IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 数据结构与算法 -> JAVA | Collection集合 之 HashMap -> 正文阅读

[数据结构与算法]JAVA | Collection集合 之 HashMap

HashMap

1. 数据结构

数组 + 链表 + 红黑树(jdk>=1.8)

2. 重要的变量

1.8版本

    /**
     * 默认初始容量,2的4次方 = 16
     */
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; 
    /**
     * 最大容量2的30次方, 并且容量必须是2的幂
     */
    static final int MAXIMUM_CAPACITY = 1 << 30; 
    /**
     * 默认加载因子
     */
    static final float DEFAULT_LOAD_FACTOR = 0.75f;
    /**
     * 链表转红黑树的阈值
     */
    static final int TREEIFY_THRESHOLD = 8;
    /**
     * 红黑树变回链表的阈值
     */
    static final int UNTREEIFY_THRESHOLD = 6;
    /**
     *链表转红黑树时hash表最小容量阈值,达不到优先扩容。
     */
    static final int MIN_TREEIFY_CAPACITY = 64;

4. HashMap PUT

4.1 步骤

  1. 判断当前table也就是数组是否为空,为空则进行初始化,扩容也就是调用resize方法
  2. 根据计算出来的hash值 i = ((n - 1) & hash索引,判断当前table[ i ] 是不是为空,为空直接插入
  3. 接下来就是桶内操作了(一条列表、一颗红黑树或称为桶),定义一个节点e 作为工具人,暂存找到相同hash的节点。
  4. 获取当前数组table[i] 的节点 p,首先判断是否等于putKey的hash,相等将p节点赋予e节点
  5. 首节点hash 与 key 的hash 不相等,然后判断其是不是红黑树节点,是就进去遍历树节点,有就返回给e节点,没就先创建新节点返回传给 e 节点。
  6. 不是树节点,那就只能是链表结构了,遍历链表,寻找节点,也是有就返回给e节点,没就先创建新节点返回传给 e 节点,这里有一个判断,其链表长度是否到了可以转为树的判断,够长了就转红黑树。
  7. 随后,判断e节点工具人是否为空,不为空赋值操作,覆盖掉记录。
  8. 判断容量是否需要扩容。

4.2 hash值的计算

//计算hash值
static final int hash(Object key) {  
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);  
	//不是空值,用它的hasecode  ^(异或运算符) 它的高16位
	//两个二进制数值如果在同一位上相同,则结果中该位为0,否则为1, 这里不是很理解,只知道是减少hash碰撞
}

4.2 (n - 1) & hash

 对于(n - 1) & hash 的简单理解
	&运算符 两个二进制数值如果在同一位上都是1,则结果中该位为1,否则为0
	
	(n - 1) & hash 通过hash获取索引位置 这个与%(求余)的计算是一样的,只不过这个位运算符效率更高,
	    为什么不用 n & hash 呢
	        假如 n = 16,那么此时 n 的二进制为
	            0000 0000 0000 0000 0000 0000 0000 1000 
        	hash的二进制值为 随便写一个
				0000 0000 0000 0000 1000 1000 0110 1010
	        那么&的结果,就只有两种结果,不是0,就是16,key值就只能放到0或者16的位置上了,很快满出。
	        
	      而,15的话,就提供了多种可能0-15,也防止了数组越界,妙呀。
        		0000 0000 0000 0000 0000 0000 0000 0111   15的二进制
        		
        		0000 0000 0000 0000 1000 1000 0110 1010   hash的二进制
           hash是不确定的,那么就有多种组合方式了。

4.2 看看put的代码

//put代码
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {
    Node<K,V>[] tab; 
	Node<K,V> p;    
	int n, i;
	//如果table 为空 ,或者table的长度是 0 的话,对他进行扩容
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
	/**       对于(n - 1) & hash 的简单理解
	*       & 两个二进制数值如果在同一位上都是1,则结果中该位为1,否则为0,
	* 		(n - 1) & hash 通过hash获取索引位置 这个与%(求余)的计算是一样的
	*        只不过这个位运算符效率更高,
	*        为什么不用 n & hash 呢
	*               假如 n = 16,那么此时 n 的二进制为
	*               0000 0000 0000 0000 0000 0000 0000 1000 
	*        hash的二进制值为 随便写一个
	*				0000 0000 0000 0000 1000 1000 0110 1010
	*        那么&的结果,不是0,就是16,key值就只能放到0或者16的位置上了,很快满出。
	*        而,15的话,就提供了多种可能0-15,也防止了数组越界,妙呀。
	*        		0000 0000 0000 0000 0000 0000 0000 0111   15的二进制
	*/      
    if ((p = tab[i = (n - 1) & hash]) == null)  //当前位置为空的话,就直接赋值了。
        tab[i] = newNode(hash, key, value, null);
    else {  //此时 p 为数组中已存在的Node node
        Node<K,V> e; K k;  //这个node e节点只是充当一个工具人,暂存找到的节点,后面赋值更改value值
		// 这里判断node的值是否与put进来的key相等了?
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;  //相等就先将这个p节点 赋值给 e 节点咯。
        else if (p instanceof TreeNode)  //这里判断该p节点是不是树节点。
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else { //上面都不是,就只能往链表里面遍历一次,看看存不存在该key
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {  //没找到
                    p.next = newNode(hash, key, value, null);  //直接新节点,put进去,尾插法
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash); //这里考虑链表需不需要变为红黑树
                    break;
                }
                if (e.hash == hash &&  // 这里表示找到了,终止循环,走下面换value
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e; // 下一个
            }
        }
        if (e != null) { // existing mapping for key  ,已经存在过的key,将他value从新替换
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;  //记录修改次数
    if (++size > threshold)
        resize();//长度不够了,扩容
    afterNodeInsertion(evict);
    return null;
  }

5. HashMap 扩容

5.1 Jdk7-扩容死锁

jdk7链表采用头插法
而扩容的方式都是大同小异,都是通过新建一个大一点的数组(通常是2的指数幂,也必须是这样),随后将节点按照位置再安放好。

JDK7 HashMap 扩容在多线程场景下,会形成一个链表环的情况,也就意味着这是一个死循环,况且本来HashMap也不支持多线程的场景

JDK7 扩容代码

void transfer(Entry[] newTable, boolean rehash) {
    int newCapacity = newTable.length;
    for (Entry<K,V> e : table) {
        while(null != e) {
            Entry<K,V> next = e.next;//第一行
            if (rehash) {
                e.hash = null == e.key ? 0 : hash(e.key);
            }
            int i = indexFor(e.hash, newCapacity);//第二行
            e.next = newTable[i];//第三行
            newTable[i] = e;//第四行
            e = next;//第五行
        }
    }
}
  • 第一行:记录oldhash表中e.next
  • 第二行:rehash计算出数组的位置(hash表中桶的位置)
  • 第三行:e要插入链表的头部,所以要先将e.next指向new hash表中的第一个元素
  • 第四行:将e放入到new hash表的头部
  • 第五行:转移e节点,继续循环下去

5.2 JDK8 扩容

Java8 HashMap扩容跳过了Jdk7扩容的坑,对源码进行了优化, 采用高低位拆分转移方式,避免了链表环的产生

JDK8 扩容代码

//扩容的代码
final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table; // oldTab 就是旧的数组table
    int oldCap = (oldTab == null) ? 0 : oldTab.length;  //旧数组长度
    int oldThr = threshold;     //旧的扩容阈值=长度*扩容因子(0.75)
    int newCap, newThr = 0;     //新的长度,新的阈值
    if (oldCap > 0) {
        if (oldCap >= MAXIMUM_CAPACITY) {  //MAXIMUM_CAPACITY = 1 << 30; 2的30次方
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&  //oldCap << 1 旧长度的2倍。
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // double threshold  阈值扩大两倍,他也只能是2的倍数了。
    }
    else if (oldThr > 0) // initial capacity was placed in threshold
        newCap = oldThr;  //oldCap = 0,oldThr > 0 时,将阈值设置为table长度。
    else {  //oldCap = 0,oldThr = 0     一开始,初始化     
    // zero initial threshold signifies using defaults
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    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];  //新长度的一个空数组
    table = newTab;
    if (oldTab != null) {  //  下面就是搬节点的过程了
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            if ((e = oldTab[j]) != null) {
                oldTab[j] = null;
                if (e.next == null)  // 只有一个节点,直接拿过去,不用考虑会形成链表环
                    newTab[e.hash & (newCap - 1)] = e;
                else if (e instanceof TreeNode) // 树节点有自己的处理方式。了解红黑树再说
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else { // preserve order
                    Node<K,V> loHead = null, loTail = null; // 低位头节点,尾节点  
                    Node<K,V> hiHead = null, hiTail = null; // 高位位头节点,尾节点  
                    Node<K,V> next;
                    do {
                        next = e.next;
                        if ((e.hash & oldCap) == 0) {  //old 旧数组长度
                            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) { // 区分好高低位 的节点,直接转移到新数组上面
                        loTail.next = null;
                        newTab[j] = loHead;
                    }
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
  }

---------------------------------------------------分界线-----------------------------下面吃完饭再回来写------------------------------------

后面再谈谈红黑树
以及用于并发的ConcurrentHashMap

jdk7 用大hash表 套小hash 表 ,基于ReentranLock实现分段锁
在这里插入图片描述

jdk8 采用 synchronized + cas 保证线程安全
在这里插入图片描述

  数据结构与算法 最新文章
【力扣106】 从中序与后续遍历序列构造二叉
leetcode 322 零钱兑换
哈希的应用:海量数据处理
动态规划|最短Hamilton路径
华为机试_HJ41 称砝码【中等】【menset】【
【C与数据结构】——寒假提高每日练习Day1
基础算法——堆排序
2023王道数据结构线性表--单链表课后习题部
LeetCode 之 反转链表的一部分
【题解】lintcode必刷50题<有效的括号序列
上一篇文章      下一篇文章      查看所有文章
加:2021-09-02 11:37:50  更:2021-09-02 11:38:55 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/26 0:45:49-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码