數組
優點:查詢速度快,O(1)
缺點:數組的容量是不可變的,當數組存滿時,就需要新建一個容量更大的數組,在把原數組複製到新數組中,這過程比較消耗性能
鏈表
優點:增刪快,長度可變
缺點:查詢慢,O(n)
散列表
也叫哈希表,根據哈希函數來存放數據的數組,加快查詢速度。
數組
散列表優點:查詢速度快,如果採用鏈表法來解決哈希衝突問題,那麼散列表就結合了鏈表長度可變的特點
哈希函數:將數字消息轉換成長度固定的字符串,具有效率高,不能反推,衝突概率要小等特點
哈希:通過哈希算法,將不同長度的輸入變成固定長度輸出
HashMap
Map繼承體系
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
}
屬性
// 在進行序列化和反序列化時,使用該字段進行版本一致性驗證
private static final long serialVersionUID = 362498820763181265L;
// 默認最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 缺省負載因子大小 static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 樹化閾值:8,當哈希表元素個數>MIN_TREEIFY_CAPACITY,桶的鏈表>=8 ,鏈表就會轉換成紅黑樹
static final int TREEIFY_THRESHOLD = 8;
// 紅黑樹->鏈表閾值:6;在刪除元素或者是擴容時,會出現這種情況
static final int UNTREEIFY_THRESHOLD = 6;
// 樹化的另一個參數,當哈希表元素個數>MIN_TREEIFY_CAPACITY,鏈表長度>TREEIFY_THRESHOLD;才能樹化
static final int MIN_TREEIFY_CAPACITY = 64;
// 哈希表
transient Node<K,V>[] table;
// 集合:暫存元素
transient Set<Map.Entry<K,V>> entrySet;
// 哈希表存放元素的個數
transient int size;
// 改變結構的次數
transient int modCount;
// 擴容閾值,當size>threshold進行擴容
// threshold = capacity * loadFactor
int threshold;
// 負載因子
final float loadFactor;
/**
* Node<K,V>結構
* hash:元素哈希
* Key-Value
* next:下一個Node
* @param <K>
* @param <V>
*/
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
.......
}
我們需要注意影響樹化屬性:TREEIFY_THRESHOLD= 8,UNTREEIFY_THRESHOLD=6
影響擴容的屬性 size,threshold,loadFactor;
還有Node<K,V> 結構
構造函數
我們主要看第一個
public HashMap(int initialCapacity, float loadFactor) {
// 初始化容量<0,異常
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
// initialCapacity>最大容量,initialCapacity = MAXIMUM_CAPACITY
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
// loadFactor負載因子<=0,非Float,異常
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
// loadFactor賦值
this.loadFactor = loadFactor;
// threshold擴容閾值賦值
this.threshold = tableSizeFor(initialCapacity);
}
tableSizeFor方法
/**
* Returns a power of two size for the given target capacity.
* 返回當前cap容量值,並且一定是2的次方數。
* cap = 12
* 12-1 = 11
* >>>:表示無符號右移
* 1011 | 0101 ->1111 =15
* 1111 | 0011 -> 1111 =15
*
*/
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
put方法
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
hash(key)
static final int hash(Object key) {
int h;
// 如果key=null 則返回0,計算哈希值,讓key的hash值的高16位也參與路由運算;進行擾動,減少哈希碰撞。
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
計算hash,讓低16位和高16位做了一個異或運算,經過擾動,來減少哈希衝突。
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict)
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
// tab:散列表,p:當前散列表元素,n:散列表數組長度,i:路由尋址結構
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 如果散列表爲null,或者長度爲0,則進行初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 如果尋址找到桶位,桶位元素爲null,則將構建Node放入
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
// e:與當前元素hash,且key一致的元素。
// k:臨時key
Node<K,V> e; K k;
// 表示桶中首元素的key與要插入元素的key一致,表示後續需要進行替換操作
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果該桶首元素是紅黑樹節點,則使用紅黑樹方式put
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 如果不滿足上面條件,則說明,桶中元素節點爲鏈表節點,遍歷鏈表
for (int binCount = 0; ; ++binCount) {
// 遍歷到末尾,還沒找到key一致的節點,則添加一個Node
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 如果滿足樹化標準,則樹化
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 如果找到key一致的Node,則替換
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 如果e不爲null,則替換
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 是否達到擴容標準: ++當前存儲元素個數>擴容閾值
if (++size > threshold)
// 擴容
resize();
afterNodeInsertion(evict);
return null;
}
put 過程:計算key的hash值,並經過擾動算法,即key的高16位也參與運算,如果在經過路由算法i = (n - 1) & hash,找到對應的桶位,然後進行put操作。
圖片來源:https://thinkwon.blog.csdn.net/article/details/104588551
擴容resize()
final Node<K,V>[] resize() {
// oldTab原來散列表
Node<K,V>[] oldTab = table;
// 獲取oldCap, oldThr;oldCap:原哈希表table長度,oldThr:原哈希表擴容閾值
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
// newCap:擴容之後table數組的大小
// newThr:擴容之後,下次再次觸發擴容的條件
int newCap, newThr = 0;
// 如果原哈希表已初始化
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 使用位運算符,newCap是原來2倍,newThr也是原來2倍
/**
* 16 10000
* 32 100000
*/
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
// 如果原哈希表爲null,newCap=原擴容閾值
//new HashMap(map); 並且這個map有數據
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// oldCap == 0,oldThr == 0
// new HashMap();
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 如果新擴容閾值=0,通過newCap和loadFactor計算出一個newThr
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
// 給threshold複製
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
// 創建新的數組
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
// 遍歷桶
for (int j = 0; j < oldCap; ++j) {
//當前node節點
Node<K,V> e;
// 如果當前桶首節點不爲null
if ((e = oldTab[j]) != null) {
// 方便JVM GC時回收內存
oldTab[j] = null;
//第一種情況:當前桶位只有一個元素,從未發生過碰撞,這情況 直接計算出當前元素應存放在 新數組中的位置,然後
//扔進去就可以了
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 如果是桶位首節點是紅黑樹
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// 桶已形成鏈表
else { // preserve order
// 低位鏈表,存放在擴容之後的數組的下標位置,與當前數組的下標位置一致。
Node<K,V> loHead = null, loTail = null;
// 高位鏈表,存放在擴容之後的數組的下標位置,爲擴容長度+與當前數組的下標位置。
Node<K,V> hiHead = null, hiTail = null;
// 下個節點
Node<K,V> next;
do {
next = e.next;
//hash-> .... 1 1111 高位
//hash-> .... 0 1111 低位
//oldCap-> ...1 0000
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);
// 低位賦值
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 高位賦值
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
如果散列表,沒有初始化則進行初始化
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
如果已初始化則進行位運算,新的散列表容量和擴容閾值都是原來的兩倍
newCap = oldCap << 1;newThr = oldThr << 1
擴容過程中;會遍歷原散列表中的桶
如果桶中是鏈表,則根據(e.hash & oldCap) == 0來分成低位鏈表和高位鏈表
低位鏈表:存放在擴容之後的數組的下標位置,與當前數組的下標位置一致。
高位鏈表:存放在擴容之後的數組的下表位置爲 當前數組下標位置 + 擴容之前數組的長度
這樣擴容後,原來鏈表的長度會變短,這樣的查詢相率變高
如果是紅黑樹,還沒看。
get(Object key)
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
getNode
final Node<K,V> getNode(int hash, Object key) {
// tab:當前表;first桶首節點,e:臨時元素,n:tab長度,k
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) {
// 第一種情況經過路由尋址後桶位首節點,就是我們要的
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 桶中有鏈表或紅黑樹
if ((e = first.next) != null) {
// 如果是樹,則
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 如果是鏈表,遍歷鏈表
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
// 都不是null
return null;
}