java基础解析系列(三)---HashMap

java基础解析系列

基本概念

  • 节点: Node<Key,Value>,存放key和value
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
}
  • 键值对数组:Node<K,V>[] table
  • 加载因子
  • 容量 :Node数组的长度
  • 大小:hashmap存放的Node的数目
  • 阈值:容量*加载因子

工作原理

  • 创建一个长度为2的次幂的node数组
  • put的时候,计算key的hash值,将hash值与长度-1进行与运算
  • 如果数组该下标的位置为空,直接存放,如果不为空,判断节点是否为树节点,如果是的话按红黑树的方式存入,否则按照链表的形式存入
  • 当hashmap的节点数目大于阈值的时候,将会重新构造hashmap,而这种操作是费时的操作,所以建议初始化一个合适的容量

java基础解析系列(三)---HashMap-LMLPHP

  • 默认容量,2的四次方

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

  • 默认加载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
  • node 数组
 transient Node<K,V>[] table;

  • 键值对数目,不是table的长度
    /**
* The number of key-value mappings contained in this map.
*/ transient int size;
  • 阈值
    /**
* The next size value at which to resize (capacity * load factor).
*
* @serial
*/
//阈值
int threshold;
  • 加载因子

/**
* The load factor for the hash table.
*
* @serial
*/
//加载因子
final float loadFactor;

构造方法

  • 传入初始容量和加载因子
 public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
  • 传入初始容量,使用默认的加载因子

public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
  • 无参数,默认容量和加载因子
    /**
* Constructs an empty <tt>HashMap</tt> with the default initial capacity
* (16) and the default load factor (0.75).
*/
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

  • 容量必须是2的n次方,当你传入的参数不符合条件,会有方法找到一个大于这个参数的最小的2的n次方数(比如大于6的最小2的n次幂是8),

put方法

public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
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;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
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, value);
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;
}
}
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;
}
  • 直接用伪代码表示


put()
{
index=[hash(key)&(captity-1)]----下标的最大值为captity-1,进行与运算后最终的结果小于等于最大下标
if(table[index])==null)
直接添加node
else
{
if(p是treenode)
{
直接将节点添加到红黑树
}
else
{
如果不是红黑树是链表
if(p的键值==key)
覆盖value
else
{
遍历链表:
{
if(有对应的key)
{
覆盖value
break;
}
}
遍历完成后没有发现对应的key
{
添加到链表
if(链表长度>8)
{
将链表转化为红黑树
}
}
}
}
if(大小大于阈值)
{
容量加倍,重新构造
} }
}

get方法

 public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
} 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) {
//如果链表的第一个节点是的键和要查找的键相等,那么返回该node
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//如果不是的,看该节点是不是树节点,是的话,用树的方法查找节点,如果不是的按链表的方式查找
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))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}

为什么长度设置为2的n次方

if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
  • 存放node到table数组的时候,他的下标是通过(n-1)&hash计算出来的(数组长度-1 和 key的hash的值相与,最后结果小于等于长度-1),n为table的长度。
  • 当长度为2的n次幂的时候,(n-1)&hash==hash%n,而前者是位运算,速度会快很多

负载因子

  • 负载因子较大,说明阈值较大,也就意味着可能发生更多的冲突
  • 负载因子较小,说明阈值较小,也就意味着可能会更少的冲突
  • 发生冲突的时候,会降低hashmap的查找速度,所以当要求更少的内存的时候可以增加负载因子,当要求更高的查找速度的时候,可以减少负载因子。
  • 默认的参数是平衡的选择,所以不建议修改

我觉得分享是一种精神,分享是我的乐趣所在,不是说我觉得我讲得一定是对的,我讲得可能很多是不对的,但是我希望我讲的东西是我人生的体验和思考,是给很多人反思,也许给你一秒钟、半秒钟,哪怕说一句话有点道理,引发自己内心的感触,这就是我最大的价值。(这是我喜欢的一句话,也是我写博客的初衷)

04-26 22:22