Java1.8集合 - HashMap
2017-03-17 11:31
169 查看
概述
HashMap应该是工作中Map接口最常用的实现类,其key和value都允许使用null。由于其实基于哈希表,所以并不保证数据的顺序。值得注意的是,它不是线程安全的,如果需要保证线程安全,推荐使用java.util.concurrent包中的ConcurrentHashMap。
属性
以下是HashMap中的属性。/** * 默认的初始容量为16,即数组的初始大小,同时需要注意的是必须为2的幂 * 至于为什么是2的幂,这是为了尽可能使元素分布均匀,避免出现hash冲突,从而省去遍历链表的开销 */ static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 /** * 最大容量,超过该值的将使用该值来代替 */ static final int MAXIMUM_CAPACITY = 1 << 30; /** * 默认加载因子,用于计算扩容阈值 */ static final float DEFAULT_LOAD_FACTOR = 0.75f; /** * 存储数据的数组,长度为2的幂,Node为单向链表 */ transient Node<K,V>[] table; /** * 已用的数组槽数 */ transient int size; /** * 记录HashMap改变的次数 */ transient int modCount; /** * 扩容阈值,用于控制HashMap的容量,其数值通过容量*加载因子 * 如默认的容量16*默认的加载因子0.75=12,当容量超过12时,将会扩容 */ int threshold; /** * 实际的加载因子 */ final float loadFactor;
构造函数
其有四个构造函数,如下所示。/** * 根据容量和加载因子创建HashMap * 加载因子对性能影响很大 * 过大,会造成更多的hash冲突,这就意味着更多的链表遍历,降低查找效率 * 过小,则为造成空间浪费,数据过于稀疏 * 所以最好就是使用默认的0.75 * * @param initialCapacity 实际初始容量 * @param loadFactor 实际加载因子 */ public HashMap(int initialCapacity, float loadFactor) { if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); /** 如果容量大于最大容量,则初始容量使用最大容量 */ 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); } /** * 根据容量创建HashMap,加载因子使用默认 * * @param initialCapacity 实际初始容量 */ public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); } /** * 使用默认的初始容量16和加载因子0.75创建HashMap */ public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted } /** * 通过给定的Map创建,加载因子使用默认的0.75 */ public HashMap(Map<? extends K, ? extends V> m) { this.loadFactor = DEFAULT_LOAD_FACTOR; putMapEntries(m, false); }
数据结构
HashMap是由数组结合链表实现的,如下图所示。为什么要采用链表,这是因为HashMap是通过计算key的散列值来确定其在数组中位置的。计算方法如下
static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }但是不同的key值有可能出现相同的散列值,也就是所谓的hash冲突。解决hash冲突的方法有多种,但是HashMap采用链表来解决。
但是链表过长会降低查询效率,所以当链表过长(阈值为8)时,将会转为红黑树来存储。从而提升查询效率。
链表结构
可以从如下代码中发现是单向链表,由next记录下一节点。//上图中的红色部分 static class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; V value; //下一节点 Node<K,V> next; Node(int hash, K key, V value, Node<K,V> next) { this.hash = hash; this.key = key; this.value = value; this.next = next; } public final K getKey() { return key; } public final V getValue() { return value; } public final String toString() { return key + "=" + value; } public final int hashCode() { return Objects.hashCode(key) ^ Objects.hashCode(value); } public final V setValue(V newValue) { V oldValue = value; value = newValue; return oldValue; } public final boolean equals(Object o) { if (o == this) return true; if (o instanceof Map.Entry) { Map.Entry<?,?> e = (Map.Entry<?,?>)o; if (Objects.equals(key, e.getKey()) && Objects.equals(value, e.getValue())) return true; } return false; } }这里通过重写hashCode和equals来保证
红黑树TreeNode
内容过多,只截取了关键属性。static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> { TreeNode<K,V> parent; // 父节点 TreeNode<K,V> left; TreeNode<K,V> right; TreeNode<K,V> prev; // needed to unlink next upon deletion boolean red; TreeNode(int hash, K key, V val, Node<K,V> next) { super(hash, key, val, next); } /** * 返回根节点 */ final TreeNode<K,V> root() { for (TreeNode<K,V> r = this, p;;) { if ((p = r.parent) == null) return r; r = p; } } //方法太多,就不全部贴出 }
结构总结
1、初始化一个大小为2的幂的Node类型数组;2、当添加元素时,根据key的hash值,确定数组的槽位,如果出现冲突,则放入链表中。
3、当链表过长时,将其转换为红黑树结构,从而提高查询效率。
关键方法
添加方法
/** * 向HashMap中添加元素 * * @param hash 键值key的散列值 * @param key 键值key * @param value 元素的值 * @param onlyIfAbsent 是否更新value * @param evict */ final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; //如果数组为null或者其长度为0,则通过resize方法分配内存 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; //根据key的散列值和数组长度n-1找到对应的槽位,若果当前槽位为null,则直接放入 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { //如果当前槽位不为null,则添加到链表中,以此解决冲突问题 Node<K,V> e; K k; //如果链表的第一个元素的散列值相同,且key也相同,则准备更新该节点 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; else if (p instanceof TreeNode)//如果是红黑树结构,则使用红黑树解决冲突问题 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else {//如果第一个元素的key不同,且不是红黑树节点,则使用链表解决冲突问题 for (int binCount = 0; ; ++binCount) { //第一次时p为链表的第一节点,并且通过第一个判断知道key不一致,所以取下一节点 //如果节点为空,则放入第一节点的next if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); //添加后,如果链表的大小已经超过设定的阈值,则将链表转换为红黑树存储 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } //如果当前节点的散列值和key与新元素的相同,结束遍历,准备更新该节点 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } //如果找到了散列值和key相同的节点,则更新节点的value if (e != null) { // existing mapping for key V oldValue = e.value; //如果onlyIfAbsent为true,则表明不需要更新 //如果onlyIfAbsent为false,或者原value为null,则更新节点的value if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; //如果数组的大小超过阈值(数组初始大小*加载因子),则通过resize方法扩容 if (++size > threshold) resize(); //专门为LinkedHashMap提供的专用回调方法 afterNodeInsertion(evict); return null; }
查找方法
这个方法相当重要,想get()方法和containsKey()方法都是基于其实现的。代码如下所示/** * 获取key对应的链表元素Node * * @param hash 键值key的hash值 * @param key 键值key */ final Node<K,V> getNode(int hash, Object key) { Node<K,V>[] tab; Node<K,V> first, e; int n; K k; //首先要保证HashMap是有元素的,并且根据hash找到的链表不为null if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { //对链表的第一个元素进行检查 //如果元素保存的hash与查找键值key的hash是一致的 //并且key相等,则认为第一个元素就是要找的,直接返回 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; //如果第一个元素不是,则取下一个元素 if ((e = first.next) != null) { //首先判断第一个元素是否是TreeNode,如果是,则通过红黑树来查找 if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); //如果不是红黑树,则遍历链表查找 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; }
扩容方法
现在要说到一个关键方法,为了保证查找效率,避免不必要的链表或者红黑树遍历,当数组的大小达到一定值时,会进行扩容。/** * 初始化数组,构造HashMap时,如果不指明初始大小,则使用默认值16来初始化Node[]数组 * 如果数组的大小达到了阈值(即数组当前大小*加载因子),则将原数组扩容到2倍大小。 */ final Node<K,V>[] resize() { Node<K,V>[] oldTab = table; //如果原数组为null,则原数组的大小认为为0 int oldCap = (oldTab == null) ? 0 : oldTab.length; //老的扩容阈值 int oldThr = threshold; //新数组的大小及阈值初始化 int newCap, newThr = 0; //如果原数组不为null,及数组大小大于0 if (oldCap > 0) { //如果原数组的大小超过了最大容量,则无法进行扩容, // 并将阈值改为Integer的最大值0x7fffffff,避免再次执行resize if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } //新的容量为原容量的两倍,且必须小于最大容量,同时满足最小为默认初始容量,即16 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // 扩容阈值增加一倍 } //此时原容量为0,如果原扩容阈值大于0 //则使新的容为原扩容阈值,此时新扩容阈值为上面初始化后的值0 else if (oldThr > 0) newCap = oldThr; else { //如果原容量及扩容阈值都为0,则使用默认值来初始化 newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } //如果新扩容阈值为0,则根据新容量及加载因子计算新的扩容阈值 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"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; //更新数组为扩容后的数组 table = newTab; //如果原数组不为null,则将原数组中的值放入新的数组中 if (oldTab != null) { //遍历原数组,依次取出元素, for (int j = 0; j < oldCap; ++j) { Node<K,V> e; if ((e = oldTab[j]) != null) { oldTab[j] = null;//将原数组中的元素所处槽位更新为null if (e.next == null)//如果第一节点没有next节点,则直接将该节点根据其散列值找到新数组中某个槽位并放入 newTab[e.hash & (newCap - 1)] = e; //按照红黑树处理 else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); //维护链表的秩序 //由于新数组是原数组的两倍,所以每个槽位里的元素要么保持原index不变 //要么偏移2次幂的位置 else { Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do { next = e.next; //保持原index if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } //原index + 原数组大小 else { if (hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e = next) != null); if (loTail != null) { loTail.next = null; newTab[j] = loHead; } if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab; }
相关文章推荐
- Java(1.8)集合类中的HashMap
- Java集合:HashMap详解(JDK 1.8)
- java基础提高篇--集合源码分析--jdk1.8 HashMap源码
- Java 集合深入理解(17):HashMap 在 JDK 1.8 后新增的红黑树结构
- Java集合,HashMap底层实现和原理(1.7数组+链表与1.8+的数组+链表+红黑树)
- Java 集合深入理解(17):HashMap 在 JDK 1.8 后新增的红黑树结构
- Java 集合之HashMap1.8的新特性使用
- Java集合源码实现三:HashMap(jdk1.8)
- Java 集合深入理解(17):HashMap 在 JDK 1.8 后新增的红黑树结构
- Java集合学习之HashMap 一(JDK1.8)
- java集合-HashMap(JDK1.8)
- java集合---HashMap原理
- 深入Java集合学习系列:HashMap的实现原理
- 深入Java集合学习系列:HashMap的实现原理
- Java 集合(ArrayLsit,LinkedList,Vector,HashMap--HashTable)
- 深入Java集合学习系列:HashMap的实现原理
- Java:集合,Array、Collection(List/Set/Queue)、Map的遍历,比如:ArrayList,LinkedList,HashSet,HashMap
- Java集合HashSet-ArrayList-HashMap的线程同步控制方法和区别
- Java基础之集合框架(三)--Map、HashMap、TreeMap
- 深入Java集合学习系列:HashMap的实现原理