什么是 HashMap?🧠
HashMap 是 Java 中非常常用的一种数据结构,它通过**键值对(key-value pairs)来存储数据。它的最大特点是通过哈希表(hashing)**实现了非常快的查找、插入和删除操作。
核心原理 🍰:
- 哈希表:HashMap 的底层数据结构是一个数组,数组中的每个位置称为 “桶”(bucket)。我们通过计算每个键的
hashCode()
,把键和值放入对应的桶里。 - 哈希冲突:当多个键的哈希值相同,导致它们被放入同一个桶里,这就叫做“哈希冲突”。HashMap 通过链表(或红黑树)来处理这种冲突。
HashMap 是如何工作的?🛠️
1. put():往 HashMap 里放东西 🛒
每当我们调用 put()
方法往 HashMap 里添加一个键值对时,它会经历以下几个步骤:
- 计算哈希值 🔢:
- HashMap 使用键的
hashCode()
方法来计算哈希值,这个哈希值会告诉我们这个键值对应该放在哪个桶里。 - 例子:假如你往超市里添加一个新商品,比如苹果(key),苹果有一个编号12345(hashCode)。你通过这个编号决定它该放在哪个货架(bucket)上。
- HashMap 使用键的
- 查找对应的桶 📦:
- 通过哈希值找到对应的桶。如果这个桶是空的(还没有放东西),直接把键值对放进去。
- 例子:你走到货架5号,发现货架是空的,就直接把苹果放上去。
- 处理哈希冲突 🔗:
- 如果这个桶已经有东西了(发生了哈希冲突),HashMap 会以链表的方式将新的键值对加到这个桶的末尾。
- 例子:如果货架5号已经有其他商品了,那你就只能把苹果放到它后面,排队(链表结构)。
- 链表转红黑树 🌳:
- 如果一个桶里存的东西太多了(链表太长),HashMap 会把链表转换为红黑树,以提高查找效率。
- 例子:如果排队的人太多了,超市可能会重新安排,采用更高效的方式摆放商品(红黑树),这样你找商品的时候可以更快。
- 扩容 🛠️:
- 当 HashMap 的大小(存储的键值对的数量)超过了它的容量阈值,HashMap 会自动扩容,增加桶的数量,并重新分配现有的键值对到新的桶里。
- 例子:当货架快满的时候,你决定扩展超市,买更多的货架,把现有的商品重新分布到更大的空间里。
2. get():从 HashMap 里取东西 🔍
当我们需要从 HashMap 中查找某个键对应的值时,它会执行以下操作:
- 计算哈希值:
- HashMap 首先会根据键的
hashCode()
计算出它的哈希值,找到对应的桶。
- HashMap 首先会根据键的
- 遍历桶里的元素:
- 如果这个桶里有多个元素(哈希冲突),它会遍历链表或红黑树,找到匹配的键。
- 返回值:
- 一旦找到匹配的键,就会返回它对应的值;如果没找到,就返回
null
。
- 一旦找到匹配的键,就会返回它对应的值;如果没找到,就返回
例子:你来到超市想买苹果,你先找到货架5号,然后依次查看货架上的商品,找到你要的苹果。
核心源码解析 🍔
public V put(K key, V value) {
// 调用 putVal 方法,传入 key 和 value。
// 这里是实际执行键值对插入操作的地方。
return putVal(hash(key), key, value, false, true);
}
private V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
Node<K,V>[] tab;
Node<K,V> p;
int n, i;
// 如果 HashMap 还没有创建数组,或者数组长度为 0,则扩容(创建新的货架)。
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length; // 调用 resize 方法扩容
// 通过哈希值计算出桶的位置。如果该位置为空,就直接放入新节点。
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null); // 把新货物(节点)放到货架上
else { // 如果这个桶里已经有东西了,说明发生了哈希冲突,开始处理冲突。
Node<K,V> e;
K k;
// 如果已经有一个节点,且它的哈希值和 key 一致,说明是同一个 key,准备更新它的值。
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p; // 找到了这个旧的节点,准备替换它的值。
// 如果这个节点是红黑树节点,那就调用红黑树的插入方法。
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 如果是链表(不是红黑树),我们需要遍历这个链表,把新节点加到链表的最后。
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) { // 如果链表走到最后了,就把新节点加到链表尾部。
p.next = newNode(hash, key, value, null); // 加入新节点
// 如果链表长度超过了阈值,就把链表转换成红黑树来优化性能。
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash); // 链表转成红黑树
break;
}
// 如果在链表中发现了相同的 key,那就不用新增节点了,准备更新值。
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e; // 继续往链表的下一个节点走
}
}
// 如果找到了相同的键,更新它的值并返回旧值。
if (e != null) {
V oldValue = e.value; // 获取旧值
e.value = value; // 替换为新值
return oldValue; // 返回旧值
}
}
// 每次成功插入新节点后,HashMap 的修改次数加一。
++modCount;
// 如果 HashMap 的大小超过了阈值,就需要扩容。
if (++size > threshold)
resize(); // 扩容:增加数组的大小
return null; // 返回 null 表示插入成功,没有旧值被替换
}
总结🎉:
- HashMap 通过键的
hashCode()
来决定把键值对存放在哪个“桶”里。如果发生哈希冲突,就会把多个键值对存在同一个桶里,使用链表(或红黑树)来管理这些冲突。 - 扩容机制 保证了当数据量增大时,HashMap 能自动增加空间,让查找和插入操作保持高效。
- 链表转红黑树 是为了优化性能,当一个桶里有太多键值对时,链表会自动转换成红黑树,进一步加快查找的速度。
** 🏆**
操作 | 过程 |
---|---|
插入(put) | 计算哈希值 -> 找到对应的桶 -> 如果冲突,处理链表或红黑树 -> 如果太多元素,扩容 |
查找(get) | 计算哈希值 -> 找到对应的桶 -> 遍历链表或红黑树找到相应的键 |
扩容(resize) | 创建更大的数组 -> 重新分配所有键值对到新的数组 |
哈希冲突处理 | 使用链表存储冲突的键值对 -> 链表过长时转换为红黑树 |
查找效率 | 理想情况下是 O(1),在最坏情况下(大量冲突)下是 O(log n)(如果使用红黑树),仍然很快 |