尚硅谷JavaSE笔记合集
| 文章名 | 链接 |
|---|---|
| 【JavaSE】异常 | 文章地址 |
| 【JavaSE】常用类：String、LocalDateTime… | 文章地址 |
| 【JavaSE】枚举 | 文章地址 |
| 【JavaSE】注解 | 文章地址 |
| 【JavaSE】集合框架 | 文章地址 | HashMap源码解析 | List相关实现类源码解析 |
| 【JavaSE】泛型 | 文章地址 |
| 【JavaSE】IO流 | 文章地址 | 字符编码详解 |
| 【JavaSE】网络编程，BIO需求演进 | 文章地址 |
| 【JavaSE】反射 | 文章地址 |
| 【JavaSE】jdk8新特性 | 文章地址 |
一、HashMap简介
- 数组初始容量为16
- 扩容为原来的2倍
- 内部存储结构：数组+链表+红黑树(jdk8)，查询速度快
- 添加键值：7上8下
- key和value可以为null
注意：添加到集合中的元素不要再进行key的修改
二、 jdk8 与 jdk7中的不同
- new HashMap():数组创建为懒汉式，首次调用put()时才创建
- jdk 8底层的数组是：Node[],而非Entry[]
- 在jdk8中底层存储结构为：数组+链表+红黑树。
- 形成链表时，七上八下
- 链表长度=8 且 数组容量>=64 时，链表转换为红黑树
- jdk8扩容判断在节点添加完成后进行。jdk7扩容判断是在节点插入之前进行的
三、JDK7源码分析
- 饿汉式创建数组
3.1 相关面试题
-
HashMap什么时候进行扩容呢？
- 元素个数大于阈值 且 bucket != null
- 扩容是非常消耗性能的，所以如果我们已经预知HashMap中元素的个数，那么预设元素的个数能够有效的提高HashMap的性能。
-
添加元素的流程：
- 先判断bucket是否为空，为空就直接添加。
- 不为空就遍历链表，判断key是否存在
- key存在分为两种情况：
- 数组下标为0的链表中存储key=null，覆盖
- 对应链表中存在 hash值相同且equals为true的key，覆盖
- key不存在，添加成功
3.2 源码中的名词
- Entry[]：数据存储的数组
- Capacity：数组容量
- bucket：桶，数组中存放元素的位置。即Entry[i]
- threshold：阈值(容量*加载因子)
- Entry：key-value 节点
- DEFAULT_INITIAL_CAPACITY : 数组默认容量，16
- DEFAULT_LOAD_FACTOR：默认加载因子：0.75
static class Entry<K,V> implements Map.Entry<K,V> {
final K key;
V value;
Entry<K,V> next;
int hash;
}
3.3 源码解析
//一.调用有参构造器
public HashMap() {
this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR);
}
//二.创建容量16的数组，计算出阈值12
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY) //MAXIMUM_CAPACITY = 1 << 30
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +loadFactor);
int capacity = 1;
//容量总是2的倍数
while (capacity < initialCapacity)
capacity <<= 1;
this.loadFactor = loadFactor;
//计算阈值：16*0.75=12
threshold = (int)Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
table = new Entry[capacity];
useAltHashing = sun.misc.VM.isBooted() && (capacity >= Holder.ALTERNATIVE_HASHING_THRESHOLD);
init();
}
//三.存放key-value
public V put(K key, V value) {
//3.1 判断：key为null
if (key == null)
return putForNullKey(value);
int hash = hash(key); //计算key的hash值
int i = indexFor(hash, table.length);//通过hash值计算索引位置
//3.2 判断：hash值相同 && ==或equals为true
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
//覆盖
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
//3.3
//情况一：bucket为null：添加成功
//情况二：hash值不同：添加成功
//情况三：hash值相同，==或equals为false：添加成功
addEntry(hash, key, value, i);
return null;
}
//3.1 判断：key为null
private V putForNullKey(V value) {
//3.1.1 集合中存在：table[0]链表存在key为null的节点，覆盖
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
if (e.key == null) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
//3.1.2 集合中不存在：添加成功
addEntry(0, null, value, 0);
return null;
}
//3.1.2
//3.3
//情况一：bucket为null：添加成功
//情况二：hash值不同：添加成功
//情况三：hash值相同，==或equals为false：添加成功
void addEntry(int hash, K key, V value, int bucketIndex) {
//3.1.2.1 判断是否需要扩容：（元素个数>阈值 && table[0] != null ）
if ((size >= threshold) && (null != table[bucketIndex])) {
//扩容：原来的2倍
resize(2 * table.length);
hash = (null != key) ? hash(key) : 0;
//扩容后重写计算索引下标
bucketIndex = indexFor(hash, table.length);
}
//3.1.2.2 创建节点(key的hash值,key,value,数组索引)
createEntry(hash, key, value, bucketIndex);
}
//3.1.2.1 扩容（最消耗性能）：原来的2倍
void resize(int newCapacity) {
//(1)保存旧的数组
Entry[] oldTable = table;
//(2)保存旧的容量
int oldCapacity = oldTable.length;
//(3)旧容量是否==1 << 30：如果是，将阈值设置为整型最大值。返回
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
//(4)创建新容量的空数组
Entry[] newTable = new Entry[newCapacity];
boolean oldAltHashing = useAltHashing;
useAltHashing |= sun.misc.VM.isBooted() &&
(newCapacity >= Holder.ALTERNATIVE_HASHING_THRESHOLD);
boolean rehash = oldAltHashing ^ useAltHashing;
//(5)将元素转移到新数组
transfer(newTable, rehash);
//(6)保存新数组
table = newTable;
//(7)计算新阈值
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}
//(5)将元素转移到新数组
void transfer(Entry[] newTable, boolean rehash) {
//获取新阈值
int newCapacity = newTable.length;
//遍历旧数组
for (Entry<K,V> e : table) {
while(null != e) {
//保存next指针
Entry<K,V> next = e.next;
//是否重写计算hash值
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
//计算新数组中的索引位置
int i = indexFor(e.hash, newCapacity);
//next指向新数组对应索引位置的链表
e.next = newTable[i];
//将元素放在新数组的bucket位置
newTable[i] = e;
//循环旧数组链表下一元素
e = next;
}
}
}
//3.1.2.2 创建节点：新节点指向旧节点
void createEntry(int hash, K key, V value, int bucketIndex) {
Entry<K,V> e = table[bucketIndex];
table[bucketIndex] = new Entry<>(hash, key, value, e);
size++;
}
四、JDK8源码分析
- 懒汉式创建数组
4.1 相关面试题
-
HashMap什么时候进行扩容和树形化呢？
- 扩容：元素个数大于阈值（数组容量*0.75）
- 树形化：链表元素个数=8 且 数组容量>=64
- 扩容是非常消耗性能的，所以如果我们已经预知HashMap中元素的个数，那么预设元素的个数能够有效的提高HashMap的性能。
-
添加元素的流程：
- 第一次调用先初始数组
- 先判断bucket是否为空，为空就直接添加。
- 不为空就遍历链表，判断key是否存在
- key已经存在：覆盖
- key不存在，添加成功
- 添加完成后：判断是否需要扩容
4.2 源码中的名词
- Node[]：数据存储的数组
- Capacity：数组容量
- bucket：桶，数组中存放元素的位置。即Node[i]
- threshold：阈值(容量*加载因子)
- Entry：key-value 节点
- DEFAULT_INITIAL_CAPACITY : 数组默认容量，16
- DEFAULT_LOAD_FACTOR：默认加载因子：0.75
- TREEIFY_THRESHOLD(链表长度大于该默认值，转化为红黑树)：8
- MIN_TREEIFY_CAPACITY(数组长度大于该默认值，链表转化为红黑树)：64
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
}
4.3 源码解析
//一.加载因子赋值为0.75
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
}
//二.存放key-value
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
//三.存放key-value
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//3.1 如果数组还未初始则进行默认初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//3.2 如果bucket为null则直接添加
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null); //添加成功
//3.3 bucket不为null
else {
Node<K,V> e; K k;
//3.3.1 如果bucket位存在key重复则进行覆盖
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p; //覆盖
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//3.3.2 bucket位不存在key重复
else {
for (int binCount = 0; ; ++binCount) {
//(1) 链表中不存在key重复：尾指针指向新节点
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//如果7>=8-1 且 数组容量>=64：将链表转换为红黑树，即添加节点后链表元素个数=8
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);
break;
}
//(2) 链表中出现key重复
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//3.3.3 链表中出现key重复：覆盖
if (e != null) {
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//3.4 元素个数超过阈值
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
//3.1 如果数组还未初始则进行默认初始化
//3.4 元素个数超过阈值：扩容
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length; //保存旧容量
int oldThr = threshold; //保存旧阈值
int newCap, newThr = 0; //定义容量和阈值
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//3.4.1 容量和阈值都扩大为原来的2倍
//newCap=32,newThr=24
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1;
}
else if (oldThr > 0)
newCap = oldThr;
else {
newCap = DEFAULT_INITIAL_CAPACITY; //3.1.1 获取默认容量16
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); //3.1.2 获取默认阈值16*0.75=12
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//3.4.2 设置阈值
threshold = newThr; //3.1.3 设置阈值
@SuppressWarnings({"rawtypes","unchecked"})
//根据新的容量创建新数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
//保存新数组
table = newTab;
//3.4.3 将元素转移到新数组
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> 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;
}
}
}
}
}
//3.1.1 返回容量为16的空数组，设置阈值12
return newTab;
}
2968
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
