Map
基于key-value
的数据格式,并且key值不可以重复,每个key对应的value唯一。Map的key也可以为null,也不可重。
Map.Entry
首先来看一下Map.Entry这个接口:
// 获取对应的key
K getKey();
// 获取对应的value
V getValue();
// 替换原有的value
V setValue(V value);
// 希望我们实现equals和hashCode
boolean equals(Object o);
int hashCode();
//一共有四个比较方法
//实现Comparable接口
public static <K extends Comparable<? super K>, V> Comparator<Map.Entry<K,V>> comparingByKey() {
return (Comparator<Map.Entry<K, V>> & Serializable)
(c1, c2) -> c1.getKey().compareTo(c2.getKey());
}
public static <K, V extends Comparable<? super V>> Comparator<Map.Entry<K, V>> comparingByValue() {
return (Comparator<Map.Entry<K, V>> & Serializable)
(c1, c2) -> c1.getValue().compareTo(c2.getValue());
}
//重写compare方法
public static <K, V> Comparator<Map.Entry<K, V>> comparingByKey(Comparator<? super K> cmp) {
Objects.requireNonNull(cmp);
return (Comparator<Map.Entry<K, V>> & Serializable)
(c1, c2) -> cmp.compare(c1.getKey(), c2.getKey());
}
public static <K, V> Comparator<Map.Entry<K, V>> comparingByValue(Comparator<? super V> cmp) {
Objects.requireNonNull(cmp);
return (Comparator<Map.Entry<K, V>> & Serializable)
(c1, c2) -> cmp.compare(c1.getValue(), c2.getValue());
}
方法
// 返回当前数据个数
int size();
// 是否为空
boolean isEmpty();
// 判断是否包含key,这里用到了key的equals方法,所以key必须实现它
boolean containsKey(Object key);
// 判断是否有key保存的值是value,这也基于equals方法
boolean containsValue(Object value);
// 通过key获取对应的value值
V get(Object key);
// 存入key-value
V put(K key, V value);
// 移除一个key-value对
V remove(Object key);
// 从其他Map添加
void putAll(Map<? extends K, ? extends V> m);
// 清空
void clear();
// 返回所有的key至Set集合中,因为key是不可重的,Set也是不可重的
Set<K> keySet();
// 返回所有的values
Collection<V> values();
// 返回key-value对到Set中
Set<Map.Entry<K, V>> entrySet();
// 希望我们实现equals和hashCode
boolean equals(Object o);
int hashCode();
实现类AbstractMap
对于这个类的作用,相比于AbstractList等类的所用是一样的,主要是提供了一些方法的实现,方便继承。
// 返回大小,这里大小基于entrySet的大小
public int size() {
return entrySet().size();
}
public boolean isEmpty() {
return size() == 0;
}
//基于entrySet操作
public boolean containsKey(Object key) {
Iterator<Map.Entry<K,V>> i = entrySet().iterator();
if (key==null) {
while (i.hasNext()) {
Entry<K,V> e = i.next();
if (e.getKey()==null)
return true;
}
} else {
while (i.hasNext()) {
Entry<K,V> e = i.next();
if (key.equals(e.getKey()))
return true;
}
}
return false;
}
public boolean containsValue(Object value) {
Iterator<Entry<K,V>> i = entrySet().iterator();
if (value==null) {
while (i.hasNext()) {
Entry<K,V> e = i.next();
if (e.getValue()==null)
return true;
}
} else {
while (i.hasNext()) {
Entry<K,V> e = i.next();
if (value.equals(e.getValue()))
return true;
}
}
return false;
}
public V get(Object key) {
Iterator<Entry<K,V>> i = entrySet().iterator();
if (key==null) {
while (i.hasNext()) {
Entry<K,V> e = i.next();
if (e.getKey()==null)
return e.getValue();
}
} else {
while (i.hasNext()) {
Entry<K,V> e = i.next();
if (key.equals(e.getKey()))
return e.getValue();
}
}
return null;
}
public V remove(Object key) {
Iterator<Entry<K,V>> i = entrySet().iterator();
Entry<K,V> correctEntry = null;
if (key==null) {
while (correctEntry==null && i.hasNext()) {
Entry<K,V> e = i.next();
if (e.getKey()==null)
correctEntry = e;
}
} else {
while (correctEntry==null && i.hasNext()) {
Entry<K,V> e = i.next();
if (key.equals(e.getKey()))
correctEntry = e;
}
}
V oldValue = null;
if (correctEntry !=null) {
oldValue = correctEntry.getValue();
i.remove();
}
return oldValue;
}
public void clear() {
entrySet().clear();
}
在这个类中,定义了两个变量:
transient Set<K> keySet;
transient Collection<V> values;
还给出了默认的实现方法:
public Set<K> keySet() {
Set<K> ks = keySet;
if (ks == null) {
ks = new AbstractSet<K>() {
public Iterator<K> iterator() {
return new Iterator<K>() {
private Iterator<Entry<K,V>> i = entrySet().iterator();
public boolean hasNext() {
return i.hasNext();
}
public K next() {
return i.next().getKey();
}
public void remove() {
i.remove();
}
};
}
public int size() {
return AbstractMap.this.size();
}
public boolean isEmpty() {
return AbstractMap.this.isEmpty();
}
public void clear() {
AbstractMap.this.clear();
}
public boolean contains(Object k) {
return AbstractMap.this.containsKey(k);
}
};
keySet = ks;
}
return ks;
}
values方法和这个基本上是一样的。它并不是map中得知重新复制了一份,而是直接在原map中使用迭代器来进行访问。
SortedMap接口
由于乱序的数据对查找不利,例如无法使用二分法等降低算法的时间复杂度,如果数据在插入时就排好顺序,查找的性能就会提升很多。SortedMap
接口就是为这种有序数据服务的。
SortedMap
接口需要数据的key支持Comparable
,或者可以被指定的Comparator
接受。SortedMap
主要提供了以下方法:
// 返回排序数据所用的Comparator
Comparator<? super K> comparator();
// 返回在[fromKey, toKey)之间的数据
SortedMap<K,V> subMap(K fromKey, K toKey);
// 返回从第一个元素到toKey之间的数据
SortedMap<K,V> headMap(K toKey);
// 返回从fromKey到末尾之间的数据
SortedMap<K,V> tailMap(K fromKey);
//返回第一个数据的key
K firstKey();
//返回最后一个数据的key
K lastKey();
SortedMap
主要提供了获取子集,以及获取最大值(最后一个值)和最小值(第一个值)的方法。
NavigableMap接口
SortedMap
提供了获取最大值与最小值的方法,但对于一个已经排序的数据集,除了最大值与最小值之外,我们可以对任何一个元素,找到比它小的值和比它大的值,还可以按照按照原有的顺序倒序排序等。NavigableMap
就为我们提供了这些功能。
// 找到第一个比指定的key小的值
Map.Entry<K,V> lowerEntry(K key);
// 找到第一个比指定的key小的key
K lowerKey(K key);
// 找到第一个小于或等于指定key的值
Map.Entry<K,V> floorEntry(K key);
// 找到第一个小于或等于指定key的key
K floorKey(K key);
// 找到第一个大于或等于指定key的值
Map.Entry<K,V> ceilingEntry(K key);
K ceilingKey(K key);
// 找到第一个大于指定key的值
Map.Entry<K,V> higherEntry(K key);
K higherKey(K key);
// 获取最小值
Map.Entry<K,V> firstEntry();
// 获取最大值
Map.Entry<K,V> lastEntry();
// 删除最小的元素
Map.Entry<K,V> pollFirstEntry();
// 删除最大的元素
Map.Entry<K,V> pollLastEntry();
//返回一个倒序的Map
NavigableMap<K,V> descendingMap();
// 返回一个Navigable的key的集合,NavigableSet和NavigableMap类似
NavigableSet<K> navigableKeySet();
// 对上述集合倒序
NavigableSet<K> descendingKeySet();
HashMap
HashMap
可能是我们使用最多的键值对型的集合类了,它的底层基于哈希表,采用数组存储数据,使用链表来解决哈希碰撞。
下面是HashMap的结构图:
构造方法和成员变量
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;
}
}
// 树节点,继承自LinkedHashMap.Entry
// 这是因为LinkedHashMap是HashMap的子类,也需要支持树化
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;
// ...
}
// LinkedHashMap.Entry的实现
static class Entry<K,V> extends HashMap.Node<K,V> {
Entry<K,V> before, after;
Entry(int hash, K key, V value, Node<K,V> next) {
super(hash, key, value, next);
}
}
成员变量
// capacity初始值,为16,必须为2的次幂
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// capacity的最大值,为2^30
static final int MAXIMUM_CAPACITY = 1 << 30;
// 负载因子,是指当容量被占满0.75时就需要rehash扩容
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 链表长度到8,就转为红黑树
static final int TREEIFY_THRESHOLD = 8;
// 树大小为6,就转回链表
static final int UNTREEIFY_THRESHOLD = 6;
// 至少容量到64后,才可以转为树
static final int MIN_TREEIFY_CAPACITY = 64;
// 保存所有元素的table表
transient Node<K,V>[] table;
// 通过entrySet变量,提供遍历的功能
transient Set<Map.Entry<K,V>> entrySet;
// 下一次扩容值(扩容阈值)
int threshold;
// 负载因子
final float loadFactor;
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;
//这个tableSizeFor的方法是和ArrayDeque中的哪个方法是一样的 就是需要将其调整为2的次幂
this.threshold = tableSizeFor(initialCapacity);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
//依次插入元素
putMapEntries(m, false);
}
重要方法
添加:
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
在这个方法中实际执行的是putVal方法,这里面有一个hash方法,先来看一下这个方法:
//让高位参与运算,使其更加散列,减少碰撞
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
下面是图解:
然后是putVal方法:
// 参数onlyIfAbsent表示是否替换原值
// 参数evict我们可以忽略它,它主要用来区别通过put添加还是创建时初始化数据的
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
//tab 引用当前HashMap的散列表
//p:表示当前散列表的元素
//n:表示散列表数组的长度
//i:表示路由寻址的结果
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 空表,需要初始化
if ((tab = table) == null || (n = tab.length) == 0)
// resize()不仅用来调整大小,还用来进行初始化配置
n = (tab = resize()).length;
// (n - 1) & hash这种方式也是在ArrayDeque中确定位置的时候使用的一样的方法
//这里就是看下在hash位置有没有元素,实际位置是hash % (length-1)
if ((p = tab[i = (n - 1) & hash]) == null)
// 将元素直接插进去
tab[i] = newNode(hash, key, value, null);
else {
//这时就需要链表或红黑树了
// e是用来查看是不是待插入的元素已经有了,有就替换
Node<K,V> e; K k;
// p是存储在当前位置的元素
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p; //要插入的元素就是p,这说明目的是修改值
// p是一个树节点
else if (p instanceof TreeNode)
// 把节点添加到树中
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 这时候就是链表结构了,要把待插入元素挂在链尾
for (int binCount = 0; ; ++binCount) {
//向后循环
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 链表比较长,需要树化,当长度达到9的时候就会树化成一个红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 找到了对应元素,就可以停止了
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
// 继续向后
p = e;
}
}
// e就是被替换出来的元素,这时候就是修改元素值
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// 默认为空实现,允许我们修改完成后做一些操作
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// size太大,达到了capacity的0.75,需要扩容
if (++size > threshold)
resize();
// 默认也是空实现,允许我们插入完成后做一些操作
afterNodeInsertion(evict);
return null;
}
在插入的时候可能从链表就会变成红黑树。在上面有一个方法是treeifyBin方法(树化的方法):
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
//如果表是空表,或者长度还不到树化的最小值,就需要重新调整表了
// 这样做是为了防止最初就进行树化
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
// while循环的目的是把链表的每个节点转为TreeNode
do {
// 根据当前元素,生成一个对应的TreeNode节点
TreeNode<K,V> p = replacementTreeNode(e, null);
//挂在红黑树的尾部,顺序和链表一致
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
// 通过头节点调节TreeNode
// 链表数据的顺序是不符合红黑树的,所以需要调整
hd.treeify(tab);
}
}
在上面不管是进行put还是进行树化操作,都进行了resize操作,resize操作主要是进行扩容和进行初始化。
resize方法:
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//表示扩容之前的扩容阈值,触发本次扩容的阈值
int oldThr = threshold;
//扩容之后的table数组大小和扩容之后下次扩容的条件
int newCap, newThr = 0;
//条件成立,扩容
if (oldCap > 0) {
// 大小超过了2^30
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 扩容,扩充为原来的2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
// 原来的threshold设置了
//设置cap的方法:
//new HashMap(initCap,loadFactor)
//new HashMap(initCap)
//new HashMap(map) 并且这个map中有数据
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
// 全部设为默认值
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
// 扩容完成,现在需要进行数据拷贝,从原表复制到新表
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//当前桶位有数据
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
// 这是只有一个值的情况
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
// 重新规划树,如果树的size很小,默认为6,就退化为链表
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
// 处理链表的数据
// loXXX指的是在原表中出现的位置
Node<K,V> loHead = null, loTail = null;
// hiXXX指的是在原表中不包含的位置,就是 当前数组下标位置 + 扩容前数组的长度
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//这里把hash值与oldCap按位与。
//oldCap是2的次幂,所以除了最高位为1以外其他位都是0
// 和它按位与的结果为0,说明hash比它小,原表有这个位置
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);
// 挂在原表相应位置
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 挂在后边
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
扩容的原因:
为了解决哈希冲突导致链化影响查询的效率。
get方法:
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
在get方法中其实是调用了getNode方法:
final Node<K,V> getNode(int hash, Object key) {
/*
tab:引用当前的散列表
first:桶位中的头元素
e:临时node元素
n:table数组长度
*/
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//给各个变量赋值并且找到相应的位置
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//第一个元素就是所需要的值
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
//如果是树,按照 getTreeNode方法查找
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//链表查找值
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
remove方法:
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
removeNode方法:
//matchValue是指如果为true,就表示不仅key的只需要匹配上,还需要value的只匹配上才能够删除
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
/*
tab:引用当前的散列表
p:当前node元素
n:table数组长度
index:表示寻址结果
*/
Node<K,V>[] tab; Node<K,V> p; int n, index;
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
/*
node表示查找的结果
e表示当前Node的下一个元素
*/
Node<K,V> node = null, e; K k; V v;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
if (p instanceof TreeNode) //判断当前的桶位是不是红黑树
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
//链表的情况
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
//matchValue为false的话后面就不用判断
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p)
tab[index] = node.next;
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
LinkedHashMap
LinkedHashMap是HashMap的子类,所以其具备HashMap的许多特性。LinkedHashMap维护了一个双向链表,保证通过Iterator遍历时顺序与插入时顺序插入一致。
构造方法和成员变量
首先来看一下Entry:
static class LinkedHashMapEntry<K,V> extends HashMap.Node<K,V> {
LinkedHashMapEntry<K,V> before, after;
LinkedHashMapEntry(int hash, K key, V value, Node<K,V> next) {
super(hash, key, value, next);
}
}
成员变量:
// 双向链表的头,用作AccessOrder时也是最老的元素
transient LinkedHashMapEntry<K,V> head;
// 双向链表的尾,用作AccessOrder时也是最新的元素
transient LinkedHashMapEntry<K,V> tail;
// true则为访问顺序,false则为插入顺序
final boolean accessOrder;
构造方法:
public LinkedHashMap(int initialCapacity,
float loadFactor,
boolean accessOrder) {
super(initialCapacity, loadFactor);
this.accessOrder = accessOrder;
}
在这个构造方法中,能够改变accessOrder的值,就能够支持访问顺序。其他方法是和HashMap基本上一样的。
重要方法
afterNodeRemoval方法:
//在节点删除后,维护链表,传入删除的节点
void afterNodeRemoval(Node<K,V> e) { // unlink
//p指向待删除的元素,b为前驱,a为后继
LinkedHashMapEntry<K,V> p =
(LinkedHashMapEntry<K,V>)e, b = p.before, a = p.after;
//这里执行双向链表删除p节点操作
p.before = p.after = null;
if (b == null)
head = a;
else
b.after = a;
if (a == null)
tail = b;
else
a.before = b;
}
afterNodeAccess方法:
//在节点被访问后,根据accessOrder判断是否需要调整链表顺序
void afterNodeAccess(Node<K,V> e) { // move node to last
LinkedHashMapEntry<K,V> last;
//如果accessOrder为false,什么都不做
if (accessOrder && (last = tail) != e) {
//p指向待删除元素,b为前驱,a为后继
LinkedHashMapEntry<K,V> p =
(LinkedHashMapEntry<K,V>)e, b = p.before, a = p.after;
//执行双向链表的删除操作
p.after = null;
if (b == null)
head = a;
else
b.after = a;
if (a != null)
a.before = b;
else
last = b;
//这里将p放到尾部
if (last == null)
head = p;
else {
p.before = last;
last.after = p;
}
tail = p;
++modCount;
}
}
afterNodeInsertion方法:
//这个方法实际上是没有执行的,因为removeEldestEntry方法返回false
void afterNodeInsertion(boolean evict) { // possibly remove eldest
LinkedHashMapEntry<K,V> first;
if (evict && (first = head) != null && removeEldestEntry(first)) {
K key = first.key;
removeNode(hash(key), key, null, false, true);
}
}
protected boolean removeEldestEntry(Map.Entry<K,V> eldest) {
return false;
}
get方法:
public V get(Object key) {
Node<K,V> e;
//调用的是hashMap中的getNode方法
if ((e = getNode(hash(key), key)) == null)
return null;
if (accessOrder)
afterNodeAccess(e);
return e.value;
}
put,remove方法是调用的HashMap中的方法,在HashMap中上述几个方法是空实现,在LinkedHashMap中进行了实现。
一些关于HashMap的问题
如何避免哈希冲突?
- Hash算法:通过hashCode()方法和扰动处理。
- 扩容机制:当哈希表容量大于阈值(容量 * 负载因子)时,会扩容,以避免同一个索引处数据太多即哈希冲突。
如何解决哈希冲突?
- 数据结构:数组 + 链表 + 红黑树。
- 良好的数据存储结构:采用链地址法 + 尾插法 + 红黑树
为什么 HashMap 中 String、Integer 这样的包装类适合作为 key 键
- 因为String和Integer等包装类中重写了equals和hashCode方法,不容易出现hash值得计算错误,有效减少了发生Hash冲突的几率。
- String和Integer为final类型,具有不可变性,即保证Key的不可更改性,保证了Hash值得不可更改性和计算准确性。