一、LinkedList
java.util.LinkedList
集合数据存储的结构是链表结构,方便元素添加、删除的集合。
LinkedList是一个双向链表
1、什么是LinkedList
LinkedList的底层是双向链表结构,由于链表没有将元素存储在连续的空间中,而是存储在单独的节点中,然后通过引用将节点连接起来了,因此在任意位置插入或者删除元素时,不需要搬移元素,效率比较高
-
LinkedList没有实现RandomAccess接口,因此LinkedList不支持随机访问
-
LinkedList的任意位置插入和删除元素时效率比较高,时间复杂度为O(1)
-
LinkedList比较适合任意位置插入的场景
2、LinkedList常用方法
方法 | 说明 |
---|---|
public void addFirst(E e) | 将指定元素插入集合的开头 |
public void addLast(E e) | 将指定元素插入集合的结尾 |
public E getFirst() | 返回集合第一个元素 |
public E getLast() | 返回集合最后一个元素 |
public E removeFirst() | 移除并返回集合的第一个元素 |
public E removeLast() | 移除并返回最后一个元素 |
public E pop() | 从集合所表示的堆栈中弹出一个元素 |
public void push(E e) | 将元素推入集合所表示的堆栈中 |
public boolean isEmpty() | 判断集合是否为空 |
3、List标准使用
LinkedList实现了List接口 ,所以LinkedList是具备List的存储特征的(有序、元素有重复)
public static void main(String[] args) { LinkedList<String> list = new LinkedList<>(); list.add("tom"); list.add("jerry"); list.add("merry"); Iterator<String> iterator = list.iterator(); while (iterator.hasNext()) { System.out.println(iterator.next()); } }
输出
tom jerry merry
4、非List的使用
/* * 非List的使用 * LinkedList在实现List的时候也添加了自己的方法 * 以双向链表存储内容 */ public static void main(String[] args) { LinkedList<String> linkedList = new LinkedList<>(); // 在链表的第一个位置进行插入元素 linkedList.addFirst("tom"); linkedList.addFirst("merry"); linkedList.addFirst("jerry"); // 得到第一个元素 System.out.println(linkedList.get(0)); // 输出jerry System.out.println(linkedList.get(1)); // 输出merry // 得到最后一个元素 System.out.println(linkedList.getLast()); // 输出tom // 移除第一个元素 linkedList.removeFirst(); // 移除最后一个元素 linkedList.removeLast(); // 移除元素之后我们的List中就只剩下merry了 // 那我们读取栈顶元素 System.out.println("读取到栈顶元素:" + linkedList.peek()); }
5、RandomAccess接口
RandomAccess接口是一个空接口,不包含任何方法,只是作为一个标识:
package java.util; public interface RandomAccess { }
实现该接口的类说明其支持快速随机访问,比如ArrayList实现了该接口,说明ArrayList支持快速随机访问。
所谓快速随机访问指的是通过元素的下标即可快速获取元素对象,无需遍历,
而LinkedList则没有这个特性,元素获取必须遍历链表。
linkedList不支持快速访问,其get方法是怎么实现的?
采用二分法遍历每个Node节点,直到找到index位置的节点
二、Vector类
1、什么是Vector
Vector和ArrayList非常相似,它们都实现了相同的接口,继承相同的类,就连方法的实现也非常类似。和ArrayList不同的是,Vector是线程安全的,关键方法上都加了synchronized同步锁,由于Vector效率不高,所以使用的较少,要使用线程安全的ArrayList,推荐CopyOnWriteArrayList。
2、ArrayList & Vector
-
Vector的方法都是同步的(Synchronized),是线程安全的(thread-safe),而ArrayList的方法不是,由于线程的同步必然要影响性能,因此,ArrayList的性能比Vector好。
-
当Vector或ArrayList中的元素超过它的初始大小时,Vector会将它的容量翻倍,而ArrayList只增加50%的大小,这样,ArrayList就有利于节约内存空间。
-
ArrayList类封装了一个动态再分配的Object[]数组。每个ArrayList对象有一个capacity。这个capacity表示存储列表中元素的数组的容量。当元素添加到ArrayList时,它的capacity在常量时间内自动增加
三、集合排序(贯穿项目相关)
案例 (贯穿项目相关)
1.按年龄给所有员工排序(正序),并输出.
2.按年龄给所有员工排序(正序),年龄相同的相邻员工按id排序(倒序),并输出.
1、Collections类概述
Collections
是针对集合操作的工具类。此类仅由静态方法组合或返回集合,静态方法可以直接通过类名调用。它包含对集合进行操作的多态算法,包装器
,返回由指定集合支持的新集合,以及其他一些可能的和最终的。
最常见的操作就是通过Collections对List集合中的数据进行排序
public static void main(String[] args) { List<Integer> nums = new ArrayList<Integer>(); nums.add(3); nums.add(5); nums.add(1); nums.add(0); System.out.println(nums); Collections.sort(nums); System.out.println(nums); }
2、实现Comparable接口
被排序的实体类里面实现Comparable接口,重写compareTo()方法,在list排序的时候再调用Collections.sort(list)
-
实体类实现
Comparable
接口compareTo()方法,该方法的返回值0代表相等,1表示大于,-1表示小于;
public class Employee implements Comparable<Employee>{ private int empId; private String empName; private int age; public Employee() { // TODO Auto-generated constructor stub } @Override public int compareTo(Employee o) { int i = this.age - o.getAge(); return i; } …… }
-
修改查询全部操作
public class EmployeeDao { /** * 查询全部 * * @param list */ public void eachList(List<Employee> list) { //排序 Collections.sort(list); Iterator<Employee> it = list.iterator(); while(it.hasNext()){ System.out.println(it.next()); }
} ……
}
为什么在简单例子中没有看到实现Comparable接口呢?
是因为Integer类其实自己已经实现 了Comparable接口,Java已经给我们做好了。
3、使用Comparator匿名内部类
在Collections.sort(list,Comparator)直接传Comparator匿名函数
sort(List<T> list, Comparator<? super T> c) 根据指定比较器产生的顺序对指定列表进行排序
-
修改查询全部操作
public class EmployeeDao { /** * 查询全部 * * @param list */ public void eachList(List<Employee> list) { Collections.sort(list,new Comparator<Employee>() { @Override public int compare(Employee o1, Employee o2) { int i = o1.getAge() - o2.getAge(); //先按照年龄排序 if(i==0) { return o1.getEmpId() - o2.getEmpId(); //如果年龄相等再根据id升序进行排 } return i; } }); Iterator<Employee> it = list.iterator(); while(it.hasNext()){ System.out.println(it.next()); }
} ……
}
-
如何想根据id倒序排序怎么办?
参数Comparator.reverseOrder()是倒序,
Collections.sort(list, Comparator.reverseOrder());
便此种方式实现比较麻烦,最简单的办法就是调整一下
o1.getEmpId() - o2.getEmpId()
的顺序,代码如下
public class EmployeeDao { /** * 查询全部 * * @param list */ public void eachList(List<Employee> list) { Collections.sort(list,new Comparator<Employee>() { @Override public int compare(Employee o1, Employee o2) { int i = o1.getAge() - o2.getAge(); //先按照年龄排序 if(i==0) { return o2.getEmpId() - o1.getEmpId(); //如果年龄相等再根据id降序进行排 } return i; } }); Iterator<Employee> it = list.iterator(); while(it.hasNext()){ System.out.println(it.next()); } } …… }
四、Set
1、Set简介
Java中的Set也属于Collection接口
1.1、Set有以下特性:
-
扩展Collection接口
-
不允许重复元素
-
不区分顺序
-
允许包括null的元素,但是最多只能有一个(HashSet)
1.2、分类
-
HashSet类:
-
TreeSet类:
-
LinkedHashSet类:
2、HashSet类
HashSet是采用hash表算法来实现的,其中的元素没有按顺序排列,主要有add()、remove()以及contains()等方法;
3、TreeSet类
TreeSet是采用树结构实现(称为红黑树算法),元素是按顺序进行排列,主要有add()、remove()以及contains()等方法;它还提供了一些处理排序的set方法,如first(), last(), headSet(), tailSet()等
4、LinkedHashSet类
LinkedHashSet正好介于HashSet和TreeSet之间,它也是一个hash表,但它同时维护了一个双链表来记录插入的顺序
Map集合
在JAVA 2的集合框架中,主要包括两个接口及其扩展和实现类,即Collection
接口和Map
接口:
-
Collection
接口存储一组对象 -
Map接口则用于维护键/值对(key/value pairs)
1、Map接口简介
Map是将键映射到值的对象。一个映射不能包含重复的键;每个键最多只能映射一个值。
Map
接口提供三种collection 视图,允许以键集
、值集
或键-值
映射关系集的形式查看某个映射的内容。映射顺序 定义为迭代器在映射的 collection 视图上返回其元素的顺序。某些映射实现可明确保证其顺序,如 TreeMap
类;另一些映射实现则不保证顺序,如 HashMap
类。
1.1、Map集合的特点:
-
Map是一个双列集合,一个元素包含两个值(一个key,一个value)
-
Map集合中的元素,key和value的数据类型可以相同,也可以不同
-
Map中的元素,key不允许重复,value可以重复
-
Map里的key和value是一一对应的。
1.2、分类
-
HashMap类:
-
TreeMap类:
-
LinkedHashMap类:
我们发现和Set的分类一样,实际上通过源码可以知道,Set底层的实现其实就是Map
2、常用方法
方法 | 说明 |
---|---|
Object put(Object key, Object value) | 将互相关联的一组键/值对放入该映像 |
Object remove(Object key) | 从映像中删除与key相关的映射 |
void putAll(Map t) | 将来自特定映像的所有元素添加给该映像 |
void clear() | 从映像中删除所有映射 |
Object get(Object key) | 获得与关键字key相关的值 |
boolean containsKey(Object key) | 判断映像中是否存在关键字key |
boolean containsValue(Object value) | 判断映像中是否存在值value |
int size() | 返回当前映像中映射的数量 |
boolean isEmpty() | 判断映像是否为空 |
Set keySet() | 返回映像中所有关键字的视图集 |
Collection values() | 返回映像中所有值的视图集 |
Set entrySet() | 返回Map.Entry对象的视图集,即映像中的关键字/值对 |
3、示例
public class MapDemo { /** * @param args */ public static void main(String[] args) { // TODO Auto-generated method stub Map map = new HashMap(); map.put("stu01", new Student("武松",19,"景阳冈小学")); map.put("stu02", new Student("宋江",23,"梁山大学")); map.put("stu03", new Student("成吉思汗",29,"内蒙中学")); Iterator entryIt = map.entrySet().iterator(); while(entryIt.hasNext()){ Map.Entry entry = (Map.Entry)entryIt.next(); System.out.println(entry.getKey() +" "+ entry.getValue()); } TreeMap tree=new TreeMap(map); Iterator it=tree.entrySet().iterator(); while(it.hasNext()){ Map.Entry en=(Map.Entry)it.next(); System.out.println(en.getKey() +" "+en.getValue()); } } }
4、Hashtable
Hashtable jdk已经不推荐使用,处理多线程推荐采用
ConcurrentHashMap
,多线程时再涉及。
Hashtable类实现了Map接口,同Vector一样也是一个历史集合。在Hashtable中使用key对象的哈希值,作为对应的对象的相对存储地址,以便实现根据关键字快速查找对象的功能。
-
Hashtable:底层也是哈希表,是同步的,是一个单线程结合,是线程安全的集合,速度慢
-
Hashtable:不能存储null键,null值
HashMap存储结构(扩展)
这里我们只涉及到put原理,其它有兴趣的同学可以研究一下
HashMap底是哈希表,查询速度非常快(jdk1.8之前是数组+单向链表,1.8之后是数组+单向链表/红黑树 ,链表长度超过8时,换成红黑树),可参考:
-
数组优点:通过数组下标可以快速实现对数组元素的访问,效率极高;
-
链表优点:插入或删除数据不需要移动元素,只需修改节点引用,效率极高。
1、JDK1.8之前HashMap存在的问题?
HashMap通过hash
方法计算key的哈希码,然后通过(n-1)&hash
公式(n为数组长度)得到key在数组中存放的下标。当两个key在数组中存放的下标一致时,数据将以链表的方式存储(哈希冲突,哈希碰撞)。在链表中查找数据必须从第一个元素开始一层一层往下找,直到找到为止,时间复杂度为O(N),所以当链表长度越来越长时,HashMap的效率越来越低。
解决思想
JDK1.8开始采用数组+链表+红黑树的结构来实现HashMap。当链表中的元素超过8个(TREEIFY_THRESHOLD)并且数组长度大于64(MIN_TREEIFY_CAPACITY)时,会将链表转换为红黑树,转换后数据查询时间复杂度为O(logN)。
红黑树的节点使用TreeNode表示:
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; TreeNode(int hash, K key, V val, Node<K,V> next) { super(hash, key, val, next); } ... }
2、底层结构
HashMap内部使用数组存储数据,数组中的每个元素类型为Node<K,V>
:
static class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; V value; Node<K,V> next; 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; } }
Node包含了四个字段:hash、key、value、next,其中next表示链表的下一个节点。
HashMap包含几个重要的变量:
// 数组默认的初始化长度16 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 数组最大容量,2的30次幂,即1073741824 static final int MAXIMUM_CAPACITY = 1 << 30; // 默认加载因子值 static final float DEFAULT_LOAD_FACTOR = 0.75f; // 链表转换为红黑树的长度阈值 static final int TREEIFY_THRESHOLD = 8; // 红黑树转换为链表的长度阈值 static final int UNTREEIFY_THRESHOLD = 6; // 链表转换为红黑树时,数组容量必须大于等于64 static final int MIN_TREEIFY_CAPACITY = 64; // HashMap里键值对个数 transient int size; // 扩容阈值,计算方法为 数组容量*加载因子 int threshold; // HashMap使用数组存放数据,数组元素类型为Node<K,V> transient Node<K,V>[] table; // 加载因子 final float loadFactor; // 用于快速失败,由于HashMap非线程安全,在对HashMap进行迭代时,如果期间其他线程的参与导致HashMap的结构发生变化了(比如put,remove等操作),直接抛出ConcurrentModificationException异常 transient int modCount;
上面这些字段在下面源码解析的时候尤为重要,其中需要着重讨论的是加载因子是什么。
3、 put源码
put方法源码如下:
public V put(K key, V value) { return putVal(hash(key), key, value, false, true); }
put方法通过hash函数计算key对应的哈希值,hash函数源码如下:
static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }
对于 32 位的处理器,会分成高(左边的) 16 位和低(右边的) 16 位
int类型的数值是4个字节的,右移16位异或可以同时保留高16位于低16位的特征
如果key为null,返回0,不为null,则通过(h = key.hashCode()) ^ (h >>> 16)
公式计算得到哈希值。该公式通过hashCode的高16位异或低16位得到哈希值,主要从性能、哈希碰撞角度考虑,减少系统开销,不会造成因为高位没有参与下标计算从而引起的碰撞。
得到key对应的哈希值后,再调用putVal(hash(key), key, value, false, true)
方法插入元素:
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; // 如果数组(哈希表)为null或者长度为0,则进行数组初始化操作 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; // 根据key的哈希值计算出数据插入数组的下标位置,公式为(n-1)&hash,数组长度为16为例,(n-1)&hash得到的值都小于16 if ((p = tab[i = (n - 1) & hash]) == null) // 如果该下标位置还没有元素,则直接创建Node对象,并插入 tab[i] = newNode(hash, key, value, null); else { // e用来存放被覆盖的节点元素 Node<K,V> e; K k; // 如果目标位置key已经存在,则直接覆盖,覆盖操作在if (e != null) 处统一执行 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; // 如果目标位置key不存在,并且节点为红黑树,则插入红黑树中 else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { // 否则为链表结构,遍历链表,尾部插入 for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); // 如果链表长度大于等于TREEIFY_THRESHOLD,则考虑转换为红黑树 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); // 转换为红黑树操作,内部还会判断数组长度是否小于MIN_TREEIFY_CAPACITY,如果是的话不转换 break; } // 如果链表中已经存在该key的话,直接覆盖替换 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; // 如果上述两个条件都不成立,执行下一次循环操作,p指向当前节点 p = e; } } // e不等于null时代表在数组中、或树的节点中、或链表中有被覆盖的节点 if (e != null) { V oldValue = e.value; // onlyIfAbsent默认false,条件成立,则用新值替换旧值 if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); // 返回被替换的值 return oldValue; } } // 模数递增 ++modCount; // 当键值对个数大于等于扩容阈值的时候,进行扩容操作 if (++size > threshold) // 扩容为当前值乘以2 resize(); afterNodeInsertion(evict); return null; }
put操作过程总结:
-
判断HashMap数组是否为空,是的话初始化数组(由此可见,在创建HashMap对象的时候并不会直接初始化数组);
-
通过(n-1) & hash计算key在数组中的存放索引;
-
目标索引位置为空的话,直接创建Node存储;
-
目标索引位置不为空的话,分下面三种情况:
-
key相同,覆盖旧值;
-
该节点类型是红黑树的话,执行红黑树插入操作;
-
该节点类型是链表的话,遍历到最后一个元素尾插入,如果期间有遇到key相同的,则直接覆盖。如果链表长度大于等于TREEIFY_THRESHOLD,并且数组容量大于等于MIN_TREEIFY_CAPACITY,则将链表转换为红黑树结构;
-
-
判断HashMap元素个数是否大于等于threshold,是的话,进行扩容操作。
4、 get源码
get和put相比,就简单多了,下面是get操作源码:
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; // 判断数组是否为空,数组长度是否大于0,目标索引位置下元素是否为空,是的话直接返回null if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { // 如果目标索引位置元素就是要找的元素,则直接返回 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; // 如果目标索引位置元素的下一个节点不为空 if ((e = first.next) != null) { // 如果类型是红黑树,则从红黑树中查找 if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); do { // 否则就是链表,遍历链表查找目标元素 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; }
5、 resize源码
通过put源码分析我们知道,数组的初始化和扩容都是通过调用resize方法完成的:
final Node<K,V>[] resize() { // 扩容前的数组 Node<K,V>[] oldTab = table; // 扩容前的数组的大小和阈值 int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; // 预定义新数组的大小和阈值 int newCap, newThr = 0; if (oldCap > 0) { // 超过最大值就不再扩容了 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } // 扩大容量为当前容量的两倍,但不能超过 MAXIMUM_CAPACITY else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } // 当前数组没有数据,使用初始化的值 else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr; else { // zero initial threshold signifies using defaults // 如果初始化的值为 0,则使用默认的初始化容量,默认值为16 newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } // 如果新的容量等于 0 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]; // 开始扩容,将新的容量赋值给 table table = newTab; // 原数据不为空,将原数据复制到新 table 中 if (oldTab != null) { // 根据容量循环数组,复制非空元素到新 table for (int j = 0; j < oldCap; ++j) { Node<K,V> e; if ((e = oldTab[j]) != null) { oldTab[j] = null; // 如果链表只有一个,则进行直接赋值 if (e.next == null) newTab[e.hash & (newCap - 1)] = e; else if (e instanceof TreeNode) // 红黑树相关的操作 ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { // preserve order // 链表复制,JDK 1.8 扩容优化部分 Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do { next = e.next; // 原索引 if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } // 原索引 + oldCap else { if (hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e = next) != null); // 将原索引放到哈希桶中 if (loTail != null) { loTail.next = null; newTab[j] = loHead; } // 将原索引 + oldCap 放到哈希桶中 if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab; }
6、 与JDK1.7主要区别
6.1、数组元素类型不同
JDK1.8 HashMap数组元素类型为Node<K,V>
,JDK1.7 HashMap数组元素类型为Entry<K,V>
:
transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE; static class Entry<K,V> implements Map.Entry<K,V> { final K key; V value; Entry<K,V> next; int hash; ...... }
实际就是换了个类名,并没有什么本质不同。
6.2、hash计算规则不同
JDK1.7 hash计算规则为:
final int hash(Object k) { int h = hashSeed; if (0 != h && k instanceof String) { return sun.misc.Hashing.stringHash32((String) k); } h ^= k.hashCode(); // This function ensures that hashCodes that differ only by // constant multiples at each bit position have a bounded // number of collisions (approximately 8 at default load factor). h ^= (h >>> 20) ^ (h >>> 12); return h ^ (h >>> 7) ^ (h >>> 4); }
相比于JDK1.8的hash方法,JDK1.7的hash方法的性能会稍差一点。
6.3、put操作不同
JDK1.7并没有使用红黑树,如果哈希冲突后,都用链表解决。区别于JDK1.8的尾部插入,JDK1.7采用头部插入的方式:
public V put(K key, V value) { // 键为null,将元素放置到table数组的0下标处 if (key == null) return putForNullKey(value); // 计算hash和数组下标索引位置 int hash = hash(key.hashCode()); int i = indexFor(hash, table.length); // 遍历链表,当key一致时,说明该key已经存在,使用新值替换旧值并返回 for (Entry<K,V> e = table[i]; e != null; e = e.next) { Object k; if (e.hash == hash && ((k = e.key) == key || key.equals(k))) { V oldValue = e.value; e.value = value; e.recordAccess(this); return oldValue; } } modCount++; // 插入链表 addEntry(hash, key, value, i); return null; } private V putForNullKey(V value) { // 一样的,新旧值替换 for (Entry<K,V> e = table[0]; e != null; e = e.next) { if (e.key == null) { V oldValue = e.value; e.value = value; e.recordAccess(this); return oldValue; } } modCount++; // 插入到数组下标为0位置 addEntry(0, null, value, 0); return null; } void addEntry(int hash, K key, V value, int bucketIndex) { // 新值头部插入,原先头部变成新的头部元素的next Entry<K, V> e = table[bucketIndex]; table[bucketIndex] = new Entry<K, V>(hash, key, value, e); // 计数,扩容 if (size++ >= threshold) resize(2 * table.length); }
6.4、扩容操作不同
JDK1.8在扩容时通过高位运算e.hash & oldCap
结果是否为0来确定元素是否需要移动,JDK1.7重新计算了每个元素的哈希值,按旧链表的正序遍历链表、在新链表的头部依次插入,即在转移数据、扩容后,容易出现链表逆序的情况:
void resize(int newCapacity) { Entry[] oldTable = table; int oldCapacity = oldTable.length; if (oldCapacity == MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return; } Entry[] newTable = new Entry[newCapacity]; transfer(newTable, initHashSeedAsNeeded(newCapacity)); table = newTable; threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1); } /** * Transfers all entries from current table to newTable. */ void transfer(Entry[] newTable, boolean rehash) { int newCapacity = newTable.length; for (Entry<K,V> e : table) { while(null != e) { Entry<K,V> next = e.next; if (rehash) { e.hash = null == e.key ? 0 : hash(e.key); } int i = indexFor(e.hash, newCapacity); e.next = newTable[i]; newTable[i] = e; e = next; } } }
7、其它问题
7.1、问一: 加载因子为什么默认值为0.75f ?
加载因子也叫扩容因子,用于决定HashMap数组何时进行扩容。比如数组容量为16,加载因子为0.75,那么扩容阈值为16*0.75=12
,即HashMap数据量大于等于12时,数组就会进行扩容。我们都知道,数组容量的大小在创建的时候就确定了,所谓的扩容指的是重新创建一个指定容量的数组,然后将旧值复制到新的数组里。扩容这个过程非常耗时,会影响程序性能。所以加载因子是基于容量和性能之间平衡的结果:
-
当加载因子过大时,扩容阈值也变大,也就是说扩容的门槛提高了,这样容量的占用就会降低。但这时哈希碰撞的几率就会增加,效率下降;
-
当加载因子过小时,扩容阈值变小,扩容门槛降低,容量占用变大。这时候哈希碰撞的几率下降,效率提高。
可以看到容量占用和性能是此消彼长的关系,它们的平衡点由加载因子决定,0.75是一个即兼顾容量又兼顾性能的经验值。
7.2、问二:HashMap如何实现序列化和反序列化(学完IO之后研究)
此外用于存储数据的table字段使用transient修饰,通过transient修饰的字段在序列化的时候将被排除在外,那么HashMap在序列化后进行反序列化时,是如何恢复数据的呢?HashMap通过自定义的readObject/writeObject方法自定义序列化和反序列化操作。这样做主要是出于以下两点考虑:
-
table一般不会存满,即容量大于实际键值对个数,序列化table未使用的部分不仅浪费时间也浪费空间;
-
key对应的类型如果没有重写hashCode方法,那么它将调用Object的hashCode方法,该方法为native方法,在不同JVM下实现可能不同;换句话说,同一个键值对在不同的JVM环境下,在table中存储的位置可能不同,那么在反序列化table操作时可能会出错。
所以在HashXXX类中(如HashTable,HashSet,LinkedHashMap等等),我们可以看到,这些类用于存储数据的字段都用transient修饰,并且都自定义了readObject/writeObject方法。readObject/writeObject方法。
然后再点进putVal 方法,则会看到有下面的代码:
tab[i = (n - 1) & hash]
7.3、HashMap 中为什么需要一个hashCode 值?
原因就是需要用它来对HashMap 数组的位置来定位,如果向HashMap 里存一个数,单纯的依次使用equals 方法比较key 是否相同来确定当前数据是否已存储过,那效率非常低,而通过比较hashCode 值,效率就会大大提高,那它是如何定位数组位置呢,如果你使用的是jdk 1.8,那在put方法中的putVal方法里会看到如下内容:
对于上边的n-1 后边会说到,先说一下上边的写法,& 为二进制中的与运算 ,它的运算特点是,两个数进行& ,如果都为1,则运算结果为1,否则为0。 因为hashMap 的数组长度都是2的n次幂 ,那么对于这个数再减去1,转换成二进制的话,就肯定是最高位为0,其他位全是1 的数,那以数组长度为8为例(默认HashMap初始数组长度是16),那8-1 转成二进制的话,就是0111 。 那我们举一个随便的hashCode值,与0111 进行与运算 看看结果如何,如下:
第一个key: hashcode值:10101000 与0111进行&运算 & 0111 0000 (十进制为0) ------------------------------------------ 第二个key: hashcode值:11101000 与0111进行&运算 & 0111 0000 (十进制为0) -------------------------------------------- 第三个key: hashcode值:11101010 与0111进行&运算 & 0111 0010 (十进制为2)
你可以随便变hashcode 值来测试,最终得到的数都会小于8 ,当然会像上边一样,出现相同的数据,那样的话,就会以链表的形式存在那个数组元素上了。 回过头来再设想一下,那我们就可以通过把key转为hashCode值,然后与数组长度进行与运算 ,来确定HahsMap 中当前key对应的数据在数组中的位置 。 原本,需要查找数组下的每个元素,以及他们对应的链,疯狂的调用equals 方法,誓死遍历出数据的方式,变成了仅仅是查找数组下的一个元素,然后,只需要equals 比较这一条链上的数据就可以了,这样equals 的使用次数降低了很多。 通过上边的说明,不知道大家是否理解到了hashCode 值,在HashMap 中的作用呢?
7.4、为什么hashMap 的数组长度为2的n次幂?
HashMap构造方法
public HashMap(int initialCapacity, float loadFactor) { 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); }
数组长度为2的n次方
/** * Returns a power of two size for the given target capacity. */ 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; }
得到数组下标
tab[i = (n - 1) & hash]
我们知道了& 的作用,但是n-1 到底是什么意思呢? 其实上边,已经提到过了,就是2的n次幂 是很特殊的数,随便满足这个条件的数,对它减去1,转换成二进制,都会有这样的特点,即,最高位为0,其他低位全为1 。 就以数组长度分别为8和7 为例,看下边的情况: 数字8减去1转换成二进制是0111,即下边的情况
第一个key: hashcode值:10101001 与0111进行&运算 & 0111 0001 (十进制为1) ------------------------------------------ 第二个key: hashcode值:11101000 与0111进行&运算 & 0111 0000 (十进制为0) -------------------------------------------- 第三个key: hashcode值:11101110 与0111进行&运算 & 0111 0110 (十进制为6)
这样得到的数,就会完整的得到原hashcode 值的低位值,不会受到与运算对数据的变化影响。 数字7减去1转换成二进制是0110,即下边的情况
第一个key: hashcode值:10101001 与0111进行&运算 & 0110 0000 (十进制为0) ------------------------------------------ 第二个key: hashcode值:11101000 与0111进行&运算 & 0110 0000 (十进制为0) -------------------------------------------- 第三个key: hashcode值:11101110 与0111进行&运算 & 0111 0110 (十进制为6)
通过上边可以看到,当数组长度不为2的n次幂 的时候,hashCode 值与数组长度减一做与运算 的时候,会出现重复的数据,因为不为2的n次幂 的话,对应的二进制数肯定有一位为0 ,这样,不管你的hashCode 值对应的该位,是0 还是1 ,最终得到的该位上的数肯定是0 ,这带来的问题就是HashMap 上的数组元素分布不均匀,而数组上的某些位置,永远也用不到。如下图所示: 这里写图片描述 这将带来的问题就是你的HashMap 数组的利用率太低,并且链表可能因为上边的(n - 1) & hash 运算结果碰撞率过高,导致链表太深。(当然jdk 1.8已经在链表数据超过8个以后转换成了红黑树的操作,但那样也很容易造成它们之间的转换时机的提前到来)。