1,数据结构
在jdk1.8之前HashMap采用数组+链表的结构,而在1.8的时候采用数组+链表+红黑树的结构,为什么要采用数组+链表+红黑树呢
- 数组查询效率快
- 链表是为了解决数组同一位置的冲突,还有一个就是删除,添加快
- 红黑树是在链表长度太大时,将链表改成黑红数可以大大提高效率
数据结构大概就是这个样子
2,构造器
//第一个构造器:
public HashMap(int initialCapacity, float loadFactor) {
// 初始容量不能小于0,否则报错
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
// 初始容量不能大于最大值,否则为最大值
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
// 填充因子不能小于或等于0,不能为非数字
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
// 初始化填充因子
this.loadFactor = loadFactor;
// 初始化threshold大小
this.threshold = tableSizeFor(initialCapacity);
}
//第二个构造器
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//第三个构造器
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
第一个构造器有两个参数,一个是初始容量,一个是负载因子
第二个构造器只有一个初始容量的参数
第三个不需要参数,全部使用默认的
通过上面三个构造器,可以看出有这么几个参数是比较重要的:
/**
*数组的初始容量
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/**
* 最大容量
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
* 负载因子
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
*把链表转换为红黑树的阀值
*/
static final int TREEIFY_THRESHOLD = 8;
/**
* 把红黑树还原成链表的阀值
*/
static final int UNTREEIFY_THRESHOLD = 6;
/**
*最小树形化的容量阀值
*/
static final int MIN_TREEIFY_CAPACITY = 64;
看完构造器再来看一下常用的添加,查询,删除操作
3,添加(put):
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
第一步调用putVal(),里面hash(key)比较重要
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
这里主要用了一个异或运算,将key的hashCode值的高16位和低16位进行异或,目的就是为了解决Hash冲突,因为数组的默认容量为16,转换为二进制是10000,完整的hash是32位,这里只有五位,使用高16位和低16位异或一下就能充分把32位利用起来了,而且这个异或运算在效率上比起原来的取模运算效率更快
/**
* Implements Map.put and related methods.
*
* @param hash hash for key
* @param key the key
* @param value the value to put
* @param onlyIfAbsent if true, don't change existing value
* @param evict if false, the table is in creation mode.
* @return previous value, or null if none
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
(