导读:数据结构哈希表也称散列表,是一种键(key) 值(value)映射关系的数据结构。这种结构在java中是通过HashMap类实现的。接下来我们一起来学习这个类。
1.类核心成员
HashMap类底层原理是维护数组、单向链表、红黑树实现哈希表结构,该中核心成员分别是:
1.table是Node类型的数组
2.Node是单向链表
3.TreeNode是红黑树
package java.util;
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
transient Node<K,V>[] table;//table是Node类型的数据
static class Node<K,V> implements Map.Entry<K,V> {} //单向链表
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {} //红黑树
}
2.哈希表本质
在java8中,哈希表是HashMap类型的实例,这个实例本质是一个数组,数组元素是单向链表Node类型,或者是红黑树TreeNode。其中TreeNode是Node的派生类。在向这个数组添加或者删除元素的时候,Node与TreeNode之间会相互转换,目的是为了降低查询的时间复杂度。
//TreeNode继承LinkedHashMap类中内部类Entry
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {}
//Entry继承HashMap类中内部类Node
static class Entry<K,V> extends HashMap.Node<K,V> {}
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;//保存key的hash值
final K key;//保存key值
V value;//保存value值
Node<K,V> next; //保存下一个Node元素的值
}
3.哈希表的键(key)-值(value)映射关系的实现
数组数据结构是下标是int类型,从下标0开始。那么键(key)是如何实现映射关系的呢?
在putVal()方法中有这么一句代码 tab[i = (n - 1) & hash]。i是数组tab的下标,tab下标值范围0~(n-1)。hash是key通过哈希函数生成的值,同一个key生成的hash值是一样的,(n-1)&hash运算的结果在 0~(n-1)范围,也就是数组tab下标范围,从而实现了key值对数组下标的对应。同学们一定发现了不同的key值hash后也有可能结果相同,比如“Aa”和“BB”的hash值相同,会导致数组下标碰撞,那么这个类是如何处理,保存数据呢?
4.哈希表保存值的流程
1.判断数组下标是否有值,这个下标为空则写入这个Node
2.如果数组下标有值,则处理下标碰撞
2.1 如果坑位元素p的哈希值与新元素的哈希值相同,并且元素p的key值与新元素key相同 或者 key不为null并且key.equals(k),则为视为同一个key值,进行覆盖;
2.2 如果坑位元素p是TreeNode,则写入TreeNode;
2.3 不是TreeNode就是Node类型,则加入链表Node尾部。
以上就是HashMap保存元素以及处理下标碰撞的流程。
下面是新增方法的大致流程解读
//返回的V值,如果这个元素不存在,则新增,结果返回的是null,如何元素已存在,则覆盖旧元素,返回的是新元素的value值
final 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tab为null或者长度为0
if ((tab = table) == null || (n = tab.length) == 0)
//n的值是数组的长度
n = (tab = resize()).length;
//key值hash后与数组长度减1位,位运算后获取数组下标,并判断改下标数组元素是否为空
if ((p = tab[i = (n - 1) & hash]) == null)
//这个下标元素为空则赋值
tab[i] = newNode(hash, key, value, null);
else {//发生处理下标碰撞
//声明一个Node类型局部变量e,K类型(与实参类型一致的类型)的k
Node<K,V> e; K k;
//p为已经存在的旧元素
//如果坑位元素p的哈希值与新元素的哈希值相同,
if (p.hash == hash &&
//并且坑位元素p的key值与新元素key相同 或者 key不为null并且key.equals(k)
//则为视为一个元素,覆盖旧元素的value值(去重操作)
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//如果坑位元素p是红黑树TreeNode类型,则写入这个红黑树
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//不是红黑树TreeNode,只能是Node单向链表
else {
//无限循环,循环的内容是这个下标坑位链表
for (int binCount = 0; ; ++binCount) {
//e值为链表的下一个
if ((e = p.next) == null) {
//链表尾处追加
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
//这个方法是Node链表向红黑树TreeNode变型
treeifyBin(tab, hash);
//退出循环
break;
}
//并且坑位元素p的key值与新元素key相同 或者 key不为null并且key.equals(k)
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
//退出循环e值=p.next
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)
//扩容操作
resize();
afterNodeInsertion(evict);
return null;
}
我们来简单分析一下treeifyBin()方法和resize()
treeifyBin()方法。在上述代码流程中,当这个node链表的长度大于等8的时候,treeifyBin方法会将这个单向链表转为红黑树。
/**
* 为指定的索引下标替换,如果这个tab数组太小了,就算了
* Replaces all linked nodes in bin at index for given hash unless
* table is too small, in which case resizes instead.
*/
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
//tab为空或者tab数组的长度小于64,就调整一下容量,结束。
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
//通过(n - 1) & hash定位数组下标
TreeNode<K,V> hd = null, tl = null;
do {
//将单向链表Node 变形为 TreeNode
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
//平衡这个红黑树
hd.treeify(tab);
}
}
接下来看看resize()方法,初始化或者加倍tab数组的大小。我们需要注意的地方是,当这个方法执行扩容操作的时候,这个数组的所有元素会经过计算,从新定位下标并赋值,扩容操作会提高代码执行时间。所以当我们使用HashMap的时候,尽量预计出这个数组的长度。
点击这儿,看看HashSet是如何使用HashMap实现无序不重复集合。
点个赞呗,≧◠◡◠≦