ArrayList源码分析
(jdk7和jdk8有所不同)
jdk7的时候在调用构造函数的时候就创造出长度为10的数组,而在jdk1.8中没有,在第一次调用add方法的时候才创造数组。
构造器
ArrayList 提供了三种方式的构造器,可以构造一个默认初始容量为 10 的空列表、构造
一个指定初始容量的空列表以及构造一个包含指定 collection 的元素的列表,这些元素按照
该 collection 的迭代器返回它们的顺序排列的。
ArrayList list = new ArrayList(); // 默认初始容量为 10 底层elementData初始化为DEFAULTCAPACITY_EMPTY_ELEMENTDATA = {},并没有创建长度为10的数组
private static final int DEFAULT_CAPACITY = 10;
private static final Object[] DEFAULTCAPACITY_EMPTY_ELEMENTDATA = {}; //初始为空,在调用add方法的时候才进行创造
public ArrayList() {
this.elementData = DEFAULTCAPACITY_EMPTY_ELEMENTDATA;
}
public ArrayList(int initialCapacity) { //传入数据长度,避免在中间环节扩容,效率更高
if (initialCapacity > 0) {
this.elementData = new Object[initialCapacity];
} else if (initialCapacity == 0) {
this.elementData = EMPTY_ELEMENTDATA;
} else {
throw new IllegalArgumentException("Illegal Capacity: "+
initialCapacity);
}
}
public ArrayList(Collection<? extends E> c) {
elementData = c.toArray();
if ((size = elementData.length) != 0) {
// c.toArray might (incorrectly) not return Object[] (see 6260652)
if (elementData.getClass() != Object[].class)
elementData = Arrays.copyOf(elementData, size, Object[].class);
} else {
// replace with empty array.
this.elementData = EMPTY_ELEMENTDATA;
}
}
扩容
扩容为原来容量的1.5倍,如果此次添加导致底层elementData数组容量不够,则扩容,默认情况下,扩容为原来容量的1.5倍,同时需要将原有数组中的数据复制到新的数组中。
建议开发中使用带参构造器
public boolean add(E e) {
ensureCapacityInternal(size + 1); //确认容量是否足够
elementData[size++] = e;
return true;
}
private void ensureCapacityInternal(int minCapacity) {
ensureExplicitCapacity(calculateCapacity(elementData, minCapacity));
}
private static int calculateCapacity(Object[] elementData, int minCapacity) {
if (elementData == DEFAULTCAPACITY_EMPTY_ELEMENTDATA) {
return Math.max(DEFAULT_CAPACITY, minCapacity);
}
return minCapacity;
}
private void ensureExplicitCapacity(int minCapacity) {
modCount++;
// overflow-conscious code
if (minCapacity - elementData.length > 0)
grow(minCapacity);
}
private void grow(int minCapacity) {
// overflow-conscious code
int oldCapacity = elementData.length;
int newCapacity = oldCapacity + (oldCapacity >> 1);
if (newCapacity - minCapacity < 0)
newCapacity = minCapacity;
if (newCapacity - MAX_ARRAY_SIZE > 0)
newCapacity = hugeCapacity(minCapacity);
// minCapacity is usually close to size, so this is a win:
elementData = Arrays.copyOf(elementData, newCapacity); //造好新的数组
}
HashMap源码分析
jdk7:
HashMap map = new HashMap();
在实例化以后底层创建了长度为16的一维数组,类型为Entry[] table,所有数据都放在这里。
map.put(key1,value1);
首先,计算key1所在类的hashcode方法,计算key1的哈希值,此哈希值经过某种算法计算之后,得到在Entry数组中的存放位置。
- 如果此位置上的数据为空,此使key1 -value1添加成功。 -----情况1
- 如果此位置数据不为空,(意味着存在一个或多个数据(以链表形式存在)),比较key1和已经存在的一个或多个数据的哈希值:
- 如果key1的哈希值与已经存在的数据的哈希值都不相同,此时key1-value1添加成功。 —情况2
- 如果key1的哈希值和已经存在的某一个数据的哈希值相同,继续比较,调用key1所在类的equals方法。
- 如果equals返回false,此时key1-value1添加成功。 ----情况3
- 如果equals返回true,使用value1替换相同的key的value值
对于情况2和情况3,此时key1-value1和原来的数据以链表的方式存储
扩容:默认扩容方式:当超出临界值并且所存放位置非空扩容为原来容量的2倍,并将原有的数据复制过来。
jdk8:
- new HashMap():底层并没有创建一个长度为16的数组
- 底层数组为Node[] ,而非Entry[]
- 首次调用put方法的时候,底层创建长度为16的数组
- jdk底层只有数组+链表。jdk8:数组+链表+红黑树
当数组的某一个索引位置上的元素以链表形式存在的数据个数大于8且当前数组长度超过64时,此时索引位置上的所有数据改为使用红黑树存储
HashMap源码中的重要常量
DEFAULT_INITIAL_CAPACITY : HashMap的默认容量,16
MAXIMUM_CAPACITY : HashMap的最大支持容量,2^30
DEFAULT_LOAD_FACTOR:HashMap的默认加载因子
TREEIFY_THRESHOLD:Bucket中链表长度大于该默认值,转化为红黑树
UNTREEIFY_THRESHOLD:Bucket中红黑树存储的Node小于该默认值,转化为链表
MIN_TREEIFY_CAPACITY:桶中的Node被树化时最小的hash表容量。(当桶中Node的
数量大到需要变红黑树时,若hash表容量小于MIN_TREEIFY_CAPACITY时,此时应执行
resize扩容操作这个MIN_TREEIFY_CAPACITY的值至少是TREEIFY_THRESHOLD的4
倍。)
table:存储元素的数组,总是2的n次幂
entrySet:存储具体元素的集
size:HashMap中存储的键值对的数量
modCount:HashMap扩容和结构改变的次数。
threshold:扩容的临界值,=容量*填充因子 //链表尽可能少,又要保证利用率高
loadFactor:填充因子
//放值
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0) //首次调用
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null) //判断在新数组中的位置,如果为空,直接添加
tab[i] = newNode(hash, key, value, null); //添加
else { //如果存放位置有值
Node<K,V> e; K k;
if (p.hash == hash && //首先判断hash值是否相等
((k = p.key) == key || (key != null && key.equals(k)))) //之后在看值是否相等
e = p; //更新值
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else { //存放位置可能为链表,需要遍历判断
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) { //判断当前位置元素是不是一个
p.next = newNode(hash, key, value, null); //新元素放到旧元素的下一个
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st 8 //链表数据长度超过8变为红黑树结构
treeifyBin(tab, hash);
break;
}
if (e.hash == hash && //当前位置不是一个元素,继续比较hash值和equals,找到相同了就替换
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e; //都符合,寻找下一个元素
}
}
if (e != null) { // existing mapping for key 替换旧的value
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
//造好数组
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold; //临界值
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;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY; //16
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); //12
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr; //临界值赋值
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; //创造Node类型数组 16
table = newTab;
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;
}
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY) //当前数组长度和64比较,小于扩容,大于变为树
resize(); //扩容
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
面试题
1、ArrayList、LinkedList、Vector异同
同:三个类都是先了List的接口,存储数据的特点相同:存储有序的、可重复的数据
不同:
- ArrayList:作为list接口的主要实现类,执行效率高、线程不安全;底层使用Object[]存储
- LinkedList:底层使用双向链表存储;对于频繁插入和删除操作使用效率较高
- Vector:作为list接口的古老实现类,线程安全;效率低;底层使用Object[]存储