数组
数组是一块内存连续,逻辑也连续的一组数据。在Java里需要类型一样,JS里可以类型不一致
List
内存不连续,但是逻辑连续。意思就是:在物理内存上存储并不是连续的,但是在逻辑上,下标为1的元素的下一个元素一定是下标为2
LinkedList
- 单链表:一个node的next指向下一个node,然后传递。
- 双链表结构数据:一个node的pre指向上一个node,node的next指向想一个node,依次传递。
HashMap
结合了数组和链表的优点
-
核心成员变量,本身是一个数组,其元素又是一个单链表
transient Node<K,V>[] table;
-
核心静态内部类实现了Map.Entry<K,V>
Node(int hash, K key, V value, Node<K,V> next) { this.hash = hash; this.key = key; this.value = value; this.next = next; }
- hash,key的hash,hash(key),计算出来是key的下标,也叫桶的下标
- key,单个元素的键
- value,单个元素的值
- next,指向下一个node
-
核心算法 hash算法,这个算法主要是通过key的hashcode计算一个合理值
static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }
在put的时候,有一步是计算把node放到哪个位置的时候,用到了(n - 1) & hash,这个hash即使通过hash算法求出来的。对整个公式详细解读如下:
- key的hashCode()是个很大的数,一般情况下是32位的二进制
- h >>> 16,无符号右移16位,让高16为都为0
- (h = key.hashCode()) ^ (h >>> 16),这样,得出来的数值,在低16为更均匀,因为table的个数(n,但是用了n-1更妙)不会太大,低16为一般可以满足。这也是为什么不左移16为的原因,如果左移16则低16为数据会出现很多0,与n-1异或时会导致数据扎堆
- (n - 1) & hash,其实这里的hash的高16位基本用不到,因为n-1不会太大。
- n-1 ,之所以用n-1是因为奇数的二进制1会更多一点,&操作的结果0就会少一点,如果用n,n的二进制会出现大量0导致&操作的结果大多数是0或者n。如果是0,则元素都会集中到下标为0的桶内,如果是n(不会越界)则会扩容。
-
HashMap的存储原理或者说模型,从put函数可分析
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;// 如果table为空,则扩容 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null);// 如果当前桶没有值,则创建一个元素的节点放在当前桶 else { Node<K,V> e; K k; if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p;// 如果当前桶有数值,且完全一致,桶内值覆盖新值 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) { // 便利当前桶的所有节点,当前桶内节点属性next为空指向当前值,即后插 p.next = newNode(hash, key, value, null); 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; } } if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }
-
取值,通过放值和取值,就可以完全理解HashMap的结构和流程
final Node<K,V> getNode(int hash, Object key) { Node<K,V>[] tab; Node<K,V> first, e; int n; K k; if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) {// 通过hash算法找到桶的位置,并找出第一个节点 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) // 这里和放的逻辑是一样的,如果第一个就是,那就是他了 return first; if ((e = first.next) != null) { if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) // 从第一个往后匹配,知道匹配成功 return e; } while ((e = e.next) != null); } } return null; }
结构图
-
从包容的角度给人的感觉是这样的结构
-
其实应该是这种结构
-
hashmap总的结构图