JDK源码阅读笔记--HashMap(resize)

final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        //通过oldCap和oldThr判断
        if (oldCap > 0) {
            //旧容量达到上限(table的大小时2的幂),阈值设置位Interger最大值,这样永远不会超过阈值而扩容
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //新容量增加1倍,同时如果在MAXIMUM_CAPACITY以内则新阈值也增加1倍
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                //如果oldThr也为0,则double之后还是0,下面有判断
                newThr = oldThr << 1; // double threshold
        }
        //如果旧阈值大于0,则新容量就是旧阈值。不敢保证旧容量为0则旧阈值一定也为0
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
       //旧容量和阈值都为0,则使用默认值
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        //上面判断已经把newCap设置完成,newThr还有部分情况没有设置
        //上面oldCap>0且oldThr也为0及oldThr>0这两种情况需要重新计算阈值
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        //原数据整理到新table
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;//原table[j]设置为null,方便垃圾回收
                    // 如果为空则是单元素,则直接通过hash&(newCap-1)确定位置
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    //如果是树结构,进行树的分裂
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
 //扩容后lo为原位置链表,hi为扩容后高的位置
 //通过(e.hash & oldCap) ==0判断是否移动到新的位置,等于0则不移动,否则移动
 //正常通过e.hash & (newCap - 1)判断位置,比如0000 1111,hash&后实际只通过最后4位判断位置。
 //扩容后本来应该和0001 1111做与运算,最后4位不变,实际原来的结果分成两种
 //以与0001 0000做与运算后的结果作为分割条件,原值不变和原值+0001 0000
//而0001 0000实际就是旧容量oldCap
 //所以直接通过(e.hash & oldCap) == 0作为判断条件,如果不为0则直接原来位置加上0001 0000。
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            //扩容后计算的新位置
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

友情链接更多精彩内容