1.数组的优势/劣势
特点:内存连续,并且空间都是一样的
- 优势:索引速度比较快
- 劣势:长度固定,不能扩容
2.链表的优势/劣势
特点:内存不连续,每一块内存都有一个引用去保存下一块内存的地址
- 优势:扩容和删除方便
- 劣势:查询比较慢,需要一个一个往下索引
3.有没有一种方式整合两种数据结构的优势?散列表
散列表整合了数组的快速索引还有链表的动态扩容的优势
4.什么是哈希?
核心理论:Hash也称散列、哈希,对应的英文都是Hash。基本原理就是把任意长度的输入,通过Hash算法变成 固定长度的输出。
这个映射的规则就是对应的Hash算法,而原始数据映射后的二进制串就是哈希值。
Hash的特点:
1.从hash值不可以反向推导出原始的数据
2.输入数据的微小变化会得到完全不同的hash值,相同的数据会得到相同的值
3.哈希算法的执行效率要高效,长的文本也能快速地计算出哈希值
4.hash算法的冲突概率要小
由于hash的原理是将输入空间的值映射成hash空间内,而hash值的空间远小于输入的空间。
根据抽屉原理,一定会存在不同的输入被映射成相同输出的情况。(哈希碰撞)
抽屉原理:桌上有十个苹果,要把这十个苹果放到九个抽屉里,无论怎样放,我们会发现至少会有一个抽屉里面放不少于两个苹果。
这一现象就是我们所说的“抽屉原理”。
第二部分,HashMap原理讲解:
1.HashMap的继承体系是什么样的?
HashMap虽然继承了AbstractMap但是基本上都已经重写了
2.Node数据结构分析?
//静态内部类
static class Node<K,V> implements Map.Entry<K,V> {
//存放插入的key的hash的地方,这个hash与hashcode有点区别经过一次扰动存放到这里
final int hash;
//put到map的数据的key
final K key;
//put到map的数据的value
V value;
//如果重复发生碰撞就形成链表,有next指向下一个
Node<K,V> next;
...
3.底层存储结构介绍?
- 默认初始化数组长度是16
- 如果发生冲突了(有两种可能) 哈希碰撞 :两个路由地址相同
- 可能会形成链表
- 还有一种可能:当链表的长度大于等于8并且桶位的个数大于等于64个时,链表会变成红黑树,红黑树元素的个数小于6个的时候 会退化为链表
- HashMap在JDK8中的底层结构式数组+链表+红黑树
4.put数据原理分析?
5.什么是Hash碰撞?
如上图所示,如果加入的数的key的hash值 和以前加入的一个数的 hash值相等 那么就会形成链表,如果链表很长的话,查询效率会很低,极端条件可能为0(N);
链化就是hash值多个相同,让链表变得很长
6.jdk8为什么引入红黑树?
红黑树是自平衡的二叉查找树,可以提高查询效率(红黑树具体性质:下一篇博客有)
7.HashMap扩容原理?
为了解决hash碰撞多了(链化严重)hash表退化为线性表,导致查询效率更低,扩容可以让查找变得很快。
第三部分,手撕源码:
1.HashMap核心属性分析(threshold, loadFactory, size, modCount)
核心常量
//缺省table数组大小
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//table数组最大长度
static final int MAXIMUM_CAPACITY = 1 << 30;
//缺省负载因子大小
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//树化阈值(链表长度达到8可能变为红黑树)
static final int TREEIFY_THRESHOLD = 8;
//树降级称为链表的阈值
static final int UNTREEIFY_THRESHOLD = 6;
//树化的另一个参数,当哈希表中的所有元素个数超过64时,才会允许树化
static final int MIN_TREEIFY_CAPACITY = 64;
属性
//哈希表 当放元素的时候才进行初始化
transient Node<K,V>[] table;
transient Set<Map.Entry<K,V>> entrySet;
//当前哈希表中元素个数
transient int size
//当前哈希表结构修改次数(插入或者删除算修改, 元素替换不算修改)
transient int modCount;
//扩容阈值,当你的哈希表中的元素超过阈值时,触发扩容
int threshold;
//负载因子 默认0.75 threshold = capacity(表长) * loadFactor(负载因子)
final float loadFactor;
2.构造方法分析
hashmap的构造器基本上都是套娃
public HashMap(int initialCapacity, float loadFactor) {
//其实就是做了一些校验
//capacity必须是大于0 ,最大值也就是 MAX_CAP
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
//loadFactor必须大于0
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
//将自定义的负载因子赋值
this.loadFactor = loadFactor;
//一开始将容量(这个容量一点是大于等于一个2的次方数(tableSizeFor(int)方法来实现))赋值给扩容阈值,后面初始会重新计算
this.threshold = tableSizeFor(initialCapacity);
}
此为tableSizeFor(int)
/**
* Returns a power of two size for the given target capacity.
* 作用:返回一个大于等于当前值cap的一个数字,并且这个数字一定是2的次方数
*
* cap = 10
* n = 10 - 1 => 9
* 0b1001 | 0b0100 => 0b1101
* 0b1101 | 0b0011 => 0b1111
* 0b1111 | 0b0000 => 0b1111
*
* 0b1111 => 15
*
* return 15 + 1;
*
* cap = 16
* n = 16;
* 0b10000 | 0b01000 =>0b11000
* 0b11000 | 0b00110 =>0b11110
* 0b11110 | 0b00001 =>0b11111
* =>0b11111 => 31
* return 31 + 1;
*
* 0001 1101 1100 => 0001 1111 1111 + 1 => 0010 0000 0000 一定是2的次方数
*
*/
static final int tableSizeFor(int cap) {
int n = cap - 1 ;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
下面为其他套娃的构造器
public HashMap(int initialCapacity) {
//自己传入初始化大小 然后使用默认的0.75负载因子
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
//使用默认的0.75负载因子
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
3.HashMap put 方法分析 => putVal方法分析
1.要知道HashMap的put(K key, V value)方法之前 首先要先知道hash(Object)方法
用来算出这个元素的hash值
/**
*作用:让key的hash值的高16位也参与路由运算(数组比较短的时候也可以参与到运算)
* 异或:相同则返回0,不同返回1
*
* h = 0b 0010 0101 1010 1100 0011 1111 0010 1110(hashcode)
* 0b 0010 0101 1010 1100 0011 1111 0010 1110
* ^
* 0b 0000 0000 0000 0000 0010 0101 1010 1100(上一组右移16位,让高16位也参与运算)
* => 0010 0101 1010 1100 0001 1010 1000 0010(这个就是运算出来的Hash)
* hashcode 经过扰动函数 然后 就是hash 然后与length
* 如果key == null 就放到0下表的地方
*/
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
2.put(K key, V value)函数里面其实是调用了putVal(hash(key), key, value, false, true);
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
3.purVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict)的真面目
/**
* Implements Map.put and related methods.
*
* @param hash(key)算出来的hash值
* @param key the key
* @param value the value to put
* @param onlyIfAbsent 如果是true的话重复的值就不插入进来了,默认false
* @param evict if false, the table is in creation mode.
* @return previous value, or null if none
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
//tab:引用当前hashMap的散列表
//p:表示当前散列表的元素
//n:表示散列表数组的长度
//i:表示路由寻址 结果
Node<K,V>[] tab; Node<K,V> p; int n, i;
//延迟初始化逻辑,第一次调用putVal时会初始化hashMap对象中的最耗费内存的散列表
if ((tab = table) == null || (n = tab.length) == 0)
//把长度赋值给n
n = (tab = resize()).length;
//最简单的一种情况:寻址找到的桶位 刚好是 null,这个时候,直接将当前k-v=>node 扔进去就可以了
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else /{
//e:不为null的话,找到了一个与当前要插入的key-value一致的key的元素
//k:表示临时的一个key
Node<K,V> e; K k;
//表示桶位中的该元素,与你当前插入的元素的key完全一致,表示后续需要进行替换操作
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
//key是要插入的数据 p是这个位置的元素
e = p; //把原来位置的p 赋值给e
else if (p instanceof TreeNode)//红黑树,下期讲。
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else *{
//链表的情况,而且链表的头元素与我们要插入的key不一致。
for (int binCount = 0; ; ++binCount) {
//条件成立的话,说明迭代到最后一个元素了,也没找到一个与你要插入的key一致的node
//说明需要加入到当前链表的末尾(没有一个相同的元素)
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//条件成立的话,说明当前链表的长度,达到树化标准了,需要进行树化
if (binCount >= TREEIFY_THRESHOLD - 1) // 链表的长度》=8(0-7)
//树化操作
treeifyBin(tab, hash);
break;
}
//条件成立的话,说明找到了相同key的node元素,需要进行替换操作
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e; //用于循环
}
}*
//e不等于null,条件成立说明,找到了一个与你插入元素key完全一致的数据,需要进行替换
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}/
//modCount:表示散列表结构被修改的次数,替换Node元素的value不计数
++modCount;
//插入新元素,size自增,如果自增后的值大于扩容阈值,则触发扩容。
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
4.HashMap resize 扩容方法分析(核心)
0、旧的数组容量大于MAXIMUM_CAPACITY……2^31,不会再创建新的数组对象,否则resize方法一定会返回一个新的Node数组对象
1、新创建的数组对象容量一定是旧数组的2倍
2、新的数组对象,它的扩容阈值一定是旧的数组对象扩容阈值的2倍
3、较长的单链表在扩容时是可能会被分割成两个单链表的
/*
* 为什么需要扩容?
* 为了解决哈希冲突导致的链化影响查询效率的问题,扩容会缓解该问题。
*/
final Node<K,V>[] resize() {
//oldTab:引用扩容前的哈希表
Node<K,V>[] oldTab = table;
//oldCap:表示扩容之前table数组的长度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//oldThr:表示扩容之前的扩容阈值,触发本次扩容的阈值
int oldThr = threshold;
//newCap:扩容之后table数组的大小
//newThr:扩容之后,下次再次触发扩容的条件
int newCap, newThr = 0;
//条件如果成立说明 hashMap中的散列表已经初始化过了,这是一次正常扩容
if (oldCap > 0) {
//扩容之前的table数组大小已经达到 最大阈值后,则不扩容,且设置扩容条件为 int 最大值。
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//oldCap左移一位实现数值翻倍,并且赋值给newCap, newCap 小于数组最大值限制 且 扩容之前的阈值 >= 16
//这种情况下,则 下一次扩容的阈值 等于当前阈值 X 2
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY) //这个不满足时 newThr =0
newThr = oldThr << 1; // double threshold
}
//oldCap == 0,说明hashMap中的散列表是null
//1.new HashMap(initCap, loadFactor);
//2.new HashMap(initCap);
//3.new HashMap(map); 并且这个map有数据
else if (oldThr > 0) // initial capacity was placed in threshold
//把一开始传入的自定义的数值通过》=2的次方数后的数 赋值给了 threshold newThr =0
newCap = oldThr;
//oldCap == 0,oldThr == 0
//new HashMap();
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;//16
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);//12
}
//newThr为零时,通过newCap*loadFactor计算出一个newThr
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//把newThr赋值给扩容阈值 下一次扩容就按照这个来
threshold = newThr;
//创建出一个更长 更大的数组
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//说明,hashMap本次扩容之前,table不为null
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
//当前node节点
Node<K,V> e;
//说明当前桶位中有数据,但是数据具体是 单个数据,还是链表 还是 红黑树 并不知道
if ((e = oldTab[j]) != null) {
//方便JVM GC时回收内存
oldTab[j] = null;
//第一种情况:当前桶位只有一个元素,从未发生过碰撞,这情况 直接计算出当前元素应存放在 新数组中的位置,然后
//扔进去就可以了
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//第二种情况:当前节点已经树化,本期先不讲,下一期讲 ,
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
//第三种情况:桶位已经形成链表
//低位链表:存放在扩容之后的数组的下标位置,与当前数组的下标位置一致。
Node<K,V> loHead = null, loTail = null;
//高位链表:存放在扩容之后的数组的下表位置为 当前数组下标位置 + 扩容之前数组的长度
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//hash-> .... 1 1111 &oldCap = 1000
//hash-> .... 0 1111 &oldCap = 0
// 0b 10000 old
//把高位链放到高位 低位放到低位
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;
}
首先定义5个局部变量:loHead、loTail、hiHead、hiTail、next,均是Node类型,lo开头的为一组、hi开头的为另外一组、next单独存在,作者为什么要定义这5个局部变量?
do……while循环开始……局部变量next负责存储当前节点对象的下一个节点对象e.next,接着会将每个当前节点对象e持有的hash与旧数组容量oldCap作一个按位与计算,按位与计算的结果会出现两种情况:0与非0
当按位与的结果为0时,由loHead、loTail负责持有单链表中的节点对象(loHead的作用是指向头结点、loTail的作用是指向尾节点)
当按位与的结果为非0时,由hiHead、hiTail负责持有单链表的节点对象(hiHead指向头结点、hiTail指向尾节点)
上面的行为,如果都有命中,那么旧数组桶中的一个单链表就会被分割成两个单链表
在旧数组中的单链表循环结束后,loHead、hiHead分别持有的单链表会分别放到新数组中的桶中,loHead持有的单链表会放到新数组中与旧数组相同的桶下标j处,而hiHead持有的单链表则会放到新数组中的j+oldCap桶下标处.
5.HashMap get 方法分析
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
getNode(hash(key), key)是主要的代码,下面来解析这个方法
final Node<K,V> getNode(int hash, Object key) {
//tab:引用当前hashMap的散列表
//first:桶位中的头元素
//e:临时node元素
//n:table数组长度
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//第一种情况:定位出来的桶位元素 即为咱们要get的数据
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//说明当前桶位不止一个元素,可能 是链表 也可能是 红黑树
if ((e = first.next) != null) {
//第二种情况:桶位升级成了 红黑树
if (first instanceof TreeNode)//下一期说
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//第三种情况:桶位形成链表
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
6.HashMap remove 方法分析
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
调用了 removeNode(hash(key)这个方法
/**
* Implements Map.remove and related methods.
*
* @param hash hash for key
* @param key the key
* @param value the value to match if matchValue, else ignored
* @param matchValue if true only remove if value is equal
* @param movable true:当key和value都相同的情况下才会删除
* @return the node, or null if none
*/
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
//tab:引用当前hashMap中的散列表
//p:当前node元素
//n:表示散列表数组长度
//index:表示寻址结果
Node<K,V>[] tab; Node<K,V> p; int n, index;
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
//说明路由的桶位是有数据的,需要进行查找操作,并且删除
//node:查找到的结果
//e:当前Node的下一个元素
Node<K,V> node = null, e; K k; V v;
//第一种情况:当前桶位中的元素 即为 你要删除的元素
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
//说明,当前桶位 要么是 链表 要么 是红黑树
if (p instanceof TreeNode)//判断当前桶位是否升级为 红黑树了
//第二种情况
//红黑树查找操作,下一期再说
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
//第三种情况
//链表的情况
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e; //这个node是p的下一个
} while ((e = e.next) != null);
}
}
//判断node不为空的话,说明按照key查找到需要删除的数据了
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
//第一种情况:node是树节点,说明需要进行树节点移除操作
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
//第二种情况:桶位元素即为查找结果,则将该元素的下一个元素放至桶位中
else if (node == p)
tab[index] = node.next;
else
//node是p的下一个元素
//第三种情况:将当前元素p的下一个元素 设置成 要删除元素的 下一个元素。
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
//将删除结果返回
return node;
}
}
return null;
}
7.HashMap replace 方法分析
@Override
public boolean replace(K key, V oldValue, V newValue) {
Node<K,V> e; V v;
//调用了上面的getNode方法,然后判断了当前的结点是否存在,原来的value和现在的value是否相等,
//如果相等就替换
if ((e = getNode(hash(key), key)) != null &&
((v = e.value) == oldValue || (v != null && v.equals(oldValue)))) {
e.value = newValue;
afterNodeAccess(e);
return true;
}
return false;
}
@Override
public V replace(K key, V value) {
Node<K,V> e;
if ((e = getNode(hash(key), key)) != null) {
V oldValue = e.value;
e.value = value;
afterNodeAccess(e);
return oldValue;
}
return null;
}