OK,小伙伴们好,如果你看到了我的上一篇博客;可能会想,怎么就写一点点儿呢?接下来我们来分析get方法是怎么实现的。
咱们先思考一下,put的时候你知道要计算hash值去寻找落点;那么取的时候第一步也肯定是先计算key的hash值对吧。
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
这段代码的执行顺序就不用多说了8,然后接下来我们去思考getNode(hash,key)会怎么实现,它会怎么去寻找?
这个节点有三种落点情况:
(1)落在了数组的位置上面;
(2)落在了红黑树的位置;
(3)落在单链表的位置;
我们推测一下它的伪代码:
Node<K,V>[] tab;
//这个table是源码里面不参与序列化的那个数组;如果它不为空说明它被赋值过;
if((tab = table) != null&&tab[(n - 1) & hash]!=null){
//说明落到了数组上面,得到了位置之后是不是还要判断key
if(key相等){
//就返回tab[(n - 1) & hash]
}
//接下来就是它没有落到数组上面,我们实现判断它落到了红黑树上面还是先判断它落在了链表上呢?
//思考一会儿,先判断红黑树吧,为什么?是不是因为红黑树的查询效率比链表的要高一点嘛?如果不明白的同学可以自己玩一下。红黑树和单链表的查询效率
//判断玩红黑树之后,接下来的从链表里面查询东西,是用while还是if,大家可以思考一下?为什么用while去实现呢?
好的我们逻辑分析的差不多了
}
OK,接下俩看源码跟我们分析的是不是有相似的地方呢?
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) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//如果这个节点的下一个指针不是null
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//这里是从链表中遍历比较
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
这里这个TreeNode节点就是红黑树;我们来看下它的结构。
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
好了,今天的分享就到这里了,感谢大家的点赞嗷。