ef指定初始id_深入剖析:JDK8中的HashMap初始化和扩容机制

前言

本文大致分为四个部分:Hashmap初始化方法、初始化过程、扩容过程以及小结,希望大家看完这篇文章后会有所帮助,码字不易记得点个赞哦。

一、HashMap初始化方法

  • HashMap() 不带参数,默认初始化大小为16,加载因子为0.75;
  • HashMap(int initialCapacity) 指定初始化大小;
  • HashMap(int initialCapacity, float loadFactor) 指定初始化大小和加载因子大小;
  • HashMap(Map extends K,? extends V> m) 用现有的一个map来构造HashMap。
1ae7b36d66b8565f6c3fc209c9a95b40.png

二、分析初始化过程

1、初始化代码测试用例

Map map = new HashMap<>(3);map.put("id", "1");map.put("name", "riemann");map.put("sex", "male");

2、初始化过程

public HashMap(int initialCapacity, float loadFactor) {    // 初始化大小小于0,抛出异常    if (initialCapacity < 0)        throw new IllegalArgumentException("Illegal initial capacity: " +                                           initialCapacity);    // 初始大小最大为默认最大值    if (initialCapacity > MAXIMUM_CAPACITY)        initialCapacity = MAXIMUM_CAPACITY;    // 加载因子要在0到1之间    if (loadFactor <= 0 || Float.isNaN(loadFactor))        throw new IllegalArgumentException("Illegal load factor: " +                                           loadFactor);    this.loadFactor = loadFactor;    // threshold是根据当前的初始化大小和加载因子算出来的边界大小,    // 当桶中的键值对超过这个大小就进行扩容    this.threshold = tableSizeFor(initialCapacity);}

此时:loadFactor = 0.75 默认值

// 这个方法返回大于输入参数且最接近的2的整数次幂的数static final int tableSizeFor(int cap) {    int n = cap - 1;    // 无符号向右移动     // 按位或    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;}

此时:threshold = 4

三、分析扩容过程

1、第一次执行put操作后

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,               boolean evict) {    Node[] tab; Node p; int n, i;    // 如果存储元素的table为空,则进行必要字段的初始化    if ((tab = table) == null || (n = tab.length) == 0)        // 获取长度        n = (tab = resize()).length;    // 如果根据hash值获取的结点为空,则新建一个结点    // 此处 & 代替了 % (除法散列法进行散列)    if ((p = tab[i = (n - 1) & hash]) == null)        tab[i] = newNode(hash, key, value, null);    // 这里的p结点是根据hash值算出来对应在数组中的元素    else {        Node e; K k;        // 如果新插入的结点和table中p结点的hash值,key值相同的话        if (p.hash == hash &&            ((k = p.key) == key || (key != null && key.equals(k))))            e = p;        // 如果是红黑树结点的话,进行红黑树插入        else if (p instanceof TreeNode)            e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);        else {            for (int binCount = 0; ; ++binCount) {                // 代表这个单链表只有一个头部结点,则直接新建一个结点即可                if ((e = p.next) == null) {                    p.next = newNode(hash, key, value, null);                    // 链表长度大于8时,将链表转红黑树                    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;                // 及时更新p                p = e;            }        }        // 如果存在这个映射就覆盖        if (e != null) { // existing mapping for key            V oldValue = e.value;            // 判断是否允许覆盖,并且value是否为空            if (!onlyIfAbsent || oldValue == null)                e.value = value;            // 回调以允许LinkedHashMap后置操作            afterNodeAccess(e);            return oldValue;        }    }    // 更改操作次数    ++modCount;    // 大于临界值    if (++size > threshold)        // 将数组大小设置为原来的2倍,并将原先的数组中的元素放到新数组中        // 因为有链表,红黑树之类,因此还要调整他们        resize();    // 回调以允许LinkedHashMap后置操作    afterNodeInsertion(evict);    return null;}

2、第一put会进行resize()操作:

// 初始化或者扩容之后元素调整final Node[] resize() {    // 获取旧元素数组的各种信息    Node[] oldTab = table;    // 长度    int oldCap = (oldTab == null) ? 0 : oldTab.length;    // 扩容的临界值    int oldThr = threshold;    // 定义新数组的长度及扩容的临界值    int newCap, newThr = 0;    // 如果原table不为空    if (oldCap > 0) {        // 如果数组长度达到最大值,则修改临界值为Integer.MAX_VALUE        if (oldCap >= MAXIMUM_CAPACITY) {            threshold = Integer.MAX_VALUE;            return oldTab;        }        // 下面就是扩容操作(2倍)        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&                 oldCap >= DEFAULT_INITIAL_CAPACITY)            // threshold也变为二倍            newThr = oldThr << 1; // double threshold    }    else if (oldThr > 0) // initial capacity was placed in threshold        newCap = oldThr;    // threshold为0,则使用默认值    else {               // zero initial threshold signifies using defaults        newCap = DEFAULT_INITIAL_CAPACITY;        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);    }    // 如果临界值还为0,则设置临界值    if (newThr == 0) {        float ft = (float)newCap * loadFactor;        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?                  (int)ft : Integer.MAX_VALUE);    }    // 更新填充因子    threshold = newThr;    @SuppressWarnings({"rawtypes","unchecked"})    Node[] newTab = (Node[])new Node[newCap];    table = newTab;    // 调整数组大小之后,需要调整红黑树或者链表的指向    if (oldTab != null) {        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;                // 红黑树调整                else if (e instanceof TreeNode)                    ((TreeNode)e).split(this, newTab, j, oldCap);                else { // preserve order                    // 链表调整                    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;}

四、小结

第一次put后:threshold = newCap * loadFactor = oldThr * loadFactor = 4 * 0.75 = 3
第二次put后:++size = 3,不进行扩容
第三次put后:++size = 4,进行扩容

oldCap = oldTab.length = 3newcap = oldCap << 1 = 6threshold = newThr = newCap * loadFactor = 6 * 0.75 = 4

结论:设置初始化容量n,初始化threshold = 大于n数且最接近的2的整数次幂的数 * 负载因子

结尾

感谢看到最后的朋友,都看到最后了,点个赞再走啊,如有不对之处还请多多指正。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值