一、哈希表
哈希表综合了数组和链表二者的特性,达到了查询容易,插入删除也容易的数据。
哈希表存储键值对(key-value),对于任意的一个key通过哈希算法找到它对应的位置。
二、HashMap源码分析
1、继承类和实现接口
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
2、成员变量
· 初始化容量 大小为16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
· 最大化容量
static final int MAXIMUM_CAPACITY = 1 << 30;
· 默认负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
在数组不够大,但链表很大是,链表乘以负载因子够大时扩容数组
· 存储结构
transient Node<K,V>[] table;
已存储个数
transient int size;
结构(数组加链表)
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
}
3、构造方法
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
}
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
4、哈希算法
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
public native int hashCode();
通过hashCode() 方法将 key 的地址转化为一个整数,然后将其右移16位,减小哈希冲突。
5、put方法
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
判断 tab = table 是否为 null 或者 tab.length 是否等于 0,是的话进行 resize()。
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
根据 key 值计算下标 i 。
tab[i = (n - 1) & hash]
如果当前 p=tab[ i ] 的值为空,直接在 i 的位置进行增加。
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
否则 判断 tab[i] 的 key 是否存在。若存在,将 tab[i] 赋值到新的一个节点 e 中。若不存在,判断是否是红黑树,是则将用红黑树的方法添加节点并赋值给 e。
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
若不存在,遍历链表,如果 e=p.next 为空,在 p.next 增加值,此时若链表长度大于需转为红黑树的值,则将链表转为红黑树。再判断 e 的 key 是否存在。
for (int binCount = 0; ; ++binCount) {
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;
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
在增加完元素后,判断 size 是否大于 threshold ,是则 resize()。
if (++size > threshold)
resize();
afterNodeInsertion(evict);
6、扩容方法 resize()
在调用 put() 方法时如果数组需要扩容,数组就会以2倍的方式扩容。
扩容步骤:
如果原数组 oldTab 不为 null 时,且 oldTab.length 不大于最大容量,就会以2倍的方式扩容。
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)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
如果原数组 oldTab 为 null 时,就创建一个默认大小的数组。
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
扩容
threshold = newThr;
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
扩容完成后,重新根据哈希算法将原数据放到新数组对应的位置下,重新放置元素步骤:
遍历数组,找到某个位置 e=oldTab[ j ] 不为空,开始重新放置元素。
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);
}
}
若当前只有一个节点,直接重新哈希计算出对应下标,放置到那个位置。
否则遍历此链表。在第一个元素时,重新根据哈希算法并计算出相应的下标 newindex,如果 newindex 与之前的 index 没有发生改变,loHead、LoTail 会指向这个元素。 接着到下一个元素,若计算出 newindex 与之前 index 发生改变,hiHead、hiTail 会指向这个元素。直到遍历完此链表。
遍历完这个链表后,原链表的数据被分为 loHead 和 hiHead 的两个链表。将 loHead 链到 newTab[ j ] 位置,将 hiHead 链到 newTab[ j + oldCap ] 位置。
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}