:47 109阅读 0赞

![c079aac0cc1e7ca10a4f7047a0048436.png][]

# **一、前言** #

上篇认真的分析了在JDK7下的HashMap, 如果还没看过的或者忘记了的可以先去回顾下，这样可以更好的了解JDK8下的HashMap基于JDK7做了什么改动。分析JDK8下的HashMap 主要是因为JDK8在目前使用已成主流，且其在某些性能程度远远大于JDK7。下面逐一分析。

# **二、内部结构** #

其实大部分结构跟JDK7是一样的， 比如是基于数组+链表的形式构成的。下面主要分析下引入新的变量或者有改变的：

**2.1 容器：数组**

transient Node[] table;

数组类名有变化，JDK7下是Entry， 但是其内部结果没有改变，Node的内部结构如下：

**2.2 链表转树形的阈值**

// 表示如果某条链表的节点数量大于等于这个值的时候，则将其转化为树形结构。static final int TREEIFY_THRESHOLD = 8;

**2.3 树形转链表的阈值**

// 如果树的节点小于等于阈值的时候就开始转换成链表static final int UNTREEIFY_THRESHOLD = 6;

**2.4 容器可以树化的最小容量**

// 由于有这个限制，会使第一个值在满足这个条件时才会生效，具体看后面解释static final int MIN_TREEIFY_CAPACITY = 64;

**2.5 树节点类**

static final class TreeNode extends LinkedHashMap.Entry { TreeNode parent; // red-black tree links . 可以理解为红黑树 TreeNode left; // 左节点 TreeNode right; // 右节点 TreeNode prev; // needed to unlink next upon deletion boolean red; // 区分是否为红节点 TreeNode(int hash, K key, V val, Node next) { super(hash, key, val, next); } ...}

**2.6 总结**

从上面看，HashMap在JDK8的内存结构还是有些变化的，当满足某些条件时链表会转化为红黑树。所以在JDK8下HashMap的内存结构应该是：数组+链表+红黑树， 结构示意图如下：

![92516aed7f76fd193de267dde32145ba.png][]

下面通过几个重要的函数看下它是什么时候开始转红黑树的。

# **三、put函数** #

public V put(K key, V value) { // 内部做事情的还是putVal函数 return putVal(hash(key), key, value, false, true);}

先看下hash函数有什么变化，如下：与JDK7版本对比，这里简化了很多。

static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);}final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node[] tab; Node p; int n, i; // table为空，则通过扩容来创建，后面在看扩容函数 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; // 根据key的hash值 与 数组长度进行取模来得到数组索引  if ((p = tab[i = (n - 1) & hash]) == null) // 空链表，创建节点 tab[i] = newNode(hash, key, value, null); else { Node e; K k; // 不为空，则判断是否与当前节点一样，一样就进行覆盖 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; else if (p instanceof TreeNode) // 不存在重复节点，则判断是否属于树节点，如果属于树节点，则通过树的特性去添加节点 e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value); else { // 该链为链表 for (int binCount = 0; ; ++binCount) { // 当链表遍历到尾节点时，则插入到最后 -> 尾插法 if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); // 检测是否该从链表变成树(注意：这里是先插入节点，没有增加binCount,所以判断条件是大于等于阈值-1) if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st // 满足则树形化 treeifyBin(tab, hash); break; } if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } }  // 主要是提供返回值 if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value； // 注意这里，这里是供子类LinkedHashMap实现  afterNodeAccess(e); return oldValue; } } ++modCount; // 注意细节：先加入节点，再加长度与阈值进行判断，是否需要扩容。 if (++size > threshold) resize(); // 注意这里，这里是供子类LinkedHashMap实现  afterNodeInsertion(evict); return null;}

总结下：

1.  **先会判断数组是否为空，如果为空则通过扩容函数来创建**
2.  根据key的哈希值与数组长度取模获取索引，对应节点为空则直接创建节点
3.  如果对应节点不为空，先判断是否与插入元素相等，如果相等则进行替换；不想等继续判断.
4.  判断获取的节点是否是树形节点，如果是则通过树形节点添加元素；
5.  如果不是树形节点， 则一定是链表 。然后遍历链表至最后一个节点，将节点添加至链尾。如果当前链表的数量(没有算新插入节点)大于等于转换树形的阈值-1，则需要将该链表进行树形转换。
6.  插入节点后，长度+1； 然后判断是否大于阈值进行扩容操作。

# **四、resize函数** #

看了下注释：resize()方法主要用于初始化或者扩容。其实我们从putVal()方法中就能看出来了，下面详细看下：

final Node[] resize() { // copy 数组、容量、阈值 Node[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; // 判断旧容量是否大于0 if (oldCap > 0) { // 超过最大值就不再扩充 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } // 没超过最大值，就扩充为原来的 2 倍  else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } else if (oldThr > 0) // initial capacity was placed in threshold // 如果旧容量小于等于0 and 旧阈值大于0， 则将旧阈值赋给新容量 newCap = oldThr; else { // zero initial threshold signifies using defaults // 否则都使用默认值 newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } if (newThr == 0) { // 如果新的阈值是 0，对应的是当前表是空的. 根据新的容量和加载因子计算新的阈值 float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } // 更新阈值 threshold = newThr; @SuppressWarnings({"rawtypes

[c079aac0cc1e7ca10a4f7047a0048436.png]: /images/20221024/4678bb0131994157bf60c5e3770be59c.png
[92516aed7f76fd193de267dde32145ba.png]: /images/20221024/38da50183f9d4482868285c3aed6c9a3.png