常用集合Map-HashMap

爪哇玛咖

已于 2022-08-25 22:40:37 修改

阅读量197

点赞数

分类专栏： Java基础文章标签：哈希算法数据结构散列表

于 2022-08-24 20:55:29 首次发布

本文链接：https://blog.csdn.net/github_39936816/article/details/126493371

版权

Java基础专栏收录该内容

11 篇文章 0 订阅

订阅专栏

综述

数据结构：数组+链表（数组长度小于64会优先考虑扩容，数组长度大于等于64且链表长度大于8会转换为红黑树）

1. HashMap中存储的元素

	 // 用来存放元素的数组，HashMap的主干 
	 transient Node<K,V>[] table;

	// HashMap中的元素
	static class Node<K,V> implements Map.Entry<K,V> {
        final int hash; // key hash后的值
        final K key; // map中的key
        V value; // map中的value
        Node<K,V> next; // hash冲突创建链表时 next才会有值
        
        // 链表中的元素节点
        Node(int hash, K key, V value, Node<K,V> next) {
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }
  }

// 红黑树中的元素
 static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
        TreeNode<K,V> parent;  // red-black tree links
        TreeNode<K,V> left;
        TreeNode<K,V> right;
        TreeNode<K,V> prev;    // needed to unlink next upon deletion
        boolean red;
}
	
	// 盛放主干数组上的元素
    transient Node<K,V>[] table;
    
	// 默认大小为16 << 位移运算
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

   // 最大容量2的4次放
    static final int MAXIMUM_CAPACITY = 1 << 30;

    // 默认加载因子
    // 为什么要存在加载因子。
    //  加载因子 = 数组中元素个数/数组长度
    static final float DEFAULT_LOAD_FACTOR = 0.75f;
    
	// 链表长度大于8时会转换为红黑树
    static final int TREEIFY_THRESHOLD = 8;

    // 红黑树节点个数小于6时，会退化为链表
    static final int UNTREEIFY_THRESHOLD = 6;
    
    // 数组长度大于等于64时才会转换为链表
    static final int MIN_TREEIFY_CAPACITY = 64;

2. 创建HashMap

无参构造器：利用无参构造器创建对象时，默认数组大小为16；
有参构造器：如果业务场景中知道自己的元素个数，创建元素时尽量指定大小，避免空间的浪费和扩容操作。
元素个数 = 元素个数 / 0.75 + 1；

利用无参构造器创建

   /**
     *  默认数组的大小为16，加载因子为0.75
     */
    public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }

3. put 元素


// 如果key为null， 那么key就不会被散列扰动，hash直接为0
 static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

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)
            n = (tab = resize()).length;
         
         // 1. 计算元素在数组中的索引位置
         	// i = (n - 1) & hash]
         	// key的hash值和数组的最大索引做hash，得到元素在数组中的下标index
        // 2. put元素，先判断索引为i的位置是否存在元素 	
        if ((p = tab[i = (n - 1) & hash]) == null)
        	// 2.1 数组下标i处不存在元素，hash没有冲突 新建一个元素放在i处，到此结束
            tab[i] = newNode(hash, key, value, null);
		
		// 3. 如果经过2步骤的计算，当前下标i处已经有元素
        else {
            Node<K,V> e; K k;
            // 3.1 判断是否是重复，重复的话直接覆盖
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
             // 3.2 3.1中不重复的话，判断是否是树结点，是的话就put
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
               
             // 3.3 如果3.2中判断不是树结点，就新建一个普通的node 
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        // 3.4 node创建后判断当前二叉树的节点数是否大于最小结点6，是的话就继续构建红黑树
                        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;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

7. resize 扩容

扩容为原来的2倍

// newSize = 扩容为原来的2倍
// 1. 如果newSize < 最大容量 并且旧的容量>默认值16的话；newSize = 2*旧容量
if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1;
 // 2. 1不满足的时候判断2是否满足，2满足用2
  else if (oldThr > 0) 
            newCap = oldThr;
 
 //3. 2不满足的话就用默认的
 else {    
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }

8. get 元素

其实和put元素时的逻辑一样

public V get(Object key) {
        Node<K,V> e;
        // hash（key）;先将key进行hash得到一个值
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }
 final Node<K,V> getNode(int hash, Object key) {
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        // 1. 确定当前存放元素的数组实际存在
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
			
			// 2. 校验数组索引下标处的hash当前hash相同，并且索引处的对象key和入参的key是同一个，就返回
            if (first.hash == hash &&  ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            if ((e = first.next) != null) {
            	// 3. 如果第2步不满足，看first节点是否是树结点，是的话就从树结点中获取code
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
			// 4. 如果第3步不满足的话，就从链表中获取元素
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

9. 为什么要有加载因子

DEFAULT_LOAD_FACTOR = 0.75；

当数组中元素的个数达到数组总长度的0.75倍后，会触发扩容操作；
因为在hash的过程中数组中空元素的个数越多hash冲突的概率就越大，
但是如果为了避免hash冲突把数组初始化的越大，对空间的浪费就越大
为了不浪费空间，又为了尽可能少的减少hash冲突，0.75是试验后的最佳选择


 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)
            resize();
        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);
        }
    }


public V remove(Object key) {
        Node<K,V> e;
        return (e = removeNode(hash(key), key, null, false, true)) == null ?
            null : e.value;
    }
 public void clear() {
        Node<K,V>[] tab;
        modCount++;
        if ((tab = table) != null && size > 0) {
            size = 0;
            for (int i = 0; i < tab.length; ++i)
                tab[i] = null;
        }
    }


final Node<K,V>[] resize() {
        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;
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        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;
    }