前言:
而今各位老铁们对“合数java”都比较关切,咱们都需要剖析一些“合数java”的相关知识。那么小编同时在网摘上搜集了一些对于“合数java””的相关文章,希望我们能喜欢,同学们快快来了解一下吧!HashMap源码解析
老样子话不多说先上一张UML类图
看一下里面的方法,我们抽重点的和常用的讲
HashMap的构造方法
HashMap()方法
//负载因子final float loadFactor;//默认负载因子为0.75static final float DEFAULT_LOAD_FACTOR = 0.75f;public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted}
HashMap(int initialCapacity) 指定初始化容量大小其实是调用了HashMap(int initialCapacity, float loadFactor)方法
//阈值--所能容纳的key-value对极限 threshold = length * Load factorint threshold;public HashMap(int initialCapacity) { //传入初始化容量和负载因子 this(initialCapacity, DEFAULT_LOAD_FACTOR);}//this调用的方法public HashMap(int initialCapacity, float loadFactor) { //检查初始化容量参数 if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); //如果初始化容量大于最大容量 if (initialCapacity > MAXIMUM_CAPACITY) //最大容量就是初始化容量 initialCapacity = MAXIMUM_CAPACITY; //检查负载因子参数 if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); //传入的负载因子设置为当前集合的负载因子 this.loadFactor = loadFactor; //tableSizeFor是java8对hashMap进行的优化之一 this.threshold = tableSizeFor(initialCapacity);}//返回大于输入参数且最近的2的整数次幂的数// >>> 操作符表示无符号右移,高位取0// | 按位或运算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)
//初始化使用,长度总是 2的幂transient Node<K,V>[] table;public HashMap(Map<? extends K, ? extends V> m) { //默认负载因子0.75 this.loadFactor = DEFAULT_LOAD_FACTOR; putMapEntries(m, false);}final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) { //传入集合的大小 int s = m.size(); if (s > 0) { //说明是拷贝构造函数来调用的putMapEntries,或者构造后还没放过任何元素 if (table == null) { // pre-size //先不考虑容量必须为2的幂,那么下面括号里会算出来一个容量,使得size刚好不大于阈值。这样会算出小数来,作为容量就必须向上取整,所以这里要加1 float ft = ((float)s / loadFactor) + 1.0F; //如果小于最大容量,就进行截断;否则就赋值为最大容量 int t = ((ft < (float)MAXIMUM_CAPACITY) ? (int)ft : MAXIMUM_CAPACITY); //在算出来的容量t > 当前暂存的容量(容量可能会暂放到阈值上的) if (t > threshold) //用t计算出新容量,再暂时放到阈值上 threshold = tableSizeFor(t); } //说明table已经初始化过了;判断传入map的size是否大于当前map的threshold,如果是,必须要resize else if (s > threshold) //扩容 resize(); // for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) { K key = e.getKey(); V value = e.getValue(); //可能也会触发resize putVal(hash(key), key, value, false, evict); } }}//扩容(重中之重)//resize的过程,均匀的把之前的冲突的节点分散到新的bucket了。这一块也是JDK1.8新增的优化点final Node<K,V>[] resize() { //非常重要的一个字段,哈希桶数组 Node<K,V>[] oldTab = table; //原数组如果为null,则长度赋值0 int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; //如果原数组长度大于0 if (oldCap > 0) { //数组大小如果已经大于等于最大值 if (oldCap >= MAXIMUM_CAPACITY) { //修改阈值为int的最大值,这样以后就不会扩容了 threshold = Integer.MAX_VALUE; return oldTab; } //原数组长度大于等于初始化长度16,并且原数组长度扩大1倍也小于2^30次方 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) // 阀值扩大1倍 newThr = oldThr << 1; // double threshold } //旧阀值大于0,则将新容量直接等于旧阀值 else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr; //阀值等于0,oldCap也等于0(集合未进行初始化) else { // zero initial threshold signifies using defaults //数组长度初始化为16 newCap = DEFAULT_INITIAL_CAPACITY; //阀值等于16*0.75=12 newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } //计算新的阀值上限 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; //把每个bucket都移动到新的buckets中 if (oldTab != null) { for (int j = 0; j < oldCap; ++j) { Node<K,V> e; if ((e = oldTab[j]) != null) { //元数据j位置置为null oldTab[j] = null; //数组下一个引用为null if (e.next == null) newTab[e.hash & (newCap - 1)] = e; //红黑树 else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { // preserve order Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do { next = e.next; //原索引 if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } //原索引+oldCap else { if (hiTail == null) hiHead = e; else hiTail.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;}put(K key, V value)方法
我们调用put方法的时候首先会对key进行hash确定这个Entry插入的位置,这个Entry就会插入到该位置下,当这个HashMap插入的Entry越来越多的时候就难免会发送hash冲突这样就可以用链表取解决了。当链表长度大于8,数组长度大于64就会转化成红黑树。
其实HaspMap数组的每一个元素不止是一个Entry对象,也是一个链表的头节点,每一个Entry对象通过Next指针指向下一个Entry对象,这样,当新的Entry的hash值与之前的存在冲突时,只需要插入到对应点链表即可。
需要注意的是,jdk1.8以后Entry节点采用的是“头插法”,而不是“尾插法”。
public V put(K key, V value) { //先对key进行hash,然后进行添加 return putVal(hash(key), key, value, false, true);}static final int hash(Object key) { int h; //1 取key的hashCode的值 //2 高位参与运算:h>>>16 //3 取模运算(在后面有用到) return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);}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null或者长度为0,则进行初始化 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; //取模运算 if ((p = tab[i = (n - 1) & hash]) == null) //tab[i] 为null,直接将新的key-value插入到计算的索引i位置 tab[i] = newNode(hash, key, value, null); else {//tab[i] 不为null,表示该位置已经有值了 Node<K,V> e; K k; if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) //节点key已经有值了,直接用新值覆盖 e = p; //该链是红黑树 else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); //该链是链表 else { for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); //链表长度大于8,转换成红黑树 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } //key已经存在直接覆盖value if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; //超过最大容量,进行扩容 if (++size > threshold) resize(); afterNodeInsertion(evict); return null;}get(Object key)方法
我们调用get()方法的时候首先会对这个key进行hash确认他在数组上的bucket的位置,但是同一个位置可能存在多个Entry,这时就要从对应链表的头节点开始,一个个向下查找,根据equals()直到找到对应的Key值,这样就获得到了所要查找的键值对。
public V get(Object key) { Node<K,V> e; return (e = getNode(hash(key), key)) == null ? null : e.value;}final Node<K,V> getNode(int hash, Object key) { Node<K,V>[] tab; Node<K,V> first, e; int n; K k; if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { //根据key计算的索引检查第一个索引 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; //第一个节点不为null if ((e = first.next) != null) { //红黑树 if (first instanceof TreeNode) //遍历树查找元素 return ((TreeNode<K,V>)first).getTreeNode(hash, key); //遍历链表查找元素 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null;}remove(Object key)方法
public V remove(Object key) { Node<K,V> e; return (e = removeNode(hash(key), key, null, false, true)) == null ? null : e.value;}final Node<K,V> removeNode(int hash, Object key, Object value, boolean matchValue, boolean movable) { Node<K,V>[] tab; Node<K,V> p; int n, index; //(n - 1) & hash找到桶的位置 if ((tab = table) != null && (n = tab.length) > 0 && (p = tab[index = (n - 1) & hash]) != null) { Node<K,V> node = null, e; K k; V v; //如果键的值与链表第一个节点相等,则将 node 指向该节点 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) node = p; //如果桶节点的下一个节点不为空 else if ((e = p.next) != null) { //节点为红黑树 if (p instanceof TreeNode) //找到需要删除的红黑树节点 node = ((TreeNode<K,V>)p).getTreeNode(hash, key); else { //遍历链表,找到待删除的节点 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { node = e; break; } p = e; } while ((e = e.next) != null); } } //删除节点,并进行调节红黑树平衡 if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) { if (node instanceof TreeNode) ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable); else if (node == p) tab[index] = node.next; else p.next = node.next; ++modCount; --size; afterNodeRemoval(node); return node; } } return null;}总结HashMap最基础的一些特性:
HashMap可以接受null键值和值,而HashTable则不能;
HashMap是非synchronized;HashMap很快;以及HashMap储存的是键值对等等。HashMap的工作原理 :HashMap是基于散列法(又称哈希法)的原理,使用put(key, value)存储对象到HashMap中,使用get(key)从HashMap中获取对象。当我们给put()方法传递键和值时,我们先对键调用hashCode()方法,返回的hashCode用于找到bucket(桶)位置来储存Entry对象。HashMap是在bucket中储存键对象和值对象,作为Map.Entry。并不是仅仅只在bucket中存储值。hash碰撞的原因和解决方法:
原因: 当两个对象的hashcode相同,所以它们的bucket位置相同,‘碰撞’会发生。
解决办法: Java中HashMap采用了链地址法。链地址法,简单来说,就是数组加链表的结合。在每个数组元素上都一个链表结构,当数据被Hash后,得到数组下标,把数据放在对应下标元素的链表上。系统将调用这个key的hashCode()方法得到其hashCode 值(该方法适用于每个Java对象),然后再通过Hash算法的后两步运算(高位运算和取模运算)来定位该键值对的存储位置(HashMap在链表中存储的是键值对),有时两个key会定位到相同的位置,表示发生了Hash碰撞。
Hash算法计算结果越分散均匀,Hash碰撞的概率就越小,map的存取效率就会越高。如果哈希桶数组很大,即使较差的Hash算法也会比较分散,如果哈希桶数组数组很小,即使好的Hash算法也会出现较多碰撞,所以就需要在空间成本和时间成本之间权衡,其实就是在根据实际情况确定哈希桶数组的大小,并在此基础上设计好的hash算法减少Hash碰撞。那么通过什么方式来控制map使得Hash碰撞的概率又小,哈希桶数组(Node[] table)占用空间又少呢?答案就是好的Hash算法和扩容机制。
使用不可变的、声明作final的对象,并且采用合适的equals()和hashCode()方法的话,将会减少碰撞的发生,提高效率。不可变性使得能够缓存不同键的hashcode,这将提高整个获取对象的速度,使用String,Interger这样的wrapper类作为键是非常好的选择。调整hashMap大小可能出现的问题:
多线程情况下,当重新调整HashMap大小的时候,确实存在条件竞争,因为如果两个线程都发现HashMap需要重新调整大小了,它们会同时试着调整大小。在调整大小的过程中,存储在l链表中的元素的次序会反过来,因为移动到新的bucket位置的时候,HashMap并不会将元素放在链表的尾部,而是放在头部,这是为了避免尾部遍历(tail traversing)。如果条件竞争发生了,那么就死循环了。(1.8虽然对死循环这块做了优化,但是并没有对多线程做任何处理,所以任然有发生死循环的可能,俩者出现死循环的原因不同罢了)在HashMap中,哈希桶数组table的长度length大小必须为2的n次方(一定是合数)
HashMap的初始容量是2的n次幂,扩容也是2倍的形式进行扩容,是因为容量是2的n次幂,可以使得添加的元素均匀分布在HashMap中的数组上,减少hash碰撞,避免形成链表的结构,使得查询效率降低!
因为现在面试很多面试官必问HashMap,我也是专门花时间读了一下源码,可能理解的还不够透彻,希望我的一点收获可以能帮助到你们,哪怕只有一点点。
标签: #合数java