HashMap的put流程知道吗?
第一步,通过hash方法计算key的哈希值。
static final int hash(Object key){
int h;
return (key == null)? 0:(h =key.hashCode))^(h>>>16);
}
第二步,数组进行第一次扩容。
if((tab = table) == null || (n = tab.length) == 0)
n = (tab =resize()).length;
第三步,根据哈希值计算key在数组中的下标,如果对应下标正好没有存放数据,则直接插入。
if((p=tab[i =(n-1)&hash]) == null)
tab[i] =newNode(hash,key,value,null);
如果对应下标已经有数据了,就需要判断是否为相同的key,是则覆盖value,否则需要判断是否为树节点,是则向树中插入节点,否则向链表中插入数据。
else{
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key ||(key != null &&key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this,tab,hash,key,valur);
else{
for(int binCount = 0;;++binCount){
if((e = p.next) == null){
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;
}
}
}
注意,在链表中插入节点的时候,如果链表长度大于等于8,则需要把链表转换为红黑树。
if (binCount >= TREEIFY_THRESHOLD -1)// -1 for 1st
treeifyBin(tab,hash);
所有元素处理完后,还需要判断是否超过阈值threshold,超过则扩容。
if(++size>threshould)
resuze();
只重写equals没重写hashcode,map put的时候会发生什么?
如果只重写equals方法,没有重写hascode方法,那会导致equals相等的两个对象,hashcode不相等,这样的话,这两个对象会被放到不同的桶中,这样就会导致get的时候,找不到对应的值
HashMap怎么查找元素的呢?
HashMap的查找就简单很多:
1.使用扰动函数,获取新的哈希值
2.计算数组下标,获取节点
3.当前节点和key匹配,直接返回
4.否则,当前节点是否为树节点,查找红黑树
5.否则,遍历链表查找
13.HashMap的hash函数是怎么设计的?
HashMap的哈希函数是先拿到key的hashcode,是一个32位的int类型的数值,然后让hashcode的高16位和低16位进行异或操作
static final int hash(Object key){
int h;
//key的hashCode和key的hashCode右移16位做异或运算
return (key == null) ?0:(h=key.hashCode())^(h>>>16);
}
这么设计是为了降低哈希碰撞的概率·
为什么hash函数能降哈希碰撞?
static final int hash(Object key){ Complexity is 6 it's time to do something...
int h;
return (key =null) ? 0 ;(h=key.hashCode())^(h>>>16);
}
在hash函数中,先调用了key的hashCode()方法,这将会返回一个int类型的哈希值,比如说字符串的hashCode
public int hashCode(){
int h =hash;
if (h==0 &&value.length>0){
char val[] = value;
for (int i=0;i<value.length;i++){
h = 31*h+value;
}
hash = h;
}
return h;
}
int的范围是-2147483648-2147483647,加起来大概40亿上下的浮动。
只要key的hashCode方法设计的比较合理,一般是很难出现碰撞的。
但问题是,不可能直接搞一个40亿长度的数组啊,那也太铺张浪费了。
我们一般会设置一个较小的数组长度,比如说HashMap的数组初始大小才16,当发现容量不满足的时候再扩容,避免浪费
那当数组长度比较小的时候,我们就需要设计一种比较巧妙的hash算法,来避免发生哈希冲突,尽可能地元素均匀地分布在数组当中。
要达到这个目的,HashMap在两个方面下足了功夫,第一个就是数组的长度必须是2的整数次幂,这样可以保证hash&(n-1)的结果能均匀地分布在数组中。
其作用就相当于hash%n,n为数组的长度,比如说数组长度是16,hash值位20,那么20%16=4,也就是说20这个元素应该放在数组的第4个位置;
hash值为23,那么23%16 =7,也就是说23这个元素应该放在数组的第7个位置
&操作的结果就是哈希值的高位全部归零,只保留n个低位,用来做数组下标访问。
以初始长度16为例,16-1=15。
2进制表示是0000 0000 0000 0000 0000 0000 0000 1111。
和某个哈希值做&运算,结果就是截取了最低的四位。
那问题