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年最新大数据全套学习资料》,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%以上大数据知识点,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:vip204888 (备注大数据)
正文
文章目录
前言
上一篇博主写了关于HashMap和Hashtable的区别与联系:
本篇博主将从浅入深地解读HashMap源码,学习一下被JDK收录的大神们写的代码思路~~
一、前置知识
1.哈希表:基于数组的高效查找衍生出来的数据结构
2.哈希函数:将任意的key转为数组索引的函数、映射。将任意key映射为数组索引。
3.哈希冲突:不同的key经过hash函数的运算竟然得到了相同的数字
如: f(x1) = f(x2) => x1 != x2 【f(x)为hash运算】
4.开散列:在冲突的数组索引处转为链表实现。所有不同的key映射到数字索引的元素都在同一个链表存储。
若某个数组的索引位置冲突非常严重,哈希表查找有可能退化为链表遍历。
解决方案:
- 在冲突严重的地方将链表转化为树
- 整个哈希表进行扩容,原本冲突的元素经过扩容后就不再冲突
5.闭散列(二次探测)(再哈希):
- 二次线性探测:若有元素冲突,就近寻找下一个不冲突的位置存放元素,好放难查。
- 再哈希:第一次哈希函数产生冲突,选一个备用的哈希函数2再次计算值,直到不冲突为止。
6.负载因子(loadFactor): 表示当前哈希表最多的有效元素个数 / 哈希表长度
- 这个值越大就说明冲突越严重一些
- 这个值越小说明冲突越小,数组利用率越低
如:
int[] data = new int[16];
loadFactor = 0.75f;
data.length \* loadFactor = 12; //有效的元素个数最多为12个元素,超过这个个数,哈希表就会扩容
小技巧:
判断一个字符串中某个字符出现的次数。str只是由小写字母组成,一共26个小写字母。
int[] freq = new int[26]; //char -> int
c - a => int a = ‘c’ - ‘a’ = 2
存储字符c出现几次,字符c一定出现在freq[c - ‘a’] => 唯一的位置
char c = ‘a’ => freq[0] ++ ‘a’ -> 0 哈希函数
char c = ‘b’ => freq[1] ++ ‘b’ 出现一次
不同freq索引就映射了不同的小写字母,一一对应。
二、hashCode与equals方法(重要)
hashCode()与equals()都是Object类的方法,而在把自定义的类当作Key传入HashMap中的时候,会根据自定义类重写的这两个方法来解决hash冲突。
2.1 hashCode()
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:vip204888 (备注大数据)
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!
片转存中…(img-YP8HiovC-1713296984250)]
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!