HashMap小结

最近看了一下源码,怕忘了,来总结一下

底层数据结构
哈希值,键值对,下一个结点

       	final int hash;
        final K key;
        V value;
        Node<K,V> next;

扰动函数,它的目的是让key的Hash值高16位参与路由运算,重新Hash后得到的结果与高16位也有关系,从而减少碰撞。

    static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

put操作
套娃了putVal

   public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }

putVal

 final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //第一次put,创建散列表
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //路由运算后得到的桶位是null,new一个Node放进去
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        
        else {
            Node<K,V> e; K k;
            //桶位元素与插入元素相同,后续需要替换
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //如果桶位树化了,则插入树
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            //链表情况,遍历链表,如果没有一致元素,将其插入末尾,如果达到树表标准,则进行树化
            else {
                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;
                    }
                    //如果有一致元素,跳出,进行替换操作
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            //一致元素替换,将值赋给旧结点,返回旧结点
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        //如果数组长度达到扩容阈值,进行扩容
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

resize()扩容
其目的是解决冲突导致的效率问题


    final Node<K,V>[] resize() {
    
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        //散列表初始化过,是一次正常扩容
        if (oldCap > 0) {
        	//数组大小达到最大值的情况,把扩容条件设为int最大值,不扩容了,返回旧表,很少用到
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //如果当前大小左移一位后小于最大值,并且大于等于初始值,即16,让扩容阈值等于当前阈值左移一位的结果
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        //散列表需要创建的情况,如果当前扩容阈值大于0,将扩容阈值赋给新数组容量
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        //创建一个长度为16的散列表
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        //如果新的扩容阈值为0,计算出新扩容阈值
        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;
        //如果扩容之前table不为null,遍历散列表,创建一个临时遍历Node
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                //如果当前桶位有数据,将他赋给临时变量
                if ((e = oldTab[j]) != null) {
                //赋空,为了方便JVM GC时回收内存
                    oldTab[j] = null;
                    //如果当前桶位未发生碰撞,直接计算当前结点在新表中的位置
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                     //树化情况,将其分割
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    //链表情况,定义两个链表,低位链表存放扩容后下标与当前一直的元素,高位链表存放不一致的
                    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;
                            //将hash与旧表容量相与,为何要这么做呢
 //假如当前数组容量为16,那么存放在最后一位的元素的hash值最后五位只有0 1111和1 1111两种情况,将它与数组容量16即1 0000相与,则很容易知道0 1111的情况结果为0,这样就方便了计算
                            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;
    }
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值