写一点废话,工作一年,自己始终在忙碌的做业务,感觉自己没有沉淀技术积累。决定开始写技术博客,每周看一点东西,积累一点技术支持。
在一切开始之前,首先明确几个基本认知。所有的技术都是为了解决特定的问题或场景而产生的。 tell me why
对于一个新的技术,先学会如何去应用,能快速的去上手使用,在使用的时候想一想如果是你来做,你会怎么设计 how(现在欠缺的能力)
在学习的时候一定要带着问题去质疑。 what why not?
hashmap 是为了解决数据查询的问题而产生的,能够以o(1)的查询效率做查询。(查询什么样的数据)
hashmap的核心思想是维护一个函数 f(key)=index。对于任意的key,通过一次映射能够快速定位到他所在的地址,获取该地址下存储对value,高效查询。
f()是什么?该怎么维护?
f()是什么?每一次查询hashmap做了什么?
从结构实现来讲,HashMap是数组+链表+红黑树(JDK1.8增加了红黑树部分)实现的,如下如所示。(数据+链表 为什么是数组+链表?这种存储的优点是什么?链表+链表可以吗LinkHashMap,有什么优点)
//整个hashmap就是一个 Node[] table,即哈希桶数组,数组存储的是这些节点static class Node implements Map.Entry {
final int hash;
final K key;
V value;
Node next;
Node(int hash, K key, V value, Node 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() {
}
public final V setValue(V newValue) {
}
public final boolean equals(Object o) {
}
我们模拟一个场景,用一个hashmap来存储城市-城市简称这个健值对,每个人都有其对应的年龄属性。现在我们要查询北京的简称map.get("北京")。hashMap get()流程图
问题:
1.(h = key.hashCode())^(h >>>16) 高位与低位异或做了什么事情?
将679541转化为2进制 0000 0000 0000 1010 0101 1110 0111 0101
h>>>16 0000 0000 0000 0000 0000 0000 0000 1010
结果 0000 0000 0000 1010 0101 1110 1111 1111
由上可知对679541进行取模计算,假如数组的长度为16,那么只有后面4位数会对取模结果有影响,而hash散列表的核心思想是要使散列的数据更加均匀,让数据的高位和低位进行异或可以使得影响hash结果的位数更多。
2.(n -1)& hash为什么能代替模运算,优化在哪里?
首先这样做的一个前提是n为2的整数次幂,比如n为32
31 0000 0000 0000 0000 0000 0000 0001 1111
结果 0000 0000 0000 1010 0101 1110 1111 1111
对31和hash的结果进行与操作,n-1是由0和1分隔开,两个都相同的才为1,相当于取模运算
3.为什么要重写equals和hashCode函数?
对于自定义对象,如果不重写hashCode,那么hashCode默认是对地址做hashCode而不是对内容做hashCode,两个对象
4.为什么要采用链表+红黑树这种组合,优化在哪里?
首先说一下链表的缺点,对于每一个table查询的效率都是o(1),但是如果hash函数设计的不好,导致一个table里面长链的数量过多,极端情况下查询效率就会是o(n)
为什么采用红黑树,红黑树自平衡,稳定,最坏情况下也是log(n)。非平衡二叉树,极端情况下等于单链表。
为什么采用链表+红黑树,在长链的情况下效率会很低效,短链的情况下维护红黑树的代价就会比查询的代价高了
//hashMap中的hash函数//为什么要高位和低位异或 当数组长度较小时,高位数据都是无效的,对计算结果不起作用static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
//String的hashCode方法 可以思考一下为什么是31public int hashCode() {
int h = hash;
if (h == 0 && value.length > 0) {
char val[] = value;
for (int i = 0; i < value.length; i++) {
h = 31 * h + val[i];
}
hash = h;
}
return h;
}
//hashmap的get函数public V get(Object key) {
Node e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node getNode(int hash, Object key) {
Node[] tab; Node first, e; int n; K k;
//tab[(n - 1) & hash 散列表取余数 保证数组的长度为2的幂次方时n-1前面的都可以舍弃 if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // always check first node 重写equals函数
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode)
//判断是否是红黑树,如果是的话查找红黑树 return ((TreeNode)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
上面讲的是查询,接下来我们看一看怎么去维护一个hashMap。
hashmap的初始化 首先看下hashmap的几种构造方式
//initialCapacity初始化数据容量默认16 loadFactor 负载因子 默认0.75 为什么是0.75public 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);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted }
//将一个map直接构造为hashmap,初始容量为map.size()/loadFactor+1。再tableSizeForpublic HashMap(Map extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
//核心逻辑 将容量大小变为最接近的二次幂的值 怎么做到的?//假设cap为20 天才!!static final int tableSizeFor(int cap) {
int n = cap - 1; n=19 // 0000 0000 0000 0000 0000 0000 0001 0011 n |= n >>> 1; //n>>>1 0000 0000 0000 0000 0000 0000 0000 1001 //n |= n >>> 1 0000 0000 0000 0000 0000 0000 0001 1011 n |= n >>> 2; //n>>>2 0000 0000 0000 0000 0000 0000 0000 0110 //n |= n >>> 2 0000 0000 0000 0000 0000 0000 0001 1111 n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
接下来看put的核心方法
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node[] tab; Node p; int n, i;
//hashMap的初始化是在第一次调用put方法时进行的 if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//如果table为空,直接插入 if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {//存在hash Node e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//判断table[i = (n - 1) & hash]是否为红黑树 else if (p instanceof TreeNode)
//万恶之源,红黑树,下周末研究 e = ((TreeNode)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//当数组长度大于64,链表长度超过8的时候会转化为红黑树,数组长度小于64会先扩容resize() treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//如果存在,则更新。 if (e != null) { // existing mapping for key V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);//为了linkHashMap留的 return oldValue;
}
}
++modCount;
//如果hashmap的size大于阈值,扩容 if (++size > threshold)
resize();
afterNodeInsertion(evict);//LinkHashMap留的 return null;
}
//红黑树变成链表 链表转红黑树 有时间再研究,重点是平衡红黑树
resize扩容:
final Node[] resize() {
Node[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold }
else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr;
else { // zero initial threshold signifies using defaults 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;
@SuppressWarnings({"rawtypes","unchecked"})
Node[] newTab = (Node[])new Node[newCap];
table = newTab;
if (oldTab != null) {
//遍历oldTab,对每一个节点或者链表,尾插法遍历,头插法在高并发中会出现环 for (int j = 0; j < oldCap; ++j) {
Node e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
//看完红黑树再研究 ((TreeNode)e).split(this, newTab, j, oldCap);
else { // preserve order //这段代码写的很好,扩容之后,之前的链表上的节点,有两种可能 //1.放在之前的位置上2.放在j+oldCap上,把一个链表拆分为两个链表 Node loHead = null, loTail = null;
Node hiHead = null, hiTail = null;
Node next;
do {
next = e.next;
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);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
遍历
public class HashMapTraverse {
public static void main(String[] args) {
Map map = new HashMap();
map.put("1", "value1");
map.put("2", "value2");
map.put("3", "value3");
map.put("4", "value4");
// 第一种:普通使用,二次取值
System.out.println("通过Map.keySet遍历key和value:");
for (String key : map.keySet()) {
System.out.println("KEY:" + key + " " + "VALUE:" + map.get(key));
}
System.out.println("\n通过Map.entrySet使用iterator遍历key和value: ");
Iterator map1it = map.entrySet().iterator();
while (map1it.hasNext()) {
Map.Entry entry = (Entry) map1it.next();
System.out.println("Key: " + entry.getKey() + " Value: " + entry.getValue());
}
// 第三种:推荐,尤其是容量大时
System.out.println("\n通过Map.entrySet遍历key和value");
for (Map.Entry entry : map.entrySet()) {
System.out.println("KEY:" + entry.getKey() + " " + "VALUE:" + entry.getValue());
}
// 第四种
System.out.println("\n通过Map.values()遍历所有的value,但不能遍历key");
for (String v : map.values()) {
System.out.println("The value is " + v);
}
// 第五种 通过JDK1.8的新特性Lambda表达式来遍历
map.forEach((key,value) -> {
System.out.println(key + "===="+ value);
});
}