先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新Java开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Java开发知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip1024b (备注Java)
正文
HashMap源码如下:
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
/** 16 初始容量
- The default initial capacity - MUST be a power of two.
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/** 最大容量
-
The maximum capacity, used if a higher value is implicitly specified
-
by either of the constructors with arguments.
-
MUST be a power of two <= 1<<30.
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
/** 扩容因子,元素个数达到容量的75%开始扩容
- The load factor used when none specified in constructor.
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/** 链表节点数达到8,转换为红黑树
-
The bin count threshold for using a tree rather than list for a
-
bin. Bins are converted to trees when adding an element to a
-
bin with at least this many nodes. The value must be greater
-
than 2 and should be at least 8 to mesh with assumptions in
-
tree removal about conversion back to plain bins upon
-
shrinkage.
*/
static final int TREEIFY_THRESHOLD = 8;
/** 红黑树节点个数小于6转为链表
-
The bin count threshold for untreeifying a (split) bin during a
-
resize operation. Should be less than TREEIFY_THRESHOLD, and at
-
most 6 to mesh with shrinkage detection under removal.
*/
static final int UNTREEIFY_THRESHOLD = 6;
…省略…
//一个 Node 代表一个key-value 键值对,也是数组中的一个元素
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;//key的hash值
final K key; //键
V value; //值
Node<K,V> next; //指向下一个Node
}
2. HashMap为什么要用到链表结构?
使用链表是为了解决Hash冲突问题,这就要说到HashMap存储元素的位置映射算法了,HashMap通过 hash(key) % 16
算法来计算某个key在数组中的存放位置 ,通过hash算法得到 key的hash值,对数组长度(16)取余数,结果为0到15其中一个数字,正好对应数组的索引位置。
而Hash冲突就是两个不同的 key ,使用Hash函数得到了相同的Hash值(这是有可能的),这就意味着两个各不同键值对计算出了相同的存储位置(一个位置怎么能放两个键值对呢?)这就是Hash冲突。
HashMap使用 链地址法 来解决Hash冲突,其实就是把相同位置的元素以链表的方式进行存储,如下:
你现在应该知道Node节点对象中的 next 的作用了。
3. 还有哪些解决Hash冲突的方式?
-
第一种:拉链法/链地址法 :把Hash碰撞的元素指向一个链表,HashMap用的就是这种方法
-
第二种:开放寻址法:当 p=h(key)出现冲突,就以p为基础产生另一个Hash,如:p1=h§,直到不冲突了把元素放在该位置
-
第三种:再散列法:准备若干个hash函数,如果使用第一个hash函数发生了冲突,就使用第二个hash函数,第二个也冲突,使用第三个
-
第四种:建立公共溢出区:把Hash表分为基本表和溢出表,把和基本表冲突的元素移到溢出表
4. HashMap为什么要用到红黑树?
HashMap使用红黑树是为了解决链表过长,查询变慢的问题
大家都知道红黑树的查询性能是及其可观的。
如果HashMap出现Hash冲突的情况变多,那么链表的长度会越来越长,由于链表的查询方式是从前往后一个一个遍历,查询速度比较慢,所以当链表长度达到 8 的时候 ,HashMap会把链表变成一个红黑树
结构来提高查询效率 , 当删除元素,红黑树的节点数小于6又会把红黑树变回链表
, 下面这2个字段就是红黑树和链表的转换阈值:
/** 链表节点数达到8,转换为红黑树
-
The bin count threshold for using a tree rather than list for a
-
bin. Bins are converted to trees when adding an element to a
-
bin with at least this many nodes. The value must be greater
-
than 2 and should be at least 8 to mesh with assumptions in
-
tree removal about conversion back to plain bins upon
-
shrinkage.
*/
static final int TREEIFY_THRESHOLD = 8;
/** 红黑树节点个数小于6转为链表
-
The bin count threshold for untreeifying a (split) bin during a
-
resize operation. Should be less than TREEIFY_THRESHOLD, and at
-
most 6 to mesh with shrinkage detection under removal.
*/
static final int UNTREEIFY_THRESHOLD = 6;
5.为什么HashMap要使用红黑树而不是用AVL平衡树
这就要说到AVL树和红黑树的特点了,这里简单说一下,红黑树的查询性能略微逊色于AVL树,因为相比AVL树红黑树会稍微不平衡最多一层,也就是说红黑树的查询性能只比相同内容的AVL树最多多一次比较,但是,红黑树在插入和删除上优于AVL树,AVL树每次插入删除会进行大量的平衡度计算,而红黑树为了维持红黑性质所做的红黑变换和旋转的开销,相较于AVL树为了维持平衡的开销要小得多
总结:AVL查询性能好,增删性能差,红黑树查询和增删性能相对折中
,实际应用中,若搜索的次数远远大于插入和删除,那么选择AVL,如果搜索,插入删除次数几乎差不多,应该选择红黑树。
HashMap选择红黑树就是因为我们使用Map查询和增删该都会涉及到。
为什么不使用多叉树?多叉树和用于大数据存储,或者文件系统存储,不太适合HashMap这种小数据量存储结构。
6. HashMap如何扩容的?
HashMap的扩容因子是0.75,也就是说当数组中的已存储节点数(Node) > 数组容量 ∗ 扩容因子时
,就需要扩容,调整数组的大小为当前的 2 倍
/** 扩容因子,元素个数达到容量的75%开始扩容
- The load factor used when none specified in constructor.
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
扩容的方式是创建 2 倍容量的新的数组,然后把所有元素重新hash到新的数组中
(数组长度变量,需要重新计算元素的存储位置)。
7. HashMap是如何Put一个元素的?
put执行流程如下:
-
为key计算出hash值
-
根据key的hash值计算出存储位置
(16 - 1) & hash 等同于 hash % 16
-
取出该位置的值,如果为空,就把传入的key-value包装成Node,加入该位置
-
如果该位置已经有值了,就出现了hash碰撞了,该Node后面可能有一个链表,或者红黑树
-
判断该位置的元素的key和传入的key是否一样,如果一样就做值的覆盖操作
-
如果该位置的元素的key和传入的key不一样, 那就判断Node的类型是不是红黑树
-
如果是红黑树就走红黑树的添加流程
-
如果不是红黑树,就遍历链表,取出该位置的元素,使用next往后遍历 。如果遍历的过程中某个Key和传入的key一致了,就覆盖值,否则遍历到最后next为nul,就把传入的新元素存储到链表尾。
-
同时要判断链表的元素如果大于8了要进行红黑树的转换。
put方法源码
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
计算hash值
static final int hash(Object key) {
int h;
//计算hash值
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
put主流程
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//1.如果数组是空的,调用 resize() 初始化数组
if ((tab = table) == null || (n = tab.length) == 0)
//tab就是数组, n是数组长度
n = (tab = resize()).length;
// 2.计算位置: (n - 1) & hash 等同于 hash % 16 ,计算key的存储位置
// 3.取出该位置的元素是否为空
if ((p = tab[i = (n - 1) & hash]) == null)
//4.如果为空,就创建一个新Node,把当前的key-value存储进去
tab[i] = newNode(hash, key, value, null);
else {
//到这里说明hash冲突了,该位置有元素,那么就有2种执行方案:
//如果有和当前传入key相同的key存住,覆盖值,如果没有和传入的key相同的key,那就添加元素
Node<K,V> e; K k;
//5.如果key相等,hash值也相等,进行值的覆盖
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//6.如果不满足第5步,那就要进行链表或者红黑树的遍历了 , 这里在判断是不是红黑树
else if (p instanceof TreeNode)
//走红黑树的添加流程
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
Ending
Tip:由于文章篇幅有限制,下面还有20个关于MySQL的问题,我都复盘整理成一份pdf文档了,后面的内容我就把剩下的问题的目录展示给大家看一下
如果觉得有帮助不妨【转发+点赞+关注】支持我,后续会为大家带来更多的技术类文章以及学习类文章!(阿里对MySQL底层实现以及索引实现问的很多)
吃透后这份pdf,你同样可以跟面试官侃侃而谈MySQL。其实像阿里p7岗位的需求也没那么难(但也不简单),扎实的Java基础+无短板知识面+对某几个开源技术有深度学习+阅读过源码+算法刷题,这一套下来p7岗差不多没什么问题,还是希望大家都能拿到高薪offer吧。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024b (备注Java)
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
fDQrRGs-1713192994612)]
吃透后这份pdf,你同样可以跟面试官侃侃而谈MySQL。其实像阿里p7岗位的需求也没那么难(但也不简单),扎实的Java基础+无短板知识面+对某几个开源技术有深度学习+阅读过源码+算法刷题,这一套下来p7岗差不多没什么问题,还是希望大家都能拿到高薪offer吧。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024b (备注Java)
[外链图片转存中…(img-OCsk9q2N-1713192994612)]
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!