一、几个数据结构。
1.数组, 数据存储在规整连续的内存块,查询直接通过索引查询,速度快,插入和删除需要移动整个数组,慢。
2.链表,维护首节点的引用,每个节点保存前驱节点和后驱节点地址和实际元素内存地址,查询慢,查询第n个元素,需要从第一个节点查询出next节点地址,直到第n个元素的节点地址被查询出来。而链表的插入和删除只须改变指向引用。
3.哈希表。通过哈希值存储映射到存储地址,计算时先通过哈希函数计算出实际地址,直接获取即可。主干是数组,当发生哈希冲突时,使用链表解决。
二、HashMap的数据结构就是哈希表,可以简单的理解为“数组+链表”。实现方式
看put方法
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;
//如果节点数组为空或者长度为0,则扩容
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//如果该节点为空,没有哈希碰撞,则存储
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//如果哈希值一样,并且key值相同,则是值更新
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//TreeNode是HashMap.Node的子类
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
//找新的存储空间并且为null,如果有,则放进去
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//如果不为null,则判断是否是同一个key,则是值更新
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
//e引用为后驱节点,遍历下去
p = e;
}
}
//此时e已经不为Null,要么是值更新,要么是存储了一个新节点
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;
}