更新時間:2022-11-18 來源:黑馬程序員 瀏覽量:
HashMap詳解
講解步驟
基礎(chǔ)知識
工作原理
關(guān)鍵代碼
核心方法
基礎(chǔ)知識
數(shù)組結(jié)構(gòu)
數(shù)組接口,在查詢數(shù)據(jù)方面,具備優(yōu)勢
鏈表結(jié)構(gòu)
鏈表結(jié)構(gòu),在增刪數(shù)據(jù)方面,具備優(yōu)勢
紅黑樹結(jié)構(gòu)
紅黑樹結(jié)構(gòu),在查詢數(shù)據(jù)方面,數(shù)據(jù)量較大的時候,具備一定的優(yōu)勢
什么是散列(哈希)表
散列表,顧名思義,就是將數(shù)據(jù)分布在不同的列
但是散列表并不是完全將數(shù)據(jù)分散在不同的列,而是按照某種規(guī)則,將具備同樣規(guī)則的數(shù)據(jù)存儲在同一列。
即具備相同規(guī)則的數(shù)據(jù)存儲在同一列,規(guī)則不同的數(shù)據(jù)分布在不同的列。
這種規(guī)則最終的產(chǎn)生與哈希值有關(guān)。
這里需要注意的事,哈希值只是確定最后存儲列的因素,也就是說不同的哈希值可能會存在同一列。
什么是哈希值
哈希值簡單的說,就是hashCode方法產(chǎn)生的值。
默認(rèn)的hashCode方法是由其地址值最終產(chǎn)生一個哈希值。
由于HashMap中的元素是否存儲是由鍵來決定,所以如果自定義的類需要存儲在鍵,且想遵循自己的存儲規(guī)則,需要重寫HashCode方法
又因為Map集合的鍵是不能重復(fù)的,所以需要重寫equals方法,定義去重規(guī)則。
工作原理
存儲結(jié)構(gòu)
HashMap基于散列法,又稱哈希法:數(shù)組+鏈表+紅黑樹。
HashMap需要同時存儲一對鍵和值。
Map集合中提供了put(key, value)方法,所有的鍵和值會被封裝到一個Entry實現(xiàn)類(Node)對象,存儲到集合中。
在存儲的過程中,會先通過hashCode()方法獲取一個哈希值,并通過這個哈希值,與數(shù)組的長度進行一定的運算,得到一個索引值(存儲的列)
在通過equals方法來判斷這個元素是否已存在,不存在則存儲在該列,若存儲,則保留原來的數(shù)據(jù)。
存儲在一列的數(shù)據(jù),將以鏈表的形式,前后關(guān)聯(lián),這樣有利于將來進行刪除的時候提高效率。
但是如果一列的桶結(jié)構(gòu)數(shù)據(jù)過多,就會導(dǎo)致查詢的效率降低。
為了優(yōu)化桶結(jié)構(gòu)帶來的問題,HashMap中會去檢查,當(dāng)一列的桶結(jié)構(gòu)數(shù)據(jù)達到8個以上,就降這一列樹化(轉(zhuǎn)變?yōu)闃浣Y(jié)構(gòu))
名詞理解
所有的數(shù)據(jù)都是以Node節(jié)點為單位。
hash值:哈希值,該方法內(nèi)部提供了一個擾動函數(shù)------int hashCode()
擾動函數(shù):用于產(chǎn)生哈希值,前16位與后16位做異或運算,提高低位隨機性。------h = key.hashCode()) ^ (h >>> 16)
路由尋址:由數(shù)組長度與哈希值產(chǎn)進行與操作,產(chǎn)生最終的存儲列(索引位置):(table.length-1)&node.hash
Hash碰撞:哈希值如果相同,就會存儲到相同的列。
鏈化:哈希值相同,就會存儲在同系列,產(chǎn)生桶狀結(jié)構(gòu),桶結(jié)構(gòu)過長,查詢數(shù)據(jù)低效。
紅黑樹:jdk8引入,類似于二叉樹,可以避免過長的桶狀結(jié)構(gòu)
擴容原理
擴容:增加數(shù)組長度。目的在于解決數(shù)據(jù)過多,鏈化嚴(yán)重,默認(rèn)以兩倍的長度擴容。
①一列添加第8+個元素,且數(shù)組長度小于64,會優(yōu)先擴容。
②一列添加第8+個元素,且數(shù)組長度達到64個,會優(yōu)先樹化。
③添加元素后,若哈希表中元素總個數(shù)超過閾值(一個指定的值),會進行擴容。
④擴容后,會重新根據(jù)數(shù)組長度和哈希值計算存儲位置。
關(guān)鍵代碼
核心字段
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; 默認(rèn)數(shù)組大小
static final int MAXIMUM_CAPACITY = 1 << 30; 數(shù)組最大長度
static final float DEFAULT_LOAD_FACTOR = 0.75f; 默認(rèn)負(fù)載因子
static final int TREEIFY_THRESHOLD = 8; 樹化閾值
static final int UNTREEIFY_THRESHOLD = 6; 樹降級閾值
static final int MIN_TREEIFY_CAPACITY = 64; 樹化閾值
transient Node[] table; 哈希表
transient Set> entrySet; 鍵值對對象集合
transient int size; 元素長度
transient int modCount; 增刪元素次數(shù)
int threshold;擴容閾值 擴容閾值=loadFactor*capacity
final float loadFactor; 負(fù)載因子
核心方法
put-->putVal(存儲數(shù)據(jù))
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; //判斷表是否為空或長度為0,若滿足條件,則初始化表(體現(xiàn)了延遲加載) if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; //判斷要添加的元素對應(yīng)的列是否為空,若滿足條件,則直接插入 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; //判斷元素的哈希值與要存儲列的鍵相同,則替換鍵對應(yīng)的值 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; else if (p instanceof TreeNode) //如果當(dāng)前節(jié)點是一個數(shù)結(jié)構(gòu)節(jié)點,按照樹結(jié)構(gòu)存儲新元素。 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { for (int binCount = 0; ; ++binCount) { //遍歷當(dāng)前列的節(jié)點,判斷如果當(dāng)前節(jié)點超過8個節(jié)點,則將當(dāng)前列轉(zhuǎn)為樹結(jié)構(gòu)。 if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } //存在相同鍵,就值替換新值 if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } //記錄操作次數(shù) ++modCount; //判斷元素個數(shù)達到指定的閾值,則進行擴容操作。 if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }
resize(擴容)
final Node<K,V>[] resize() { Node<K,V>[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; if (oldCap > 0) { if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) //修改新表的長度為舊表的兩倍 newThr = oldThr << 1; // double threshold } else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr; else { // 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]; table = newTab; //將新表內(nèi)容,重新計算位置后,放入新表 if (oldTab != null) { for (int j = 0; j < oldCap; ++j) { Node<K,V> e; if ((e = oldTab[j]) != null) { oldTab[j] = null; if (e.next == null) newTab[e.hash & (newCap - 1)] = e; 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; 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; newTab[j + oldCap] = hiHead; } } } } } return newTab; }
tableSizeFor(數(shù)組長度初始化)
二進制位運算 右移:二進制數(shù)據(jù)向右移動一位,最高位補原最高位值,原最低位舍棄。4>>1結(jié)果等于2 2>>1結(jié)果等于1 無符號右移:二進制數(shù)據(jù)向右移動一位,最高位補0,原最低位舍棄。4>>>1結(jié)果等于2 2>>>1結(jié)果等于1 無符號右移動,會確保移動后一定是一個正數(shù)。 左移:二進制數(shù)據(jù)向左移動一位,最低位補0,原最高位舍棄。舉例:4<<1結(jié)果等于8 8<<1結(jié)果等于16 或:有1則1 1001|100結(jié)果為1100(12) static final int tableSizeFor(int cap) { //下列操作的最終目的保證了,最終的n值一定比cap大,且最接近滿足+1后數(shù)組長度定義的數(shù)值(0,3,7,15,31,63...) 1001 100 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; }