JDK核心源码深入剖析(双向链表和哈希映射)
JDK核心源码深入剖析(双向链表和哈希映射)
1 双向链表底层实现原理
1.1 双向链表与数据结构
什么是LinkedList
LinkList是一个双向链表(双链表);它是链表的一种,也是最常见的数据结构,其内部数据呈线性排列,属于线性表结构.
它的每个数据结点中都有两个指针,分别指向直接后继和直接前驱。所以,从双向链表中的任意一个结点开始,都可以很方便地访问它的前驱结点和后继结点,所以是双向链表.
LinkList特点:
链表: 优势:不是连续的内存,随便插入(前、中间、尾部) 插入O(1) 劣势:查询慢O(N)
线程不安全的,允许为null,允许重复元素
蓝色表示;可随意插入、删除
查询循环循环链表
总结
双链表既有指向下一个节节点的指针,也有指向上一个结点的指针(双向读)
所谓指针,就是指向其他节点的一个对象的引用(说白了就是定义了两个成员变量)
双向链表线程不安全的,允许为null,允许重复元素
查询O(n)
插入删除O(1)
1.2 双向链表继承关系
LinkedList 是一个继承于AbstractSequentialList的双向链表。 LinkedList 实现 List 接口,能对它进行队列操作。 LinkedList 实现 Deque 接口,能将LinkedList当作**双端队列(double ended queue)**使用。 LinkedList 实现了Cloneable接口,即覆盖了函数clone(),能克隆。 LinkedList 实现java.io.Serializable接口,这意味着LinkedList支持序列化,能通过序列化去传输。
1.3 双向链表源码深度剖析
public static void main(String[] args) {
LinkedList<String> linkedList = new LinkedList<String>();
linkedList.add("100");//尾插,等价于 linkedList.addLast()
linkedList.add("200");
linkedList.add("300");
//*******中间插入linkedList..add(3,"700")*************
linkedList.add("400");
linkedList.add("500");
linkedList.add("600");
System.out.println(linkedList);
linkedList.add(3,"700");//中间插入
System.out.println(linkedList);
//*******修改***************************************
linkedList.set(3,"700000000");
System.out.println(linkedList);
//*******查询***************************************
System.out.println(linkedList.getFirst());//头查
System.out.println(linkedList.getLast());//尾插
// for(int s=0;s<linkedList.size();s++){
// System.out.println(linkedList.get(s));//随机插
// }
//*******移除***************************************
LinkedList<String> linkedListRemove = new LinkedList<String>();
linkedListRemove.add("100");
linkedListRemove.add("200");
linkedListRemove.add("300");
linkedListRemove.remove(1);//指定移除
linkedListRemove.removeAll(linkedList);//也调用上面的unlink方法;LinkedList.ListItr.remove
}
1.3.1 链表成员变量与内部类
我们先来定义几个叫法,后面会用到它
transient int size = 0; //元素个数
/**
* Pointer to first node.
* Invariant: (first == null && last == null) ||
* (first.prev == null && first.item != null)
*/
transient Node<E> first; //头结点引用(查询时获取)
/**
* Pointer to last node.
* Invariant: (first == null && last == null) ||
* (last.next == null && last.item != null)
*/
transient Node<E> last; //尾节点引用(查询时获取)
private static class Node<E> { //链表节点元素,封装了真实数据,同时加入了前后指针
E item; ;//元素,这是放入的真实数据
Node<E> next; //下一个节点,指针也是Node类型
Node<E> prev; //上一个节点
//构造器,前、值、后,很清晰
Node(Node<E> prev, E element, Node<E> next) {
this.item = element; //新元素
this.next = next; //下个节点
this.prev = prev; //上个节点
}
}
1.3.2 双向链表构造器
无参构造器: 没有做任何事情
public LinkedList() { //无参构造器
}
有参构造器:传入外部集合的构造器
public LinkedList(Collection<? extends E> c) {
this();
addAll(c);
}
秘密就藏在addAll上(重点,画图展示)
public boolean addAll(int index, Collection<? extends E> c) {
checkPositionIndex(index); //边界判断
Object[] a = c.toArray(); //不管你传啥类型,统一转成数组
int numNew = a.length; //需要新插入的个数
if (numNew == 0)
return false;
//两个指针,这俩表示你要插入点的前后两个节点。我们称之为前置node和后置 node //比如你的index=2 : 【 000 1111(pred) (index) 2222(succ) 33333 …… 】
Node<E> pred, succ;
if (index == size) { //下面就要定位到这俩指针的位置
succ = null; //如果指定的index和尾部相等,很显然后置是没有的
pred = last; //前置就是最后一个元素last
} else {
succ = node(index); //否则的话,后置就是当前index位置的node
pred = succ.prev; //前置就是当前index位置的prev,很好理解
}
for (Object o : a) { //开始循环遍历插入元素
@SuppressWarnings("unchecked") E e = (E) o;
Node<E> newNode = new Node<>(pred, e, null); //定义个新节点,包装当前 元素
if (pred == null)//如果前置为空,注意什么时候才为空?只有当前list没有元 素的时候
first = newNode; //说明是第一次放入元素,将first指向当前元素,完工
else
pred.next = newNode; //否则的话,前置node的后指针指向当前元素(接上 了)
pred = newNode; //让前置指针后移,指向刚新建的node,为下一次循环做准备
} //依次循环,往上接,接完后,pred就是最后一个插入的元素
//全部循环接完以后,再来处理新接链条的后指针
if (succ == null) { //如果后置是null的话,说明我们一直在尾部插入
last = pred; //将last指向最后一个插入的元素即可,它就是尾巴
} else {
pred.next = succ; //否则的话,最后一个插入的next指向原来插入前的后置
succ.prev = pred; //后置的前指针指向最后插入的元素,这两步是一对操作缺一不可
} //到此为止,截断的后半截链条也对接上了。
size += numNew; //最后不要忘记,元素数量增加
modCount++; //操作计数器增加
return true;
}
1.3.3 链表插入(重点)
1) 双向链表尾插法
1、add(E e),
2、addLast;
调用的方法都一样(linkLast)
public boolean add(E e) {
linkLast(e); //在链表尾部添加
return true;
}
在链表尾部添加
void linkLast(E e) {
final Node<E> l = last; ;//取出当前最后一个节点
final Node<E> newNode = new Node<>(l, e, null); //创建一个新节点,注意其前驱 节点为l
last = newNode; //尾指针指向新节点
if (l == null) //如果原来的尾巴节点为空,则表示链表为空,则将first节点也赋值为 newNode
first = newNode;
else
l.next = newNode; // 否则的话,将原尾巴节点的后指针指向新节点,构成双向环
size++; // 计数
modCount++; // 计数
}
结论:默认add就是尾插法,追加到尾部
2)双向链表中间插入
linkedList.add(3,"700");//中间插入
双向链表中间插入add(int index, E element)
//自定义插入
linkedList.add(3,"700");
源码如下
public void add(int index, E element) {
checkPositionIndex(index); //越界检查
if (index == size) )//如果index就是指向的尾部,自然调尾插即可
linkLast(element);
else
linkBefore(element, node(index)); //否则的话,找到index位置的node,插队到 它前面去
}
Node<E> node(int index) {
// assert isElementIndex(index);
// 这里有一个讨巧的设计!很灵活的应用了我们的first和last
if (index < (size >> 1)) { // index如果小于链表长度的1/2 (size右移1就是除以 2)
Node<E> x = first;
for (int i = 0; i < index; i++) //从链表头开始移动 index 次
x = x.next; //依次往后指
return x; // 循环完后,就找到了index位置的node,返回即可
} else { // 否则,说明index在链表的后半截,我们从链表尾部倒着往前找
Node<E> x = last;
for (int i = size - 1; i > index; i--) //一直循环,直到index位置
x = x.prev;
return x; //抓到后返回,完工
}
}
void linkBefore(E e, Node<E> succ) {
// assert succ != null;
//找到之后,也就是这里的succ,我们就开始在它 前面插入新元素
final Node<E> pred = succ.prev; //上个节点
final Node<E> newNode = new Node<>(pred, e, succ); //构建新的双向节点
succ.prev = newNode; //修改后置节点的前指针
if (pred == null) //如果前驱节点为空,链表为空
first = newNode; //那么当前插入的就是头节点
else
pred.next = newNode; //否则修改前置的后指针,指向新节点,双向链表对接成功!
size++; //个数加1
modCount++; //修改次数加1
}
1.3.4 双向链表修改方法
非常简单!
找到包装值的node,修改掉里面的属性即可
public E set(int index, E element) {
checkElementIndex(index); //越界检查
Node<E> x = node(index); //通过链表索引找到node
E oldVal = x.item;//获取原始值
x.item = element; //新值赋值
return oldVal; //返回老值
}
1.3.5 双向链表查询方法
简单!
get(int index):按照下标获取元素; 通用方法 getFirst():获取第一个元素; 特有方法,直接拿指针就是 getLast():获取最后一个元素; 特有方法,同样直接拿指针
public E get(int index) {
checkElementIndex(index);
return node(index).item; //找到原始数组对应index的node
}
1.3.6 双向链表删除方法
remove(E e):移除指定元素; 通用方法
removeAll(Collection<?> c) 移除指定集合的元素; 也调用的unlink方法
public boolean remove(Object o) {
if (o == null) { //如果要移除null元素
for (Node<E> x = first; x != null; x = x.next) {
//从fist顺着链表往后 找
if (x.item == null) { //发现就干掉
unlink(x); //重点!干掉元素调用的其实是unlink方法
return true;
}
}
} else {
for (Node<E> x = first; x != null; x = x.next) {
//如果不是移除null的话,路子一个样,无非就是 ==换成equals判断
if (o.equals(x.item)) {
unlink(x);
return true;
}
}
}
return false;
}
E unlink(Node<E> x) {
// assert x != null;
final E element = x.item; //元素
final Node<E> next = x.next;//下个节点
final Node<E> prev = x.prev;//上个节点
if (prev == null) {
//上个为空,说明当前要移除的就是头节点,将fist指针指向后置,我被 移除后它升级为头了
first = next;
} else {
prev.next = next; //否则,前置的后指针指向后置
x.prev = null; //当前节点的前指针切断!
}
if (next == null) { //后置为空说明当前要移除的是尾节点,我被移除后,我的前置成为尾巴
last = prev;
} else {
next.prev = prev; //否则,后置的前指针指向前置节点
x.next = null; //当前节点的后指针切断!
} //到这里前后指针就理清了,该断的断了,该接的接了
x.item = null; // 把当前元素改成null,交给垃圾回收
size--; //链表大小减一
modCount++; //修改次数加一
return element; //已删除元素
}
2 不可不知的哈希映射
2.1 HashMap数据结构
概念:
HashMap 是一个利用**散列表(哈希表)**原理来存储元素的集合,是根据Key value而直接进行访问的数
据结构
在 JDK1.7 中,HashMap 是由 数组+链表构成的。
在 JDK1.8 中,HashMap 是由 数组+链表+红黑树构成
数组: 优势:数组是连续的内存,查询快(o1) 劣势:插入删除O(N)
链表: 优势:不是连续的内存,随便插入(前、中间、尾部) 插入O(1) 劣势:查询慢O(N)
思考?
为什么是JDK1.8 是数组+链表+红黑树???
HashMap变化历程
1.7的数据结构:链表变长,效率低 了!!!
1.8的数据结构:
数组+链表+红黑树
链表–>红黑(链长度>8、数组长度大于64)
总结:
JDK1.8使用红黑树,其实就是为了提高查询效率
因为,1.7的时候使用的数组+链表,如果链表太长,查询的时间复杂度直接上升到了O(N)
2.2 HashMap继承体系
总结
HashMap已经继承了AbstractMap而AbstractMap类实现了Map接口
那为什么HashMap还要在实现Map接口呢?
据 java 集合框架的创始人Josh Bloch描述,这样的写法是一个失误。
在java集合框架中,类似这样的写法很多,最开始写java集合框架的时候,他认为这样写,在某些地方可能是有价值的,直到他意识到错了。
显然的,JDK的维护者,后来不认为这个小小的失误值得去修改,所以就这样存在下来
- Cloneable 空接口,表示可以克隆
- Serializable 序列化
- AbstractMap 提供Map实现接口
2.3 HashMap源码深度剖析
1)目标:
通过阅读HashMap(since1.2)源码,我们可以知道以下几个问题在源码是如何解决的
(1)HashMap的底层数据结构是什么?
(2)HashMap中增删改查操作的底部实现原理是什么?
(3)HashMap是如何实现扩容的?
(4)HashMap是如何解决hash冲突的?
(5)HashMap为什么是非线程安全的?
2)测试代码如下
public static void main(String[] args) {
HashMap<Integer, String> m = new HashMap<Integer, String>();//尾插
//断点跟踪put
m.put(1, "001");
m.put(1, "002");
m.put(17, "003");//使用17可hash冲突(存储位置相同)
//断点跟踪get
System.out.println(m.get(1));//返回002(数组查找)
System.out.println(m.get(17));//返回003(链表查找)
//断点跟踪remove
m.remove(1);//移除
System.out.println(m);
m.remove(1, "002");//和上面的remove走的同一个代码
}
3)关于hashMap基本结构的验证
先来个小验证,几乎地球人都知道map是 数组 + 链表 结构,那我们先来验证一下
再来看debug结果:
验证了基本结构,那为啥1和17就在一块了?到底谁和谁放在一个链上呢?内部到底怎么运作的?往下看 ↓
2.3.1 成员变量与内部类
目标:先了解一下它的基本结构
回顾:位运算(下面还会频繁用到)
1<<4
二进制相当于1右边补4个0:10000
十进制相当于1 x 2的4次方 , 也就是 16
二进制运算是因为它的计算效率高
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//16,默认数组容量:左 位移4位,即16
/**
* The maximum capacity, used if a higher value is implicitly specified
* by either of the constructors with arguments.
* MUST be a power of two <= 1<<30.
*/
//最大容量:即2的30次幂
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
* The load factor used when none specified in constructor.
*/
//负载因子:扩容使用,统计学计算出 的最合理的
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
* The bin count threshold for using a tree rather than list for a
* bin. Bins are converted to trees when adding an element to a
* bin with at least this many nodes. The value must be greater
* than 2 and should be at least 8 to mesh with assumptions in
* tree removal about conversion back to plain bins upon
* shrinkage.
*/
//链表转红黑树阈值
static final int TREEIFY_THRESHOLD = 8;
/**
* The bin count threshold for untreeifying a (split) bin during a
* resize operation. Should be less than TREEIFY_THRESHOLD, and at
* most 6 to mesh with shrinkage detection under removal.
*/
//当链表的值小<6, 红黑树转链表
static final int UNTREEIFY_THRESHOLD = 6;
/**
* The smallest table capacity for which bins may be treeified.
* (Otherwise the table is resized if too many nodes in a bin.)
* Should be at least 4 * TREEIFY_THRESHOLD to avoid conflicts
* between resizing and treeification thresholds.
*/
//转红黑树的最小值
static final int MIN_TREEIFY_CAPACITY = 64;
//HashMap中的数组,中间状态数据
transient Node<K,V>[] table;
/**
* Holds cached entrySet(). Note that AbstractMap fields are used
* for keySet() and values().
*/
//用来存放缓存,中间状态数据;
transient Set<Map.Entry<K,V>> entrySet;
/**
* The number of key-value mappings contained in this map.
*/
//size为HashMap中K-V的实时数量(重点),注意!不是table的长度!
transient int size;
/**
* The number of times this HashMap has been structurally modified
* Structural modifications are those that change the number of mappings in
* the HashMap or otherwise modify its internal structure (e.g.,
* rehash). This field is used to make iterators on Collection-views of
* the HashMap fail-fast. (See ConcurrentModificationException).
*/
//用来记录HashMap的修改次数,几个集合里都有它
transient int modCount;
/**
* The next size value at which to resize (capacity * load factor).
*
* @serial
*/
// (The javadoc description is true upon serialization.
// Additionally, if the table array has not been allocated, this
// field holds the initial array capacity, or zero signifying
// DEFAULT_INITIAL_CAPACITY.)
//扩容临界点;(capacity * loadFactor)(重点)
int threshold;
/**
* The load factor for the hash table.
*
* @serial
*/
//负载因子 DEFAULT_LOAD_FACTOR = 0.75f赋值
final float loadFactor;
/**
* Basic hash bin node, used for most entries. (See below for
* TreeNode subclass, and in LinkedHashMap for its Entry subclass.)
*/
static class Node<K,V> implements Map.Entry<K,V> {
//数组和链表上的节点,1.8前叫 Entry
final int hash; //扰动后的hash
final K key; //map的key
V value; //map的value
Node<K,V> next; //下个节点
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
2.3.2 HashMap构造器
1)目标:学习下面的三个构造器,它们都干了哪些事情?
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap(int initialCapacity, float loadFactor) {
//赋值,多了一些边界判断
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
map的构造函数就做了几个赋值这么点事?这么简单?错!接着往下看
2)无参构造函数验证
使用默认构造函数时,在put之前和之后分别debug以上变量信息对比看看
之前:
之后
3)自定义初始化参数验证
接下来我们胡搞一下,让容量=15,因子=0.5,猜一猜会发生什么?
调试到put之后,再来看:
源码剖析:
在有参数构造时,最终tableSizeFor
//capacity函数,初始化了table,就是table的length,否则取的是threshold
final int capacity() {
return (table != null) ? table.length :
(threshold > 0) ? threshold :
DEFAULT_INITIAL_CAPACITY;
}
//带参数的初始化,其实threshold调用的是以下函数:
//这是什么神操作???
//其实是将n转成2进制,右移再和自己取或,相当于把里面所有的0变成了1
//最终目的:找到>=n的,1开头后面全是0的数。如果n=111 , 那就是 1000 ; 如果 n=100,那就是它自己
//而这个数,恰好就是2的指数,为后面的扩容做铺垫
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; //到这一步n已经各个位都是1了。
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1; //范围校验,小于0返回1,大于最大值返回最大值,绝大多数正常情况下,返回n+1,也就是 10000……
}
调试案例:
public static void main(String[] args) {
System.out.println(tableSizeFor(9)); //9的二进制更能看出以下变化
}
static final int tableSizeFor(int cap) {
System.out.println(Integer.toBinaryString(cap)); //1001
int n = cap - 1;
System.out.println(Integer.toBinaryString(n)); //1000
n |= n >>> 1; //无符号右移,前面补0
System.out.println(Integer.toBinaryString(n)); //右移再或,1100
n |= n >>> 2;
System.out.println(Integer.toBinaryString(n)); //再移动2位, 1111
n |= n >>> 4;
System.out.println(Integer.toBinaryString(n)); //就这么长,再迁移也是1111
n |= n >>> 8;
System.out.println(Integer.toBinaryString(n));
n |= n >>> 16;
System.out.println(Integer.toBinaryString(n)); //Integer的最大长度32位,16折半后迁移全覆盖
System.out.println(Integer.toBinaryString(n + 1));
return n + 1; //+1后变为 10000 ,也就是16 , 2的4次方
}
4)总结:
map的构造函数没有你想象的那么简单!
无参构造时,容量=16,因子=0.75。第一次插入数据时,才会初始化table、阈值等信息有参构造时,不会容忍你胡来,会取大于但是最接近你容量的2的整数倍(想一下为什么?提示:和扩容规则有关)
无论哪种构造方式,扩容阈值最终都是 =(容量*因子)
2.3.3 HashMap插入方法
目标:图解+代码+断点分析put源码
1)先了解下流程图
2)关于key做hash值的计算
当我们调用put方法添加元素时,实际是调用了其内部的putVal方法,第一个参数需要对key求hash值
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
小提问:map里所谓的hash是直接用的key的hashCode方法吗?
static final int hash(Object key) {
int h;
//【知识点】hash扰动
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
结论:使用移位和异或做二次扰动,不是直接用的hashCode!
3)核心逻辑
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
//onlyIfAbsent:true不更改现有值;evict:false表 示table为创建状态
//tab=数组,p=插槽指针,n=tab的长度,i数组下标
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)//数组是否null或者==0, 第1次put为空
//初始化数组(or扩容),所以table是在这里初始化的,不是new的时候!
//初始时,n=16
n = (tab = resize()).length;
//【知识点】为何1 与 17 在一个槽上!秘密就藏在寻址这里,后面重点讲
if ((p = tab[i = (n - 1) & hash]) == null) //寻址:(n - 1) & hash(重要!)
//当前插槽没有值,空的!将新 node直接扔进去
tab[i] = newNode(hash, key, value, null);
else {
//有值,说明插槽上发生了碰撞,需要追加成链表了!
Node<K,V> e; K k;
//e=是否找到与当前key相同的节点,找到说明是更新,null说明是新key插入
//k=临时变量,查找过程中的key在这里暂存用
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
//如果不是这个key,但是类型是一个红黑树节点
//这说明当前插槽的链很长,已经变成红黑树了,就调putTreeVal,扔到这颗树上去
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//如果都不是以上情况,那就是链表了
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
//顺着链表一直往后跳,直到遍历到尾巴节点
//然后把key封装成 新node追加到尾巴上
p.next = newNode(hash, key, value, null);
//链表长度计数如果 >8转红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);//红黑树的创建,内部会判断是否大于 64,64以内先扩容
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))// 如果遍历过程中找到相同key,那就赋给e,break跳出for循 环,执行后面的逻辑
break;
p = e;
}
}
if (e != null) { // existing mapping for key
// 如果e非空,说明前面一顿猛如虎的操作后,找到了相同的key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;// 看看onlyIfAbsent,如果让覆盖那就覆盖,不让那就 算了
afterNodeAccess(e);
return oldValue;;// 返回覆盖前的value值,也就是put方法的返回值
}
}
++modCount; //用来记录HashMap的修改次数
if (++size > threshold) //key的数量是否大于阈值
resize(); //如果size大于threshold,就需要进行扩容
afterNodeInsertion(evict);
return null;
}
4)重点(寻址计算):
接上文,关于hash值取得后,放入tab的哪个插槽,也就是所谓的寻址我们重点来讲
(n - 1) & hash
我们还是以开始的例子,1和17为例,他们的hash计算后正好是1和17本身,我们可以验证一下
Integer i = new Integer(1);
Integer j = new Integer(17);
System.out.println(i.hashCode() ^ i.hashCode()>>16); //1
System.out.println(j.hashCode() ^ j.hashCode()>>16); //17
开始位运算
默认n=16,n-1也就是15,二进制是 1111
那么 15 & 1
1 1 1 1
0 0 0 1
与运算后 = 1
再来看15 & 17,17是 10001
1 1 1 1
1 0 0 0 1
与运算后 = 1
所以,1和17肯定会落在table的1号插槽上!两者会成为链表,解释了我们前面的案例
原理:不管你算出的hash是多少,超出tab长度的高位被抹掉,低位是多少就是你所在的槽的位置,也就是 table的下标
思考:为什么不用mod(模运算)进行寻址?mod也能保证不会超出数组边界,岂不是更简单直观?
public static void main(String[] args) {
bit();
mod();
}
public static void bit() {
int num = 10000 * 10;
int a = 1;
long start = System.currentTimeMillis();
for (int i = num; i > 0; i++) {
a &= i;
// a = a&i;
}
long end = System.currentTimeMillis();
System.out.println("BIT耗时>>" + (end - start));
}
public static void mod() {
int num = 10000 * 10;
int a = 1;
long start = System.currentTimeMillis();
for (int i = num; i > 0; i++) {
a %= i;
// a = a%i;
}
long end = System.currentTimeMillis();
System.out.println("MOD耗时>>" + (end - start));
}
跑一下试试?
结论:
一切为了性能
2.3.4 HashMap扩容方法
目标:图解+代码(map扩容与数据迁移)
注意:扩容复杂、绕、难
备注:在resize时会丢数据,线程不安全的
图解: 假设我们 new HashMap(8)
迁移前:长度8 扩容临界点6(8*0.75)
核心源码resize方法
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table; //旧的数组先拿出来
int oldCap = (oldTab == null) ? 0 : oldTab.length; ;//旧数组是null,那就是初 始化咯
int oldThr = threshold; //扩容临界点(旧)
int newCap, newThr = 0; //临时变量,数组容量(新)、扩容临界点(新)
if (oldCap > 0) {
// 扩容的时候调用
if (oldCap >= MAXIMUM_CAPACITY) {//如果旧值达到上限
threshold = Integer.MAX_VALUE; //扩容阈值也调到最大,从此再无意义
//不扩了,直接返回旧的。上限了还扩什么扩
return oldTab;
}
//如果没到上限就计算新容量,注意这时候还没发生实际的数组扩容,真正的扩容迁数据操作在下面
//将旧容量左移1位,也就是乘以2作为新容量,所以map是每次扩到之前的2倍
//链表是右移1位再加上旧长度,也就是扩为原来的1.5倍,注意区别
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
// 同时,阈值也乘以2,为下次扩容做准备
}
else if (oldThr > 0) // initial capacity was placed in threshold
// HashMap(int initialCapacity, float loadFactor)初始化的时候调用
// 将cap和thres相等,约定
newCap = oldThr;
else { // zero initial threshold signifies using defaults
// HashMap() 初始化的时候调用,注意前面验证过了,是在第一次put的时候调的
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
//如果新阈值为0,根据负载因子设置新阈值
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
//以上操作只是重新计算(第一次是初始化)各种容量相关的值,下面重点来了!迁移旧数 据
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab; //以新容量为长度,创建新数组
if (oldTab != null) { //如果旧数组不为空,说明有数据要迁移
for (int j = 0; j < oldCap; ++j) { //遍历数组
Node<K,V> e; //临时变量,记录当前指向的node
if ((e = oldTab[j]) != null) {
oldTab[j] = null; //gc处理
if (e.next == null)
//只一个节点,赋值到新数 组的索引下即可
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
// 如果变成了树,拆成俩拼到新 table上去
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
//如果是链表,拆成两个(重点!!!)
//低位链表(原位置 i)
Node<K,V> loHead = null, loTail = null;
//高位链表(i+n位 置)
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
if ((e.hash & oldCap) == 0) {//oldCap=8,旧容量为 100
// 如果为0,说明e的hash没超出旧cap长度去,在低位不动即 可
if (loTail == null)
// 如果为空的,那就是第一个,同时当头 节点
loHead = e;
else
//否则的话,沿着尾巴一直往上追 加
loTail.next = e;
loTail = e;
}
else {
//如果超了,那就需要迁移到高位去,先给它追加到高位链表 上
if (hiTail == null)
//和低位链表一样
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//注意!在循环完成的时候,高低位链表还是俩独立的临时变量
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;//下标:原位置
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;//下标:原位置+原数组长度 (重点!)
//这地方诠释了为什么map要两倍扩容,对应位置位运算后,加上原 长度就行了
}
}
}
}
}
return newTab; //返回新数组
}
总结(扩容与迁移):
1、扩容就是将旧表的数据迁移到新表
2、迁移过去的值需要重新计算hashCode,也就是他的存储位置
3、关于位置可以这样理解:比如旧表的长度8、新表长度16
旧表位置4有6个数据,假如前三个hashCode是一样的,后面的三个hashCode是一样的
迁移的时候;就需要计算这6个值的存储位置
4、如何计算位置?采用低位链表和高位链表;如果位置4下面的数据e.hash & oldCap等于0,那么它对应的就是低位链表,也就是数据位置不变
5、 e.hash & oldCap不等于0呢?就要重写计算他的位置也就是j + oldCap,(4+8)= 12,就是高位链表位置(新数组12位置)
2.3.5 HashMap获取方法
目标:图解 (这个简单!)
获取流程
get主方法
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
getNode方法
final Node<K,V> getNode(int hash, Object key) {
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) {
// 如果table对应的索引位置上有值
if (first.hash == hash && // always check first node
// 看下第一个元素的key是不是要查找的那个,是的话,返回即可
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
//如果后面还有数据,那就继续遍历
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
//链表查找!!!!!
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
总结:
查询思路比较简单,如果是数组直接返回、如果是红黑实例,就去树上去找,最后,去做链表循环查找
2.3.6 HashMap移除方
移除流程
tips:
两个移除方法,参数上的区别
走的同一个代码
移除方法:一个参数
public V remove(Object key) {
Node<K,V> e; /// 定义一个节点变量,用来存储要被删除的节点(键值对)
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
移除方法:二个参数
/**
* Implements Map.remove and related methods
*
* @param hash 扰动后的hash值
* @param key 要删除的键值对的key,要删除的键值对的value,该值是否作为删除的条件取决
于matchValue是否为true
* @param value key对应的值
* @param matchValue 为true,则当key对应的值和equals(value)为true时才删除;否则不关心value的值
* @param movable 删除后是否移动节点,如果为false,则不移动
* @return 返回被删除的节点对象,如果没有删除任何节点则返回null
*/
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
//注意,p是当前插槽上的头 节点!
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
//和查询一样,确保当前槽上不是空的
Node<K,V> node = null, e; K k; V v;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p; // 如果key相同,说明找到了,将它赋给node
else if ((e = p.next) != null) {
//否则,沿着next一直查找
if (p instanceof TreeNode)
//红黑查找
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
//链表查找
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e; //如果找到,赋值给node
break;
}
p = e;
} while ((e = e.next) != null);
}
}
//如果node不为空,说明根据key匹配到了要删除的节点
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
;// 红黑删除
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
// 不是树,那如果 node == p 的意思是该node节点就是 首节点
else if (node == p)
tab[index] = node.next; // 删掉头节点,第二个节点上位到数组槽上
else
p.next = node.next;//如果不是,那就将p的后指针指向node的后指针,干 掉node即可
++modCount; //HashMap的修改次数递增
--size; // HashMap的元素个数递减
afterNodeRemoval(node);
return node; //返回删除后的节点
}
}
return null; //找不到删除的node,返回null
}
总结:
移除和查询路线差不多,找到后直接remove
注意他的返回值,是删除的那个节点的值
拓展:
1)关于头插法与尾插法
jdk1.7 链表采用头插法,头插法比较快,但多线程下容易造成环形列表;(已过时,了解即可)
jdk1.8是尾插法;
无论哪种链表插入,线程依然是不安全的!没有从根本上解决并发问题
2)为什么说HashMap是线程不安全的
我们从前面的源码分析也能看出,它的元素增删改的时候,没有任何加锁或者cas操作。
而这里面各种++和–之类的操作,显然多线程下并不安全