HashMap

最新推荐文章于 2024-09-07 12:59:11 发布

C in Z

最新推荐文章于 2024-09-07 12:59:11 发布

阅读量67

点赞数 1

分类专栏： Java 文章标签：链表 java 散列表

本文链接：https://blog.csdn.net/police21/article/details/124609306

版权

Java 专栏收录该内容

12 篇文章 0 订阅

订阅专栏

HashMap

基本特性

特性：

hashmap 是一个散列表，存储的内容是以键值对（key-value）进行存储的，key仅允许一条为null的的数据，无序，根据key的hashcode存储数据，不支持线程同步。

数据结构：

JDK1.7:Table数组+Entry链表

JDK1.8:Table数组+Entry链表/红黑树

常用方法

初始化

//不给定初始化容量
Map<String, String> hashMap1 = new HashMap<>();
//给定初始容量(最好给定合适初始容量，避免扩容消耗资源)
Map<String, String> hashMap2 = new HashMap<>(2);
//给定集合
Map<String, String> hashMap3 = new HashMap<>(hashMap1);
//给定初始容量和负载因子(当容量百分比超过因子的进行扩容)
Map<String, String> hashMap4 = new HashMap<>(16,0.8f);

添加数据

HashMap<String, String> map = new HashMap<>(2);
map.put("B","456");
map.put("C","789");
Map<String, String> hashMap1 = new HashMap<>(3);
//添加键值对，存在修改value值
hashMap1.put("A","123");
//将map中的键值对插入hashmap1中
hashMap1.putAll(map);
//如果 hashMap1中不存在指定的键，则将指定的键/值对插入到hashMap1中。
hashMap1.putIfAbsent("A","666");

删除元素

//删除 hashMap1 中指定键 key 的映射关系
hashMap1.remove("A");
//删除 hashMap1 中指定键值对 key-value,不存在该键值对则不删除
hashMap1.remove("B","4567"

获取元素

//获取key=B的value值
String bValue = hashMap1.get("B");
//获取key=A的value值，若不存在返回默认值"555"
String aValue = hashMap1.getOrDefault("A","555");

遍历

//lambda遍历
hashMap1.forEach((key,value)->{
    System.out.println(key+"-"+value);
});
//keySet遍历
for (String key : hashMap1.keySet()) {
    System.out.println(key+"-"+hashMap1.get(key));
}
//entrySet 迭代器遍历
Iterator<Map.Entry<String, String>> iterator = hashMap1.entrySet().iterator();
while (iterator.hasNext()) {
    Map.Entry<String, String> entry = iterator.next();
    System.out.println(entry.getKey());
    System.out.println(entry.getValue());
}
//KeySet 迭代器遍历
Iterator<String> iterator2 = map.keySet().iterator();
while (iterator2.hasNext()) {
    String key = iterator2.next();
    System.out.println(key);
    System.out.println(map.get(key));
}
//stream单线程遍历
map.entrySet().stream().forEach((entry) -> {
    System.out.println(entry.getKey());
    System.out.println(entry.getValue());
});
//stream多线程遍历
map.entrySet().parallelStream().forEach((entry) -> {
    System.out.println(entry.getKey());
    System.out.println(entry.getValue());
});

其他常用的方法

方法	描述
size()	计算 hashMap 中键/值对的数量
containsKey()	检查 hashMap 中是否存在指定的 key 对应的映射关系。
containsValue()	检查 hashMap 中是否存在指定的 value 对应的映射关系。
values()	返回 hashMap 中存在的所有 value 值。
replace()	替换 hashMap 中是指定的 key 对应的 value。
replaceAll()	将 hashMap 中的所有映射关系替换成给定的函数所执行的结果。

源码分析

public class HashMap<K,V> extends AbstractMap implements Map{
//Hash数组初始化容量 -- 16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//Hash数组最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//转红黑树阈值
static final int TREEIFY_THRESHOLD = 8
//红黑树元素节点小于等于6转链表
static final int UNTREEIFY_THRESHOLD = 6;
//操作次数
transient int modCount;
//默认初始容量
int threshold
    
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;
    //判断数组是否为空
    if ((tab = table) == null || (n = tab.length) == 0)
        //初始化
        n = (tab = resize()).length;
    //判断下标位置是否有值
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {//有值
        Node<K,V> e; K k;
        //判断key是否已经存在存在直接替换
        if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        //判断是否是树结构，是则直接插入
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            //遍历插入
            for (int binCount = 0; ; ++binCount) {
                //插入并判断是否需要转红黑树
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    //判断链表长度是否大于8
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        //转红黑树
                        treeifyBin(tab, hash);
                    break;
                }
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        //判断key是否存在，存在即替换
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    //操作次数
    ++modCount;
    //判断是否需要扩容
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
    }

}

核心在于put方法

hashmap的put过程：

1.计算key的hashcode值（hashcode是object基类的方法，如果是String类型，他已经重写了hashcode方法，所以保证了同样的值，hashcode值相等；如果是其他类型，需要自己重写hashcode方法，因为，object的hashcode方法只是返回对象的内存地址，相同值的对象，由于在堆中存放的位置不同，hashcode也不同，这就违反了hashmap的key唯一性的定义），

2.根据hashcode计算key的hash值。（使用hash散列算法，目前采用的是：key==null?0:(h=key.hashCode())^(h>>>16);）

3.根据hash值计算数组index。（Entry[]数组的长度在初始化的时候会被指定，index需要尽可能的分布均匀；两种算法：取模运算(index=hash%length)和位运算(index=hash&(length-1);但是位运算有个前置条件：length的值必须是2的n次幂，因为只有这样，hash%length=hash&(length-1)才成立，实践证明，这样可以降低hash碰撞，就减少存放在链表的可能性，相对的，查询的时候就不用遍历某个位置上的链表，这样查询效率也就较高了。 )；两者都能保证key分布在Entry[0,length-1]上，但是取模运算效率低，所以选用位运算进行映射。）

4.插入，得到index之后，判断Entry[index]当前数组位置上是否已经有值，如果没有，直接插入；如果有值，需要根据equals方法判断key是否已经存在，存在的话直接覆盖；不存在的话，判断Entry[index]是否是treeNode，是的话直接红黑树插入value；如果不是的话，开始遍历链表准备插入，插入后判断此时链表长度是否大于8，大于的话转换为红黑树，插入，不大于的话，根据equals方法判断key是否已经存在，存在的话直接覆盖，不存在的话，直接插入到最前面，其他value后移。插入之后判断此时size是否大于阈值，大于的话需要resize进行扩容，重新映射。

总结：

1.底层存储数据的数组，在第一次put元素的时候初始化，同时发生第一次扩容；

2.相比较JDK 1.8之前的版本，JDK 1.8在链表长度大于8的时候，会转化为红黑树处理，主要是基于效率的考量；

常见问题

HashMap容量为什么必须是2的幂？

因为计算数组中的下标是由key的hash值和数组长度-1进行位运算(&)，如果数组长度不是2的幂，数组长度的二进制有可能出现0，导致数组中的某些位置有可能永远存储不到值
HashMap默认的负载因子为什么是0.75？

通过统计，取得一个时间和空间的平衡
什么是Hash碰撞？

两个对象的hash值一样，也就是key的计算出来的下标相同
HasHMap存储null键的位置？

在table数组第0个下标的位置
HashMap再次扩容的数量？

原来数组的两倍
JDK1.7版本和JDK1.8版本的HashMap有什么区别？

JDK1.7：数组+链表

JDK.18：数组+链表+红黑树，链表中的元素个数大于8并且数组大于64转换为红黑树，提高了查询的效率
为什么链表大于8才转换为红黑树？

泊松分布（了解即可）