网站后台fpt,今天的军事新闻,万网app下载,有什么网站可以免费做图HashMap
1. 设计原理 HashMap 基于哈希表的 Map 接口实现#xff0c;是以 key-value 存储形式存在#xff0c;即主要用来存放键值对。HashMap 的实现不是同步的#xff0c;这意味着它不是线程安全的。它的 key、value 都可以为 null#xff0c;此外#xff0c;HashMap 中…HashMap
1. 设计原理 HashMap 基于哈希表的 Map 接口实现是以 key-value 存储形式存在即主要用来存放键值对。HashMap 的实现不是同步的这意味着它不是线程安全的。它的 key、value 都可以为 null此外HashMap 中的映射不是有序的。 jdk1.8 之前 HashMap 由 数组 链表 组成数组是 HashMap 的主体链表则是主要为了解决哈希冲突两个对象调用的 hashCode 方法计算的哈希值经哈希函数算出来的地址被别的元素占用而存在的“拉链法”解决冲突。jdk1.8 以后在解决哈希冲突时有了较大的变化当链表长度大于阈值或者红黑树的边界值默认为 8 并且当前数组的长度大于 64 时此时此索引位置上的所有数据改为使用红黑树存储。
补充将链表转换成红黑树前会判断即便阈值大于 8但是数组长度小于 64此时并不会将链表变为红黑树而是选择逬行数组扩容。 这样做的目的是因为数组比较小尽量避开红黑树结构这种情况下变为红黑树结构反而会降低效率因为红黑树需要逬行左旋右旋变色这些操作来保持平衡。同时数组长度小于64时搜索时间相对要快些。所以结上所述为了提高性能和减少搜索时间底层阈值大于8并且数组长度大于64时链表才转换为红黑树具体可以参考 treeifyBin() 方法。 当然虽然增了红黑树作为底层数据结构结构变得复杂了但是阈值大于 8 并且数组长度大于 64 时链表转换为红黑树时效率也变的更高效。
HashMap 特点
存储无序的。键和值位置都可以是 null但是键位置只能存在一个 null。键位置是唯一的是底层的数据结构控制的。jdk1.8 前数据结构是链表数组jdk1.8 之后是链表数组红黑树。阈值边界值 8 并且数组长度大于 64才将链表转换为红黑树变为红黑树的目的是为了高效的查询。
JDK1.7的结构 JDK1.8的结构 扩容的结构 2.源码分析
2.1 成员变量 先来看看在HashMap中定义的相关成员变量 2.2 构造方法 然后来看看相关构造方法做了什么操作
HashMap()
构造一个空的HashMap默认初始容量16和默认负载因子0.75
public HashMap() {// 将默认的负载因子0.75赋值给loadFactor并没有创建数组this.loadFactor DEFAULT_LOAD_FACTOR;
}HashMap(int initialCapacity)
构造一个具有指定的初始容量和默认负载因子0.75HashMap 。 // 指定“容量大小”的构造函数
public HashMap(int initialCapacity) {this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
HashMap(int initialCapacity, float loadFactor)
构造一个具有指定的初始容量和负载因子的 HashMap。
/*指定“容量大小”和“负载因子”的构造函数initialCapacity指定的容量loadFactor:指定的负载因子
*/
public HashMap(int initialCapacity, float loadFactor) {// 判断初始化容量initialCapacity是否小于0if (initialCapacity 0)// 如果小于0则抛出非法的参数异常IllegalArgumentExceptionthrow new IllegalArgumentException(Illegal initial capacity: initialCapacity);// 判断初始化容量initialCapacity是否大于集合的最大容量MAXIMUM_CAPACITYif (initialCapacity MAXIMUM_CAPACITY)// 如果超过MAXIMUM_CAPACITY会将MAXIMUM_CAPACITY赋值给initialCapacityinitialCapacity MAXIMUM_CAPACITY;// 判断负载因子loadFactor是否小于等于0或者是否是一个非数值if (loadFactor 0 || Float.isNaN(loadFactor))// 如果满足上述其中之一则抛出非法的参数异常IllegalArgumentExceptionthrow new IllegalArgumentException(Illegal load factor: loadFactor);// 将指定的负载因子赋值给HashMap成员变量的负载因子loadFactorthis.loadFactor loadFactor;this.threshold tableSizeFor(initialCapacity);}
// 最后调用了tableSizeFor来看一下方法实现/*返回比指定初始化容量大的最小的2的n次幂*/static final int tableSizeFor(int cap) {int n cap - 1;n | n 1;n | n 2;n | n 4;n | n 8;n | n 16;return (n 0) ? 1 : (n MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n 1;} HashMap(Map? extends K, ? extends V m)
包含另一个 “Map” 的构造函数
// 构造一个映射关系与指定 Map 相同的新 HashMap。
public HashMap(Map? extends K, ? extends V m) {// 负载因子loadFactor变为默认的负载因子0.75this.loadFactor DEFAULT_LOAD_FACTOR;putMapEntries(m, false);}最后调用了 putMapEntries()来看一下方法实现
final void putMapEntries(Map? extends K, ? extends V m, boolean evict) {//获取参数集合的长度int s m.size();if (s 0) {//判断参数集合的长度是否大于0说明大于0if (table null) { // 判断table是否已经初始化// 未初始化s为m的实际元素个数float ft ((float)s / loadFactor) 1.0F;int t ((ft (float)MAXIMUM_CAPACITY) ? (int)ft : MAXIMUM_CAPACITY);// 计算得到的t大于阈值则初始化阈值if (t threshold)threshold tableSizeFor(t);}// 已初始化并且m元素个数大于阈值进行扩容处理else if (s threshold)resize();// 将m中的所有元素添加至HashMap中for (Map.Entry? extends K, ? extends V e : m.entrySet()) {K key e.getKey();V value e.getValue();putVal(hash(key), key, value, false, evict);}}
}
注意
float ft ((float)s / loadFactor) 1.0F; 这一行代码中为什么要加 1.0F
s/loadFactor 的结果是小数加 1.0F 与 (int)ft 相当于是对小数做一个向上取整以尽可能的保证更大容量更大的容量能够减少 resize 的调用次数。所以 1.0F 是为了获取更大的容量。
例如原来集合的元素个数是 6 个那么 6/0.75 是8是 2 的n次幂那么新的数组大小就是 8 了。然后原来数组的数据就会存储到长度是 8 的新的数组中了这样会导致在存储元素的时候容量不够还得继续扩容那么性能降低了而如果 1 呢数组长度直接变为16了这样可以减少数组的扩容。
2.3 put方法
put方法的实现文字说明 先通过 hash 值计算出 key 映射到哪个桶 如果桶上没有碰撞冲突则直接插入 如果出现碰撞冲突了则需要处理冲突 a 如果该桶使用红黑树处理冲突则调用红黑树的方法插入数据b 否则采用传统的链式方法插入。如果链的长度达到临界值则把链转变为红黑树 如果桶中存在重复的键则为该键替换新值 value 如果 size 大于阈值 threshold则进行扩容 put方法的源码说明
public V put(K key, V value) {return putVal(hash(key), key, value, false, true);
}
/*** hashkey 的 hash 值* key原始 key* value要存放的值* onlyIfAbsent如果 true 代表不更改现有的值* evict如果为false表示 table 为创建状态*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {NodeK,V[] tab; NodeK,V p; int n, i;/*1transient NodeK,V[] table; 表示存储Map集合中元素的数组。2(tab table) null 表示将空的table赋值给tab然后判断tab是否等于null第一次肯定是null。3(n tab.length) 0 表示将数组的长度0赋值给n然后判断n是否等于0n等于0由于if判断使用双或满足一个即可则执行代码 n (tab resize()).length; 进行数组初始化并将初始化好的数组长度赋值给n。4执行完n (tab resize()).length数组tab每个空间都是null。*/if ((tab table) null || (n tab.length) 0)n (tab resize()).length;/*1i (n - 1) hash 表示计算数组的索引赋值给i即确定元素存放在哪个桶中。2p tab[i (n - 1) hash]表示获取计算出的位置的数据赋值给结点p。3) (p tab[i (n - 1) hash]) null 判断结点位置是否等于null如果为null则执行代码tab[i] newNode(hash, key, value, null);根据键值对创建新的结点放入该位置的桶中。小结如果当前桶没有哈希碰撞冲突则直接把键值对插入空间位置。*/ if ((p tab[i (n - 1) hash]) null)// 创建一个新的结点存入到桶中tab[i] newNode(hash, key, value, null);else {// 执行else说明tab[i]不等于null表示这个位置已经有值了NodeK,V e; K k;/*比较桶中第一个元素(数组中的结点)的hash值和key是否相等1p.hash hash p.hash表示原来存在数据的hash值 hash表示后添加数据的hash值 比较两个hash值是否相等。说明p表示tab[i]即 newNode(hash, key, value, null)方法返回的Node对象。NodeK,V newNode(int hash, K key, V value, NodeK,V next) {return new Node(hash, key, value, next);}而在Node类中具有成员变量hash用来记录着之前数据的hash值的。2(k p.key) key p.key获取原来数据的key赋值给k key 表示后添加数据的key比较两个key的地址值是否相等。3key ! null key.equals(k)能够执行到这里说明两个key的地址值不相等那么先判断后添加的key是否等于null如果不等于null再调用equals方法判断两个key的内容是否相等。*/if (p.hash hash ((k p.key) key || (key ! null key.equals(k))))/*说明两个元素哈希值相等并且key的值也相等将旧的元素整体对象赋值给e用e来记录*/ e p;// hash值不相等或者key不相等判断p是否为红黑树结点else if (p instanceof TreeNode)// 放入树中e ((TreeNodeK,V)p).putTreeVal(this, tab, hash, key, value);// 说明是链表结点else {/*1)如果是链表的话需要遍历到最后结点然后插入2)采用循环遍历的方式判断链表中是否有重复的key*/for (int binCount 0; ; binCount) {/*1)e p.next 获取p的下一个元素赋值给e。2)(e p.next) null 判断p.next是否等于null等于null说明p没有下一个元素那么此时到达了链表的尾部还没有找到重复的key,则说明HashMap没有包含该键将该键值对插入链表中。*/if ((e p.next) null) {/*1创建一个新的结点插入到尾部p.next newNode(hash, key, value, null);NodeK,V newNode(int hash, K key, V value, NodeK,V next) {return new Node(hash, key, value, next);}注意第四个参数next是null因为当前元素插入到链表末尾了那么下一个结点肯定是null。2这种添加方式也满足链表数据结构的特点每次向后添加新的元素。*/p.next newNode(hash, key, value, null);/*1)结点添加完成之后判断此时结点个数是否大于TREEIFY_THRESHOLD临界值8如果大于则将链表转换为红黑树。2int binCount 0 表示for循环的初始化值。从0开始计数。记录着遍历结点的个数。值是0表示第一个结点1表示第二个结点。。。。7表示第八个结点加上数组中的的一个元素元素个数是9。TREEIFY_THRESHOLD - 1 --》8 - 1 ---》7如果binCount的值是7(加上数组中的的一个元素元素个数是9)TREEIFY_THRESHOLD - 1也是7此时转换红黑树。*/if (binCount TREEIFY_THRESHOLD - 1) // -1 for 1st// 转换为红黑树treeifyBin(tab, hash);// 跳出循环break;}/*执行到这里说明e p.next 不是null不是最后一个元素。继续判断链表中结点的key值与插入的元素的key值是否相等。*/if (e.hash hash ((k e.key) key || (key ! null key.equals(k))))// 相等跳出循环/*要添加的元素和链表中的存在的元素的key相等了则跳出for循环。不用再继续比较了直接执行下面的if语句去替换去 if (e ! null) */break;/*说明新添加的元素和当前结点不相等继续查找下一个结点。用于遍历桶中的链表与前面的e p.next组合可以遍历链表*/p e;}}/*表示在桶中找到key值、hash值与插入元素相等的结点也就是说通过上面的操作找到了重复的键所以这里就是把该键的值变为新的值并返回旧值这里完成了put方法的修改功能*/if (e ! null) { // 记录e的valueV oldValue e.value;// onlyIfAbsent为false或者旧值为nullif (!onlyIfAbsent || oldValue null)// 用新值替换旧值// e.value 表示旧值 value表示新值 e.value value;// 访问后回调afterNodeAccess(e);// 返回旧值return oldValue;}}// 修改记录次数modCount;// 判断实际大小是否大于threshold阈值如果超过则扩容if (size threshold)resize();// 插入后回调afterNodeInsertion(evict);return null;
}
上面的源码中使用到了hash方法我们来看下hash方法的源码
static final int hash(Object key) {int h;/*1如果key等于null返回的是0.2如果key不等于null首先计算出key的hashCode赋值给h然后与h无符号右移16位后的二进制进行按位异或得到最后的hash值*/return (key null) ? 0 : (h key.hashCode()) ^ (h 16);
}从上面可以得知 HashMap 是支持 key 为空的而 HashTable 是直接用 Key 来获取hashCode 所以 key 为空会抛异常。
(n - 1) hash 的实现介绍
key.hashCode()返回散列值也就是 hashcode假设随便生成的一个值。n 表示数组初始化的长度是 16。按位与运算运算规则相同的二进制数位上都是 1 的时候结果为 1否则为0。^按位异或运算运算规则相同的二进制数位上数字相同结果为 0不同为 1。 2.4 treeifyBin()方法 结点添加完成之后判断此时结点个数是否大于 TREEIFY_THRESHOLD 临界值 8如果大于则将链表转换为红黑树转换红黑树的方法 treeifyBin整体代码如下
if (binCount TREEIFY_THRESHOLD - 1) // -1 for 1st//转换为红黑树 tab表示数组名 hash表示哈希值treeifyBin(tab, hash);
treeifyBin 方法如下所示
/*替换指定哈希表的索引处桶中的所有链接结点除非表太小否则将修改大小。NodeK,V[] tab tab 数组名int hash hash表示哈希值
*/
final void treeifyBin(NodeK,V[] tab, int hash) {int n, index; NodeK,V e;/*如果当前数组为空或者数组的长度小于进行树形化的阈值(MIN_TREEIFY_CAPACITY 64)就去扩容。而不是将结点变为红黑树。目的如果数组很小那么转换红黑树然后遍历效率要低一些。这时进行扩容那么重新计算哈希值链表长度有可能就变短了数据会放到数组中这样相对来说效率高一些。*/if (tab null || (n tab.length) MIN_TREEIFY_CAPACITY)//扩容方法resize();else if ((e tab[index (n - 1) hash]) ! null) {/*1执行到这里说明哈希表中的数组长度大于阈值64开始进行树形化2e tab[index (n - 1) hash]表示将数组中的元素取出赋值给ee是哈希表中指定位置桶里的链表结点从第一个开始*/// hd红黑树的头结点 tl红黑树的尾结点TreeNodeK,V hd null, tl null;do {// 新创建一个树的结点内容和当前链表结点e一致TreeNodeK,V p replacementTreeNode(e, null);if (tl null)hd p; // 将新创键的p结点赋值给红黑树的头结点else {p.prev tl; // 将上一个结点p赋值给现在的p的前一个结点tl.next p; // 将现在结点p作为树的尾结点的下一个结点}tl p;/*e e.next 将当前结点的下一个结点赋值给e如果下一个结点不等于null则回到上面继续取出链表中结点转换为红黑树*/} while ((e e.next) ! null);/*让桶中的第一个元素即数组中的元素指向新建的红黑树的结点以后这个桶里的元素就是红黑树而不是链表数据结构了*/if ((tab[index] hd) ! null)hd.treeify(tab);}
}
小结
根据哈希表中元素个数确定是扩容还是树形化。如果是树形化遍历桶中的元素创建相同个数的树形结点复制内容建立起联系。然后让桶中的第一个元素指向新创建的树根结点替换桶的链表内容为树形化内容。
2.5 扩容方法
扩容机制
什么时候才需要扩容 当 HashMap 中的元素个数超过数组大小(数组长度)*loadFactor(负载因子)时就会进行数组扩容loadFactor 的默认值是 0.75。
HashMap 的扩容是什么 进行扩容会伴随着一次重新 hash 分配并且会遍历 hash 表中所有的元素是非常耗时的。在编写程序中要尽量避免 resize。HashMap 在进行扩容时使用的 rehash 方式非常巧妙因为每次扩容都是翻倍与原来计算的 (n - 1) hash 的结果相比只是多了一个 bit 位所以结点要么就在原来的位置要么就被分配到 “原位置 旧容量” 这个位置。
例如我们从 16 扩展为 32 时具体的变化如下所示 因此元素在重新计算 hash 之后因为 n 变为 2 倍那么 n - 1 的标记范围在高位多 1bit(红色)因此新的 index 就会发生这样的变化。 说明 5 是假设计算出来的原来的索引。这样就验证了上述所描述的扩容之后所以结点要么就在原来的位置要么就被分配到 “原位置 旧容量” 这个位置。 因此我们在扩充 HashMap 的时候不需要重新计算 hash只需要看看原来的 hash 值新增的那个 bit 是 1 还是 0 就可以了是 0 的话索引没变是 1 的话索引变成 “原位置 旧容量” 。可以看看下图为 16 扩充为 32 的 resize 示意图 正是因为这样巧妙的 rehash 方式既省去了重新计算 hash 值的时间而且同时由于新增的 1bit 是 0 还是 1 可以认为是随机的在 resize 的过程中保证了 rehash 之后每个桶上的结点数一定小于等于原来桶上的结点数保证了 rehash 之后不会出现更严重的 hash 冲突均匀的把之前的冲突的结点分散到新的桶中了。
resize源码分析
final NodeK,V[] resize() {// 得到当前数组NodeK,V[] oldTab table;// 如果当前数组等于null长度返回0否则返回当前数组的长度int oldCap (oldTab null) ? 0 : oldTab.length;//当前阀值点 默认是12(16*0.75)int oldThr threshold;int newCap, newThr 0;// 如果老的数组长度大于0// 开始计算扩容后的大小if (oldCap 0) {// 超过最大值就不再扩充了就只好随你碰撞去吧if (oldCap MAXIMUM_CAPACITY) {// 修改阈值为int的最大值threshold Integer.MAX_VALUE;return oldTab;}/*没超过最大值就扩充为原来的2倍1) (newCap oldCap 1) MAXIMUM_CAPACITY 扩大到2倍之后容量要小于最大容量2oldCap DEFAULT_INITIAL_CAPACITY 原数组长度大于等于数组初始化长度16*/else if ((newCap oldCap 1) MAXIMUM_CAPACITY oldCap DEFAULT_INITIAL_CAPACITY)// 阈值扩大一倍newThr oldThr 1; // double threshold}// 老阈值点大于0 直接赋值else if (oldThr 0) // 老阈值赋值给新的数组长度newCap oldThr;else { // 直接使用默认值newCap DEFAULT_INITIAL_CAPACITY;//16newThr (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);}// 计算新的resize最大上限if (newThr 0) {float ft (float)newCap * loadFactor;newThr (newCap MAXIMUM_CAPACITY ft (float)MAXIMUM_CAPACITY ?(int)ft : Integer.MAX_VALUE);}// 新的阀值 默认原来是12 乘以2之后变为24threshold newThr;// 创建新的哈希表SuppressWarnings({rawtypes,unchecked})//newCap是新的数组长度--》32NodeK,V[] newTab (NodeK,V[])new Node[newCap];table newTab;// 判断旧数组是否等于空if (oldTab ! null) {// 把每个bucket都移动到新的buckets中// 遍历旧的哈希表的每个桶重新计算桶里元素的新位置for (int j 0; j oldCap; j) {NodeK,V e;if ((e oldTab[j]) ! null) {// 原来的数据赋值为null 便于GC回收oldTab[j] null;// 判断数组是否有下一个引用if (e.next null)// 没有下一个引用说明不是链表当前桶上只有一个键值对直接插入newTab[e.hash (newCap - 1)] e;//判断是否是红黑树else if (e instanceof TreeNode)// 说明是红黑树来处理冲突的则调用相关方法把树分开((TreeNodeK,V)e).split(this, newTab, j, oldCap);else { // 采用链表处理冲突NodeK,V loHead null, loTail null;NodeK,V hiHead null, hiTail null;NodeK,V next;// 通过上述讲解的原理来计算结点的新位置do {// 原索引next e.next;// 这里来判断如果等于true e这个结点在resize之后不需要移动位置if ((e.hash oldCap) 0) {if (loTail null)loHead e;elseloTail.next e;loTail e;}// 原索引oldCapelse {if (hiTail null)hiHead e;elsehiTail.next e;hiTail e;}} while ((e next) ! null);// 原索引放到bucket里if (loTail ! null) {loTail.next null;newTab[j] loHead;}// 原索引oldCap放到bucket里if (hiTail ! null) {hiTail.next null;newTab[j oldCap] hiHead;}}}}}return newTab;
}
2.6 remove方法 删除方法就是首先先找到元素的位置如果是链表就遍历链表找到元素之后删除。如果是用红黑树就遍历树然后找到之后做删除树小于 6 的时候要转链表。
// remove方法的具体实现在removeNode方法中所以我们重点看下removeNode方法
public V remove(Object key) {NodeK,V e;return (e removeNode(hash(key), key, null, false, true)) null ?null : e.value;}removeNode() 方法
final NodeK,V removeNode(int hash, Object key, Object value,boolean matchValue, boolean movable) {NodeK,V[] tab; NodeK,V p; int n, index;// 根据hash找到位置 // 如果当前key映射到的桶不为空if ((tab table) ! null (n tab.length) 0 (p tab[index (n - 1) hash]) ! null) {NodeK,V node null, e; K k; V v;// 如果桶上的结点就是要找的key则将node指向该结点if (p.hash hash ((k p.key) key || (key ! null key.equals(k))))node p;else if ((e p.next) ! null) {// 说明结点存在下一个结点if (p instanceof TreeNode)// 说明是以红黑树来处理的冲突则获取红黑树要删除的结点node ((TreeNodeK,V)p).getTreeNode(hash, key);else {// 判断是否以链表方式处理hash冲突是的话则通过遍历链表来寻找要删除的结点do {if (e.hash hash ((k e.key) key ||(key ! null key.equals(k)))) {node e;break;}p e;} while ((e e.next) ! null);}}// 比较找到的key的value和要删除的是否匹配if (node ! null (!matchValue || (v node.value) value ||(value ! null value.equals(v)))) {// 通过调用红黑树的方法来删除结点if (node instanceof TreeNode)((TreeNodeK,V)node).removeTreeNode(this, tab, movable);else if (node p)// 链表删除tab[index] node.next;elsep.next node.next;// 记录修改次数modCount;// 变动的数量--size;afterNodeRemoval(node);return node;}}return null;
}
2.7 get方法 查找方法通过元素的 key 找到 value这个方法就比较好理解了
public V get(Object key) {NodeK,V e;return (e getNode(hash(key), key)) null ? null : e.value;
}get 方法主要调用的是 getNode 方法代码如下
final NodeK,V getNode(int hash, Object key) {NodeK,V[] tab; NodeK,V first, e; int n; K k;// 如果哈希表不为空并且key对应的桶上不为空if ((tab table) ! null (n tab.length) 0 (first tab[(n - 1) hash]) ! null) {/* 判断数组元素是否相等根据索引的位置检查第一个元素注意总是检查第一个元素*/if (first.hash hash // always check first node((k first.key) key || (key ! null key.equals(k))))return first;// 如果不是第一个元素判断是否有后续结点if ((e first.next) ! null) {// 判断是否是红黑树是的话调用红黑树中的getTreeNode方法获取结点if (first instanceof TreeNode)return ((TreeNodeK,V)first).getTreeNode(hash, key);do {// 不是红黑树的话那就是链表结构了通过循环的方法判断链表中是否存在该keyif (e.hash hash ((k e.key) key || (key ! null key.equals(k))))return e;} while ((e e.next) ! null);}}return null;
}
