HashMap的内部说明以及解释

package com.sun.HashMap;/** * 注意几点： * 1.每次扩容为原来的二倍 * 2.扩容的时候需要重新hash，因为元素在数组中的位置为hash*(table.length()-1) * 3.最大容量为2^30 * 4.容量必须是2的次幂 * 5.阈值threshold为LoadFactory*Capacity 即负载因子*容量 * @author:孙创 * @date:2017年2月17日 */import java.util.Map;//链表型数组public class MyHashMap<K, V> {	public static void main(String[] args) {		MyHashMap<Integer, String> h = new MyHashMap<Integer, String>(3);		String put = h.put(1, "1sunchaung");		System.out.PRintln(put);		String put2 = h.put(2, "2zhangle");		System.out.println(put2);		String put3 = h.put(3, "3fan");		System.out.println(put3);		String put4 = h.put(4, "4pwng");		System.out.println(put4);		String put5 = h.put(5, "5pwng");		String put6 = h.put(6, "6pwng");		int size2 = h.size;		System.out.println(size2);		String remove = h.remove(4);		System.out.println(remove);	}	// 系统默认初始容量，必须是2的n次幂，这是处于优化考虑的	final static int DEFAULT_INITIAL_CAPACITY = 16;	// 设置系统默认最大容量	final int MAXIMUM_CAPACITY = 1 << 30;	// 系统默认负载因子，可在构造函数中指定	final static float DEFAULT_LOAD_FACTOR = 0.75f;	// 用于存储的表，长度可以调整，且必须是2的n次幂	transient Entry<K, V>[] table;	// 当前的Map的key——value映射数，也就是当前的size	transient int size;	// 阈（yu）值	int threshold;	// 哈希表的负载因子	final float loadFactor;	// map结构被改变的次数	transient volatile int modCount;	public MyHashMap(int initialCapacity, float loadFactor) {		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);		// 寻找一个2的k次幂capacity恰好大于initialcapacity		int capacity = 1;		while (capacity < initialCapacity) {			capacity <<= 1;		}		// 设置加载因子		this.loadFactor = loadFactor;		// 设置阈值为capacity*loadFactor，实际当HashMap当前size达到这个阈值的时候，HashMap就需要扩大一倍		threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);		table = new Entry[capacity];		init();	}	public MyHashMap(int initialCapacity) {		this(initialCapacity, DEFAULT_LOAD_FACTOR);	}	public MyHashMap() {		this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR);	}	public V get(Object key) {		if (key == null)			return getForNullKey();		Entry<K, V> entry = getEntry(key);		return null == entry ? null : entry.getValue();	}	private V getForNullKey() {		for (Entry<K, V> e = table[0]; e != null; e = e.next) {			if (e.key == null)				return e.value;		}		return null;	}	// 下面这两个方法是一套hash算法，用来计算数组值 　第一个方法，得到哈希值，第二个方法，根据哈希值计算元素在数组中的位置。	final int hash(Object k) {		int h = k.hashCode();		h ^= (h >>> 20) ^ (h >>> 12);		return h ^ (h >>> 7) ^ (h >>> 4);	}	// "h&(length-1)"其实这里有点小巧妙，为什么是做与运算？	// 首先我们要确定，HashMap的数组长度永远是偶数，所以length-1一定是一个奇数，	// 假设现在的长度是16，length-1就是15，对应的二进制是：1111。	// 假设有两个元素，一个哈希值是8，二进制是1000，一个哈希值是9，二进制是1001。和1111与运算后，	// 分别还是1000和1001，他们被分配在了数组的不同位置，这样，哈希的分布非常均匀。	// 那么如果数组的长度是奇数，减去1后就是偶数了，偶数对应的二进制最低位一定是0，例如14二进制1110。	// 对上面两个数字分别与运算，得到1000和1000。这样，哈希值8和9的元素会被存储在数组同一个位置的链表中。	// 在操作的时候，链表中的元素越多，效率就会越低，因为要不停的对链表循环比较。	// 所以这个方法降低了哈希冲突的概率	//计算出元素在数组中的下标	static int indexFor(int h, int length) {		return h & (length - 1);	}	// 在找到元素在数组中的索引位置以后，会循环遍历table[i]所在的链表，如果找到key值与传入的key值相同的对象，	// 则替换并返回原对象；若找不到，则通过addEntry(hash,key,value,i)添加新的对象	public V put(K key, V value) {		if (key == null)			return putForNullKey(value);		int hash = hash(key);		int i = indexFor(hash, table.length);		//如果key值存在，则直接覆盖		for (Entry<K, V> e = table[i]; e != null; e = e.next) {			Object k;			if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {				V oldValue = e.value;				e.value = value;// 有就覆盖				return oldValue;			}		}		// 没有找到的话重新创建		addEntry(hash, key, value, i);		return null;	}	private V putForNullKey(V value) {		for (Entry<K, V> e = table[0]; e != null; e = e.next) {			if (e.key == null) {				V oldValue = e.value;				e.value = value;				return oldValue;			}		}		addEntry(0, null, value, 0);		return null;	}	// 以上过程就是新建一个Entry对象，并放在当前位置的Entry链表的头部。然后判断size是否达到了需要扩容的界限并让size	// 增加1，如果达到了扩容的界限则调用resize(int capacity)方法。	void addEntry(int hash, K key, V value, int bucketIndex) {		Entry<K, V> e = table[bucketIndex];// 该位置原来的链表		table[bucketIndex] = new Entry<K, V>(hash, key, value, e);// 新元素的next为原来的链表值		if (size++ >= threshold)// 如果容量>=（capacity * loadFactor）的话，扩容			resize(2 * table.length);// 数组扩容，为原来容量的二倍	}	// 扩容并且将所有的元素重新哈希，因为容量增大，每个元素的hash值和位置都发生改变	void resize(int newCapacity) {		Entry[] oldTable = table;		int oldCapacity = oldTable.length;		if (oldCapacity == MAXIMUM_CAPACITY) {			threshold = Integer.MAX_VALUE;			return;		}		Entry[] newTable = new Entry[newCapacity];		//将所有的元素重新hash		transfer(newTable);		table = newTable;		threshold = (int) Math.min(newCapacity * loadFactor,				MAXIMUM_CAPACITY + 1);	}	// tranfer方法将所有的元素重新哈希，因为新的容量变大，所以每个元素的位置改变。	void transfer(Entry[] newTable) {		// 保留原数组的引用到src中，		Entry[] src = table;		// 新容量使新数组的长度		int newCapacity = newTable.length;		// 遍历原数组		for (int j = 0; j < src.length; j++) {			// 获取元素e			Entry<K, V> e = src[j];			if (e != null) {				// 将原数组中的元素置为null				src[j] = null;				// 遍历原数组中j位置指向的链表				do {					Entry<K, V> next = e.next;					// 根据新的容量计算e在新数组中的位置					int i = indexFor(e.hash, newCapacity);					// 将e插入到newTable[i]指向的链表的头部					e.next = newTable[i];					newTable[i] = e;					e = next;				} while (e != null);			}		}	}	private void init() {	}	final Entry<K, V> getEntry(Object key) {		int hash = (key == null) ? 0 : hash(key);		for (Entry<K, V> e = table[indexFor(hash, table.length)]; e != null; e = e.next) {			Object k;			if (e.hash == hash					&& ((k = e.key) == key || (key != null && key.equals(k))))				return e;		}		return null;	}	public V remove(Object key) {		Entry<K, V> e = removeEntryForKey(key);		return (e == null ? null : e.value);	}	final Entry<K, V> removeEntryForKey(Object key) {		int hash = (key == null) ? 0 : hash(key);		int i = indexFor(hash, table.length);		Entry<K, V> prev = table[i];		Entry<K, V> e = prev;		while (e != null) {			Entry<K, V> next = e.next;			Object k;			// 如果找到			if (e.hash == hash					&& ((k = e.key) == key || (key != null && key.equals(k)))) {				size--;				if (prev == e)					table[i] = next;				else					prev.next = next;// 节点前一个的下一个等于节点的下一个				return e;			}			// 如果没找到			prev = e;			e = next;		}		return e;	}	private static class Entry<K, V> implements Map.Entry<K, V> {		final K key;		V value;		Entry<K, V> next;		int hash;		Entry(int h, K k, V v, Entry<K, V> n) {			value = v;			key = k;			next = n;			hash = h;		}		@Override		public K getKey() {			return key;		}		@Override		public V getValue() {			return value;		}		@Override		public V setValue(V newvalue) {			V oldvalue = value;			value = newvalue;			return oldvalue;		}		public final boolean equals(Object o) {			if (!(o instanceof Map.Entry))				return false;			Map.Entry e = (Map.Entry) o;			Object k1 = getKey();			Object k2 = e.getKey();			if (k1 == k2 || (k1 != null && k1.equals(k2))) {				Object v1 = getValue();				Object v2 = e.getValue();				if (v1 == v2 || (v1 != null && v1.equals(v2)))					return true;			}			return false;		}		public final int hashCode() {			return (key == null ? 0 : key.hashCode())					^ (value == null ? 0 : value.hashCode());		}		public final String toString() {			return getKey() + "=" + getValue();		}	}}