默认参数设置
//如果构造函数初始化没有传值。则使用默认的初始化哈希桶容量为16 ,
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//最大hash桶容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认加载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//从链表转换为红黑树的阈值
static final int TREEIFY_THRESHOLD = 8;
//将红黑树转换为链表的阈值
static final int UNTREEIFY_THRESHOLD = 6;
//初始化红黑树容量
static final int MIN_TREEIFY_CAPACITY = 64;
HashMap属性
/* ---------------- Fields -------------- */
//hash桶又叫hashtable、hash表,所有的数据都存储在这个属性里面,体现出数组+链表/红黑树数据结构。
//链表数量超过8则转换为红黑树。
//其中数组的索引来源于key的hash值,如果出现hash冲突并且数量小于8则使用头插法将数据插入table[hash]所指向的node头节点。大于8则将链表转换为红黑树
transient Node<K,V>[] table;
//缓存了hashMap的key集合,使用了HashMap中EntrySet作为实现类。
transient Set<Map.Entry<K,V>> entrySet;
//记录hashmap所有键值对的数量
transient int size;
//记录hashmap数据结构被修改的次数,modifyCount
transient int modCount;
//要调整的下一个值的大小
//在put时候调用resize方法设置初始值=(int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
//默认加载因子*默认容量=0.75*16 = 12,每put一次size++,当size的值达到threshold时候就会进行扩容,而不是达到16才扩容
int threshold;
//加载因子不指定默认是0.75
final float loadFactor;
TreeNode实现
通过idea我们可以看到TreeNode的类图:
并且这些类除了Entry类之外,都在HashMap里面实现,其中Entry实现类在LinkedHashMap中实现。
Node实现
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;// hash值
final K key; //key
V value;//value
Node<K,V> next; //next指针节点
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
Entry实现类
static class Entry<K,V> extends HashMap.Node<K,V> { //继承了了hashmap的node类
Entry<K,V> before, after;//双向链表??
Entry(int hash, K key, V value, Node<K,V> next) {
super(hash, key, value, next);
}
}
TreeNode实现
这里应该是封装了红黑树的增删查改功能。不做详细解析,一般面试也不会问那么细。
红黑树是从搜索二叉树演变过来的,为了防止搜索二叉树出现的极端情况,树变成链表形式。
如图:
而设计的一种数据结构,是一颗平衡二叉树,平衡二叉树的查找、删除、修改时间复杂度都是O(log^n)。
为什么AVL也是一颗平衡二叉树,java并没有使用AVL而选择使用红黑树?
网上是这么说的:
AVL树和红黑树有几点比较和区别:
(1)AVL树是更加严格的平衡,因此可以提供更快的查找速度,一般读取查找密集型任务,适用AVL树。
(2)红黑树更适合于插入修改密集型任务。
(3)通常,AVL树的旋转比红黑树的旋转更加难以平衡和调试。
总结:
(1)AVL以及红黑树是高度平衡的树数据结构。它们非常相似,真正的区别在于在任何添加/删除操作时完成的旋转操作次数。
(2)两种实现都缩放为a O(lg N),其中N是叶子的数量,但实际上AVL树在查找密集型任务上更快:利用更好的平衡,树遍历平均更短。另一方面,插入和删除方面,AVL树速度较慢:需要更高的旋转次数才能在修改时正确地重新平衡数据结构。
(3)在AVL树中,从根到任何叶子的最短路径和最长路径之间的差异最多为1。在红黑树中,差异可以是2倍。
(4)两个都给O(log n)查找,但平衡AVL树可能需要O(log n)旋转,而红黑树将需要最多两次旋转使其达到平衡(尽管可能需要检查O(log n)节点以确定旋转的位置)。旋转本身是O(1)操作,因为你只是移动指针。
红黑树
1、介绍:红黑树是一种二叉查找树,但在每个节点上增加一个存储位表示节点的颜色,可以是red或black。通过对任何一条从根到叶子的路径上的各个节点着色方式的限制,红黑树确保没有一条路径会比其他路径长出两倍,因而是接近平衡的。
2、定义:它或者是一颗空树,或者是具有一下性质的二叉查找树
1): 每个节点或是红的,或是黑的。
2):根节点是黑的。
3):每个叶节点(NIL)是黑的。(在实现过程中都是指向null的)(所有NULL结点称为叶子节点,且认为颜色为黑)
4):如果一个节点是红的,则他的两个子节点是黑的。
5):对每个节点,从该节点到其子孙节点的所有路径上包含相同数目的黑节点。
3、结构:树中的每个节点上包含五个域:color、key、left、right、p。如果其节点没有一个子节点或者父节点,则该节点相应的指针(p)域包含值NIL。我们把这些NIL视为指向二叉查找树的外节点,而把带关键字的节点是为树的内节点。
4、高度:一颗有n个内节点的红黑树的高至多为2lg(n+1)。
//红黑树的实现。
TreeNode<K,V> extends LinkedHashMap.Entry<K,V>
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // 父亲节点
TreeNode<K,V> left;//左节点
TreeNode<K,V> right;//右节点
TreeNode<K,V> prev; //删除后需要取消下一步的链接
boolean red;
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
/**
* Returns root of tree containing this node.
*/
final TreeNode<K,V> root() {
for (TreeNode<K,V> r = this, p;;) {
if ((p = r.parent) == null)
return r;
r = p;
}
}
}
重要方法PUT
//可以看到put方法调用的是putVal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;
//首先判断哈希表是否为空,如果为空则调用resize()方法进行初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//根据hash值计算出hash表的索引,这里的hash值并不是真正的hash下标索引,
//默认n=16,这里有个技巧,如果n是2的y次幂,x%n = x&(n-1),所以这里实际就是对hash值取模。
//之后再判断是否hash冲突,如果没有hash冲突则new一个Node对象,存储key、value、hash。
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
//这里是出现了hash冲突
else {
Node<K,V> e; K k;
//这里是判断是否是修改原始key的值,如果是则进行修改
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//这里是判断是否为红黑树,如果是则调用红黑树的putTreeVal方法增加节点。
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//遍历链表节点,这里使用的是尾插法。
for (int binCount = 0; ; ++binCount) {
//判断节点的next元素是否为空,如果不为空则将next指向new的节点(即新建的元素)
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//判断是否超过红黑树的阈值,超过则转换为红黑树。
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//如果在链表中找到的相同的key,说明key在之前就已经存在,修改该node的value就行,所以退出循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
//这里是用于链表遍历
p = e;
}
}
//如果找到了节点则进行更新,
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//修改数据次数+1
++modCount;
//如果大于要调整的下一个值的大小则进行扩容,默认是12
if (++size > threshold)
resize();
//该方法由linkHashMap实现
afterNodeInsertion(evict);
return null;
}
/**
* 扩容方案
*/
final Node<K,V>[] resize() {
//记录旧的hash表
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
//如果就的容量>0则说明旧的节点有数据
if (oldCap > 0) {
//判断是否达超过最大容量,如果超过则返回,不进行扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//判断容量是否大于等于初始值,小于最大值,满足条件则进行扩容
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//进行两倍扩容如果是初始值,这里是12*2=24
newThr = oldThr << 1; // double threshold
}
//如果节点没有旧数据,并且oldThr大于0,则扩容数量为oldThr
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
//初始化时候进行扩容
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//如果进行扩容了,阈值还为0,则根据容量得到阈值,衔接 else if (oldThr > 0) newCap = oldThr; 的逻辑
newCap = oldThr;
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;
//如果存在旧值,这里需要将旧值复制到新的hash表中。
if (oldTab != null) {
//遍历获取链表数据
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//如果node不为空
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//如果只有一个节点
if (e.next == null)
//进行rehash,重新计算数组下表,hash值和新的容量进行求模,并将节点数据存储到hash表中。
newTab[e.hash & (newCap - 1)] = e;
//如果是红黑树,则使用红黑树的方法进行扩容。
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
//如果是多个链表,则进行遍历复制。
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
/**
* System.out.println(17&16); 16
System.out.println(18&16); 16
System.out.println(31&16); 16
System.out.println(32&16); 0
**/
//从以上结果集可以看出:0说明hash值已经超过旧容量的2倍
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);
//loTail表示?
if (loTail != null) {
loTail.next = null;
//这里为什么不进行rehash,直接取j的值作为hash表的下标?
newTab[j] = loHead;
}
//hiTail表示?
if (hiTail != null) {
hiTail.next = null;
//进行rehash?
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
重要方法get
//可以看到这里根据计算的hash值获取node再获取value
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
//
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//判断hash表是否存在,存在则获取
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//首先判断是不是第一个节点,如果是直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//
if ((e = first.next) != null) {
//如果是红黑树则调用红黑树方法查找并返回
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//如果不是则遍历链表找到相同的key为止
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}