java.util.HashSet, java.util.LinkedHashMap, java.util.IdentityHashMap 源码阅读 (JDK 1.8)

一、java.util.HashSet

1.1 HashSet集成结构

1.2 java.util.HashSet属性

     private transient HashMap<E,Object> map;

     // Dummy value to associate with an Object in the backing Map
     private static final Object PRESENT = new Object();

HashSet的本质其实就是一个HashMap。Set集合一个重要的特性就是元素不重复，而HashMap本身就是符合这一特性的。

     public Iterator<E> iterator() {
         return map.keySet().iterator();
     }

集合的迭代器就是HashMap中keySet()的迭代器。

HashSet类需要理解的不多，看懂了HashMap这个类就没什么问题了。HashMap源码解析请参考：java.util.HashMap和java.util.HashTable (JDK1.8)

二、java.util.LinkedHashMap

2.1 LinkedHashMap继承结构

图中蓝色的为继承extend，虚线为implements

HashMap的本质是一个Node的数组，本质是个数组，数组可以根据下标去访问数组内容。HashMap的Map.Entry是无序的。

LinkedHashMap继承自HashMap，因此LinkedHashMap首先它是一个HashMap，其次它具备Node链表的属性。这个Node链表维护了Node插入顺序或者访问顺序。

2.2 LinkedHashMap属性

     static class Entry<K,V> extends HashMap.Node<K,V> {
         // 包含前一节点和后一节点的引用，是个双向链表
         Entry<K,V> before, after;
         Entry(int hash, K key, V value, Node<K,V> next) {
             super(hash, key, value, next);
         }
     }
     // 链表头节点，也是最老的节点
     transient LinkedHashMap.Entry<K,V> head;
     // 链表尾节点，也是最年轻的节点
     transient LinkedHashMap.Entry<K,V> tail;
     // 访问顺序，true为访问顺序，false为插入顺序
     final boolean accessOrder;

accessOrder默认为false，如果需要设置成true，LinkedhashMap提供了如下构造函数：

     public LinkedHashMap(int initialCapacity,
                          float loadFactor,
                          boolean accessOrder) {
         super(initialCapacity, loadFactor);
         this.accessOrder = accessOrder;
     }

设置为false，则整个双向链表按照插入顺序进行排列；为true则按照访问顺序进行排列，当某个节点被get访问，则将该节点放置到链表最结尾（最结尾是最年轻的节点）。

访问顺序则是采用了LRU（Least recently used，最近最少使用）算法，其核心思想是“如果数据最近被访问过，那么将来被访问的几率也更高”。

2.3 LinkedHashMap方法

     // 将src的相关引用全部复制给dst节点
     private void transferLinks(LinkedHashMap.Entry<K,V> src,
                                LinkedHashMap.Entry<K,V> dst) {
         // 修改节点自身的before和after引用
         LinkedHashMap.Entry<K,V> b = dst.before = src.before;
         LinkedHashMap.Entry<K,V> a = dst.after = src.after;
         // 修改前后节点的引用
         if (b == null)
             head = dst;
         else
             b.after = dst;
         if (a == null)
             tail = dst;
         else
             a.before = dst;
     }

这个方法是替换节点的核心，新的节点接替旧的节点的所有引用关系，旧的节点无法被引用最终会被GC回收。

     // 删除节点操作
     void afterNodeRemoval(Node<K,V> e) { // unlink
         // 保存当前节点及其前后节点
         LinkedHashMap.Entry<K,V> p =
             (LinkedHashMap.Entry<K,V>)e, b = p.before, a = p.after;
         // 从链表中去除掉该节点，主要是去除对该节点的引用
         // 将该节点对链表其它节点的引用也去掉
         p.before = p.after = null;
         if (b == null)
             head = a;
         else
             b.after = a;
         if (a == null)
             tail = b;
         else
             a.before = b;
     }

     void afterNodeAccess(Node<K,V> e) { // move node to last
         LinkedHashMap.Entry<K,V> last;
         // 如果按照访问顺序，则需要将被访问节点至于链表最结尾处
         if (accessOrder && (last = tail) != e) {
             LinkedHashMap.Entry<K,V> p =
                 (LinkedHashMap.Entry<K,V>)e, b = p.before, a = p.after;
             p.after = null;
             if (b == null)
                 head = a;
             else
                 b.after = a;
             if (a != null)
                 a.before = b;
             else
                 last = b;
             if (last == null)
                 head = p;
             else {
                 p.before = last;
                 last.after = p;
             }
             tail = p;
             ++modCount;
         }
     }

     void afterNodeInsertion(boolean evict) { // possibly remove eldest
         LinkedHashMap.Entry<K,V> first;
         // removeEldestEntry(first) 默认返回false，如果需要可以继承LinkedHashMap，覆盖该函数。
         // removeEldestEntry(first) 如果返回true,则在put的时候会删除链表头结点
         if (evict && (first = head) != null && removeEldestEntry(first)) {
             K key = first.key;
             removeNode(hash(key), key, null, false, true);
         }
     }

上面三个方法在HashMap中也是存在的，不过方法体为空，LinkedHashMap覆盖了该方法。在HashMap的put、get、remove方法中

LinkedHashMap并没有重新实现put、get、remove、clear方法，仍然是采用HashMap的实现方式，不同的是afterNodeRemoval、afterNodeAccess、afterNodeInsertion已经不再是空的方法体了。

在LinkedHashMap, LinkedKeySet, LinkedValueSet, LinkedEntrySet类中的forEach方法以及都是遍历链表的，因此可以按照插入顺序（或访问顺序）去遍历LinkedHashMap，从而解决了HashMap无序问题。

三、java.util.IndentifyHashMap

3.1 IndentifyHashMap继承结构

IdentityHashMap虽然冠以HashMap之名，却不是HashMap的子类，它是继承自AbstractHashMap。

IdentityHashMap比较两个key是否相等，并不是采用内容比较，而是直接进行==比较，比较两个key是否为同一个对象。

3.2 IdentityHashMap属性

     transient Object[] table; // non-private to simplify nested class access
     int size;
     transient int modCount;
     static final Object NULL_KEY = new Object();

identityHashMap是一个Object数组，size表示当前Map存入的数据总数，modCount表示修改次数。

IdentityHashMap允许使用NULL作为key，如下代码所示，如果key为null，则存入预先定义的NULL_KEY对象。

     private static Object maskNull(Object key) {
         return (key == null ? NULL_KEY : key);
     }

     static final Object unmaskNull(Object key) {
         return (key == NULL_KEY ? null : key);
     }

3.3 IdentityHashMap方法

     private static int nextKeyIndex(int i, int len) {
         return (i + 2 < len ? i + 2 : 0);
     }

这个方法在IdentityHashMap中频繁用到，作用是寻找下一个index以解决hash碰撞问题，下一个index获取也是按照非常简单的(i+2 < len ? i+2 : 0)。

HashMap采用链表和红黑树避免hash碰撞问题，而在IdentityHashMap中则是采用开放定址法，而且采用的是最简单的线性探测法。

我们先来看下最hash算法

     private static int hash(Object x, int length) {
         int h = System.identityHashCode(x);
         // Multiply by -127, and left-shift to use least bit as part of hash
         return ((h << 1) - (h << 8)) & (length - 1);
     }

无论x对象所属的类是否重新实现了hashCode()方法，System.identityHashCode(x) 都将返回默认的hashCode()结果，所谓默认的hashCode()就是指Object类中的hashCode()方法。Object类中的hashCode()可以为不同的对象返回不同的结果，根据Java doc中的描述，这是根据对象的内存地址来计算hash结果的。System.identityHashCode(x) 在x为null时返回0。

hash方法在通过System.identityHashCode方法获得hash code之后，再通过移位和与运算计算index。因为采用System.identityHashCode方法获取hash code，因此不同的对象hash code是不同的。

     public V put(K key, V value) {
         final Object k = maskNull(key);

         retryAfterResize: for (;;) {
             final Object[] tab = table;
             final int len = tab.length;
             // 计算下标
             int i = hash(k, len);

             // 遍历所有可能的位置，直到找到一个空位
             for (Object item; (item = tab[i]) != null;
                  i = nextKeyIndex(i, len)) {
                 // 待插入的key已经存在，替换value
                 if (item == k) {
                     @SuppressWarnings("unchecked")
                         V oldValue = (V) tab[i + 1];
                     tab[i + 1] = value;
                     return oldValue;
                 }
             }

             // 新加一个节点如果size > len/3则需要扩容
             final int s = size + 1;
             // Use optimized form of 3 * s.
             // Next capacity is len, 2 * current capacity.
             if (s + (s << 1) > len && resize(len))
                 // 扩容后待插入的节点需要重新查找位置
                 continue retryAfterResize;

             // 修改次数加一
             modCount++;
             // 在下标i存放key，在i+1下标存放value
             tab[i] = k;
             tab[i + 1] = value;
             size = s;
             return null;
         }
     }    

在put方法中，判断两个key是否相等，是直接使用“==”的，也就是说不同对象就会被当做不同的key处理。

其次在存放的时候i存放key，i+1存放value，这也就能解释查找下一个空位方法nextKeyIndex中使用i+2的原因了。

从put方法中还能看出扩容条件为size > len/3，也就是说IdentityHashMap最多只能使用总capacity的1/3。相对于HashMap默认的loadFactor=0.75，IdentityHashMap的使用率还是非常低的。

接下来看下resize方法

     private boolean resize(int newCapacity) {
         // assert (newCapacity & -newCapacity) == newCapacity; // power of 2
         // 直接扩容为之前的2倍
         int newLength = newCapacity * 2;

         Object[] oldTable = table;
         int oldLength = oldTable.length;
         if (oldLength == 2 * MAXIMUM_CAPACITY) { // can't expand any further
             if (size == MAXIMUM_CAPACITY - 1)
                 throw new IllegalStateException("Capacity exhausted.");
             return false;
         }
         if (oldLength >= newLength)
             return false;
         // 重新new一个新的数组出来，简单粗暴！
         Object[] newTable = new Object[newLength];

         for (int j = 0; j < oldLength; j += 2) {
             Object key = oldTable[j];
             if (key != null) {
                 Object value = oldTable[j+1];
                 // 将原数组上的key value清空，不清空将会导致内存无法被释放
                 oldTable[j] = null;
                 oldTable[j+1] = null;
                 // key重新hash
                 int i = hash(key, newLength);
                 while (newTable[i] != null)
                     // hash冲突了就查找下一个位置
                     i = nextKeyIndex(i, newLength);
                 newTable[i] = key;
                 newTable[i + 1] = value;
             }
         }
         table = newTable;
         return true;
     }

resize方法真的是简单粗暴，直接double capacity，然后将旧的table中的数据hash到新的table中。

     public V get(Object key) {
         Object k = maskNull(key);
         Object[] tab = table;
         int len = tab.length;
         // 根据key计算下标
         int i = hash(k, len);
         while (true) {
             Object item = tab[i];
             if (item == k)
                 return (V) tab[i + 1];
             if (item == null)
                 return null;
             // 查找下一个位置
             i = nextKeyIndex(i, len);
         }
     }

get方法和containsKey方法方法体相同，其实现思路也就是遍历数组，如果插到一个空位置，则说明不存在该key。

     public V remove(Object key) {
         Object k = maskNull(key);
         Object[] tab = table;
         int len = tab.length;
         int i = hash(k, len);

         while (true) {
             Object item = tab[i];
             // 查找到该key
             if (item == k) {
                 modCount++;
                 size--;
                 @SuppressWarnings("unchecked")
                     V oldValue = (V) tab[i + 1];
                 // 相应位置置空
                 tab[i + 1] = null;
                 tab[i] = null;
                 // 直接置空会导致查找出现问题
                 closeDeletion(i);
                 return oldValue;
             }
             // 没有找到该key
             if (item == null)
                 return null;
             i = nextKeyIndex(i, len);
         }
     }

因为IdentityHashMap是以开放定址法解决hash冲突的，直接将数组某个地方设置为null，势必会导致查找出问题。为此需要调用closeDeletion方法来解决这一问题。

     private void closeDeletion(int d) {
         // Adapted from Knuth Section 6.4 Algorithm R
         Object[] tab = table;
         int len = tab.length;

         Object item;
         for (int i = nextKeyIndex(d, len); (item = tab[i]) != null;
              i = nextKeyIndex(i, len) ) {
             int r = hash(item, len);
             // 将后面的因为hash碰撞而存放的元素往前移
             if ((i < r && (r <= d || d <= i)) || (r <= d && d <= i)) {
                 // 将后面的元素往前移位
                 tab[d] = item;
                 tab[d + 1] = tab[i + 1];
                 tab[i] = null;
                 tab[i + 1] = null;
                 d = i;
             }
         }
     }

closeDeletion方法其思路就是对空置出来的位置d后面的元素进行hash判断，如果之前是因为hash碰撞存放在d后面的，则直接往前移，将这个空置的d位置给覆盖掉。在这个过程中要注意table数组是个环形的。

整体感觉IdentityHashMap实现非常的简单粗暴，优化较少，可能是因为使用较少的原因。