這裏寫自定義目錄標題
HashMap
HashMap的loadFactor爲什麼是0.75？
主要涉及到泊松分佈的概念,猝!!!
一個bucket空和非空的概率爲0.5，通過牛頓二項式等數學計算，得到這個loadfactor的值爲log（2），約等於0.693. 同回答者所說，可能小於0.75 大於等於log（2）的factor都能提供更好的性能，0.75這個數說不定是 pulled out of a hat。
put
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
static final int hash(Object key) {
int h;
//當key爲null,默認存在0索引線性表
//（因爲hashCode是一個int類型的變量，是4字節，32位，所以這裏會將hashCode的低16位與高16位進行一個異或運算，來保留高位的特徵，以便於得到的hash值更加均勻分佈）
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
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)
//初始化容量
n = (tab = resize()).length;
//桶未佔用
if ((p = tab[i = (n - 1) & hash]) == null)
//線性表+鏈表
tab[i] = newNode(hash, key, value, null);
else {
//桶佔用的處理
Node<K, V> e;
K k;
//如果key相等,且不爲null
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//紅黑樹的處理
else if (p instanceof TreeNode)
e = ((TreeNode<K, V>) p).putTreeVal(this, tab, hash, key, value);
else {
//鏈表處理
//先存A,在存B,接着存C，則數組存的是A,A.next=B,B.next=C,C.next=null
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//鏈表個數>8則,轉成紅黑樹
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;
}
}
//更新key的值
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//記錄修改次數
++modCount;
//超過限制容量,擴容
if (++size > threshold)
resize();
//空操作
afterNodeInsertion(evict);
return null;
}
remove
public V remove(Object key) {
Node<K, V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
final Node<K, V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K, V>[] tab;
Node<K, V> p;
int n, index;
//非空判斷
if ((tab = table) != null && (n = tab.length) > 0 &&
//匹配
(p = tab[index = (n - 1) & hash]) != null) {
Node<K, V> node = null, e;
K k;
V v;
//第一個node的處理
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
//紅黑樹的處理
if (p instanceof TreeNode)
node = ((TreeNode<K, V>) p).getTreeNode(hash, key);
else {
//遍歷查找
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
//紅黑樹處理
if (node instanceof TreeNode)
((TreeNode<K, V>) node).removeTreeNode(this, tab, movable);
//第一個節點的處理
else if (node == p)
tab[index] = node.next;
//其他節點的處理
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
replace
@Override
public V replace(K key, V value) {
Node<K, V> e;
if ((e = getNode(hash(key), key)) != null) {
V oldValue = e.value;
e.value = value;
afterNodeAccess(e);
return oldValue;
}
return null;
}
final Node<K, V> getNode(int hash, Object key) {
Node<K, V>[] tab;
Node<K, V> first, e;
int n;
K k;
//非空判斷
if ((tab = table) != null && (n = tab.length) > 0 &&
//根據hash映射數組
(first = tab[(n - 1) & hash]) != null) {
//如果是first,則直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
//紅黑樹查找
if (first instanceof TreeNode)
return ((TreeNode<K, V>) first).getTreeNode(hash, key);
//遍歷查找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
get
public V get(Object key) {
Node<K, V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
擴容resize
final Node<K, V>[] resize() {
Node<K, V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
} else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//如果擴容後的大小<MAXIMUM_CAPACITY且不是第一次初始化容量,則擴充一倍Thr
newThr = oldThr << 1; // double threshold
} else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
//默認16容量
newCap = DEFAULT_INITIAL_CAPACITY;
//默認12,超過12限制容量,則重新擴容
newThr = (int) (DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
float ft = (float) newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float) MAXIMUM_CAPACITY ?
(int) ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes", "unchecked"})
//臨時存儲擴容後的值
Node<K, V>[] newTab = (Node<K, V>[]) new Node[newCap];
//在整個擴容節點,table爲空
table = newTab;
//以下執行擴容操作
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K, V> e;
if ((e = oldTab[j]) != null) {
//提前釋放GC
oldTab[j] = null;
//對只有一個節點的處理
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//紅黑樹的處理
else if (e instanceof TreeNode)
((TreeNode<K, V>) e).split(this, newTab, j, oldCap);
else { // preserve order
//對數組鏈表下有很多節點的處理
Node<K, V> loHead = null, loTail = null;
Node<K, V> hiHead = null, hiTail = null;
Node<K, V> next;
do {
next = e.next;
//注意,此種情況爲0,說明hash<當前容量,哪怕擴容後,進行&操作也是一樣的索引值
//擴容後,按照之前的數組索引原位保存就行了
//尾部插入
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
} else {
//這種情況,說明擴容後的hasn進行&操作時,索引落在擴容的那一半部分
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//爲什麼擴容後,相同的在原位置保存,而不同的則當前索引+之前原位置索引保存?
//因爲這裏的擴容都是擴容一倍,也就是01000擴容後變成10000
// 當e.hash & oldCap == 0,說明hash<當前容量,也就是落在0~1000範圍內,哪怕擴容後,進行&操作也是一樣的索引值
//!=0,則說明第一e.hash落在0~1000範圍內,第二包含1000這個位置.而1000是之前擴容前的容量,所以最新的地址爲擴容前容量+當前索引
//原位置保存
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//存儲索引在擴容的那部分
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
迭代器
final Node<K, V> nextNode() {
Node<K, V>[] t;
Node<K, V> e = next;
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
if (e == null)
throw new NoSuchElementException();
//遍歷當前entry的下一個節點,如果沒有則遍歷數組,查找下一個鏈表節點
if ((next = (current = e).next) == null && (t = table) != null) {
do {
} while (index < t.length && (next = t[index++]) == null);
}
return e;
}
總結
JDK8中,改變了底層數據結構,爲線性表+鏈表+紅黑樹
產生hash值碰撞後,用鏈表存儲碰撞的值
什麼時候採用紅黑樹?
當桶裏面存的鏈表個數>8,同時數組長度>64,的時候採用紅黑樹
默認加載因子0.75
默認容量16,加載擴容的大小12
key一樣時,覆蓋舊的value
可以存null,索引0
爲什麼每次擴容後,是2的冪次方?
是因爲在使用2的冪的數字的時候，Length-1的值是所有二進制位全爲1，這種情況下，index的結果等同於HashCode後幾位的值。
只要輸入的HashCode本身分佈均勻，Hash算法的結果就是均勻的。
這是爲了實現均勻分佈。
爲什麼擴容後,相同的在原位置保存,而不同的則當前索引+之前原位置索引保存?
//因爲這裏的擴容都是擴容一倍,也就是01000擴容後變成10000
// 當e.hash & oldCap == 0,說明hash<當前容量,也就是落在0~1000範圍內,哪怕擴容後,進行&操作也是一樣的索引值
//!=0,則說明第一e.hash落在0~1000範圍內,第二包含1000這個位置.而1000是之前擴容前的容量,所以最新的地址爲擴容前容量+當前索引
//原位置保存
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//存儲索引在擴容的那部分
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
爲啥用尾插法?
jdk7因爲頭插法存在環形問題
而jdk8,使用尾插，在擴容時會保持鏈表元素原本的順序，就不會出現鏈表成環的問題了
爲什麼線程不安全?
在jdk1.7中，在多線程環境下，擴容時會造成環形鏈或數據丟失。
在jdk1.8中，在多線程環境下，會發生數據覆蓋的情況。