HashMap的数据结构

最新推荐文章于 2024-08-01 16:09:38 发布

猿究院程SQ

最新推荐文章于 2024-08-01 16:09:38 发布

阅读量948

点赞数 25

文章标签：数据结构 java

本文链接：https://blog.csdn.net/qq_72172339/article/details/130770915

版权

HashMap在JDK1.7及以前采用数组+链表结构，1.8后引入红黑树，当链表长度超过8且数组长度超过64时转为红黑树。Node的存储主要通过putVal()方法，链表解决哈希冲突，当链表长度达到一定阈值时转换为红黑树以优化查找效率。

摘要由CSDN通过智能技术生成

一、HashMap底层数据结构的初步了解

HashMap的底层实现结构包括数组、链表和红黑树，它的基础结构是由数组和链表组合形成的，但在JDK1.8之后，当数组长度超过64并且链表的长度大于8时，为了便于查找，链表会转变为红黑树。

在JDK1.7及之前，HashMap的底层实现结构是数组+链表，采用的是头插法（即在链表的头结点处插入新的节点）

而在JDK1.8之后，HashMap由数组+链表变成了数组+链表+红黑树，采用的是尾插法

二、HashMap中Node节点存入的方法

HashMap是Map接口的一个实现类，因此HashMap中存储的元素都是一个个Node<k,v>对象，而在HashMap中Node对象的存储主要借助于HashMap中定义的的putVal()方法。

 final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
    //  putVal()方法中定义了一个以Node对象为元素的数组tab，一个Node对象以及两个int类型的变量
        Node<K,V>[] tab; Node<K,V> p; int n, i;
    //  如果tab数组为空(Node对象中存放的值为null或数组长度为0，未存入Node对象)
        if ((tab = table) == null || (n = tab.length) == 0)
    //  调用resize()方法进行扩容，并且把扩容后的长度赋值给n
            n = (tab = resize()).length;
    //  如果p计算出的下标对应在tab数组中的位置空闲，则将新元素存放在该位置处
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
    //  若该位置被占用
        else {
            Node<K,V> e; K k;
        //  如果p节点的hash值等于e节点的hash值，并且p的key值等于e节点的key值
        //  (或e节点的key值不为空，且值与p节点的key值相等)
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
            //  将e存放在p处
                e = p;
        //  如果p节点在红黑树中
            else if (p instanceof TreeNode)
            //  调用putTreeVal()方法把e节点存放在红黑树中p节点的位置
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        //  如果新节点既不能在p处也不在红黑树中
            else {
            //  遍历该节点对应的链表
                for (int binCount = 0; ; ++binCount) {
                //  将e定义为p的下一个节点，如果e为null(即p为尾节点)
                    if ((e = p.next) == null) {
                    //  将新节点存放在p的下一个节点位置处
                        p.next = newNode(hash, key, value, null);
                    //  如果该链表的长度大于等于树状阈值-1 (即大于等于7) 则由链表转变为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
        //  如果e的值不为空，将e的val值定义为旧值
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
            //  如果onlyIfAbsent为true(不替换旧值) 或 e的val值为null
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
    //  放入新节点
        ++modCount;
    //  如果长度大于阈值，则进行扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

三、HashMap中链表和红黑树的用途以及它们之间的转变

HashMap中采用链表来应对哈希冲突的问题，众所周知，不同的Node对象计算出的hash值可能会相同，为了能够将Node对象都进行有效的存储，所以采用了链表结构来解决此类问题，但由于链表达到一定长度时会造成查找的负担，因此满足一定条件后，会将链表结构转变为一个同样可以有效存储所有Node对象但方便查找的一种数据结构——红黑树。

可能有人会有疑问，既然红黑树既可以有效存储所有Node对象又方便查找，那么为什么不全部采用红黑树作为存储结构来搭配数组使用呢？这是因为当存储元素相对较少时，链表和红黑树的查询时间相差无几，但TreeNode节点占用的空间是普通Node节点的两倍，因此只有当存储的数据足够多时才转为红黑树。

那么链表如何转变为红黑树呢？先让我们来看看下面这段代码

final void treeifyBin(Node<K,V>[] tab, int hash) {
    //  首先，它定义了数组的长度n，数组的下标index以及一个Node对象e
        int n, index; Node<K,V> e;
    //  若数组为空，或数组的长度小于最小安全容量64，则进行扩容
        if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
            resize();
    //  如果e在数组中对应的下标位置不为null
        else if ((e = tab[index = (n - 1) & hash]) != null) {
    //  定义TreeNode<K,V>对象的头节点和尾节点，设为null
            TreeNode<K,V> hd = null, tl = null;
            do {
            //  将e节点放入TreeNode<K,V>的p处
                TreeNode<K,V> p = replacementTreeNode(e, null);
            //  如果尾节点为null，则p为头节点
                if (tl == null)
                    hd = p;
            //  如果尾节点不为null，则p成为新的尾节点
                else {
                    p.prev = tl;
                    tl.next = p;
                }
                tl = p;
        //  e节点的下一个节点不为null
            } while ((e = e.next) != null);
        //  如果将数组中的某个位置作为头节点且不为null
            if ((tab[index] = hd) != null)
            //  转变为红黑树
                hd.treeify(tab);
        }
    }