HashMap

最新推荐文章于 2022-04-03 14:52:07 发布

Advtend

最新推荐文章于 2022-04-03 14:52:07 发布

阅读量172

点赞数

文章标签： HashMap

本文链接：https://blog.csdn.net/Advtend/article/details/103228065

版权

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;
}