HashMap学习
2018-06-01 本文已影响36人
jeffrey要努力
HashMap
这个实现对get和put提供了固定时间的性能
迭代完全部集合的时间是与HashMap的容量+键值对的长度是正相关的。所以，如果对迭代性能要求很高的话不要吧初始容量设置过高或者load factor太低
一个HashMap的实例有两个影响其性能的参数：init capacity 和load factor。
capacity：在hash table中buckets(存储数据的地方)的数量
initial capacity :hash table创建时候的大小
load factor ：是一个度量，在容量自动增长之前，hash table允许达到的大小。
当hash table中的条目超过了 load factor 乘以 当前capacity，hash table将会重新hash（就是说，内部数据结构将会重建），这样的话 hash table的代销将会差不多翻倍
默认的loadFactor是 0.75f
构造函数
/**
* 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
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
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);
}
构造函数中的阀值初始化
/**
* Returns a power of two size for the given target capacity.
*/
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;
}
这里>>>是无符号的右位移，>>>1就是有位移1位
10 >>> 1 分解下
10的二进制是1010
1010 >>> 1
=> 1010 >>> 1
=> 101 (翻译为十进制是 5 (2的2次方 + 2的0次方))
10 >>> 2 分解下
10的二进制是1010
1010 >>> 2
=> 1010 >>> 2
=> 10 （十进制是2 ，2的一次方）
|是位或但是看完还是很难理解打印下就能理解了
testHash((int) (Math.pow(2,12) +1));
public static void testHash(int cap){
System.out.println("start " + cap + " " + Integer.toBinaryString(cap));
int n = cap - 1;
print("testHash 0",n);
n |= n >>> 1;
print("testHash 1",n);
n |= n >>> 2;
print("testHash 2",n);
n |= n >>> 4;
print("testHash 4",n);
n |= n >>> 8;
print("testHash 8",n);
n |= n >>> 16;
print("testHash 16",n);
System.out.println("start " + n + " " + Integer.toBinaryString(n));
}
打印出来的值
start 4097 1000000000001
testHash 0 : 1000000000000
testHash 1 : 1100000000000
testHash 2 : 1111000000000
testHash 4 : 1111111100000
testHash 8 : 1111111111111
testHash 16 : 1111111111111
start 8191 1111111111111
这里的输出就是 2^cap的二次方长度-1
put的时候会对key进行hash，key.hashCode就是对应的类型的hashCode，例如 Integer.hashCode就是自己，然后把hash值无符号右移16位，
原因：
- 一个Integer是32位，正好分成做左右两个区域，然后做异或，增加了低位的随机性，因为低位后面要用来算key在table数组的哪个位置
- 是扰动函数减少碰撞的
- 参考 https://www.zhihu.com/question/20733617，
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
放入key，value
在放入key，value时，走的是 final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict)
看下定义的局部变量
Node<K,V>[] tab; Node<K,V> p; int n, i;
tab对应着全局的table
n是table的长度
i是将要插入的位置
p是即将要插入的节点
我来尝试下注释
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//将全局table赋值给局部tab
//n就是table的长度
if ((tab = table) == null || (n = tab.length) == 0)
//进入这行说明table没有初始化或者table的长度为0
//那么就创建table数组，重新给n赋值
n = (tab = resize()).length;
// table的第i个元素没有的话，就直接新建个节点放进去
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
//进入这里后，p = table的第i个node
//如果有的话，就根据类型放入
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
//key值一样，就e=p
e = p;
else if (p instanceof TreeNode)
//是个红黑树
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//binCount是这个node的链表的长度
//不停的把链表中的下一个node（e）赋值给p
for (int binCount = 0; ; ++binCount) {
//会一直找到链表的尾部
//如果到了尾部就建个新的node放入尾部的next，如果链表的长度超过阀值，转换为红黑树
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//如果找了就key相等的节点，就结束了
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//这里就对应着上面的 if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))
//如果是找到尾部都没找到的话 e = null
//在原来的hashMap里找到了节点
if (e != null) { // existing mapping for key
V oldValue = e.value;
//onlyIfAbsent为true的话是只有空值的时候才覆盖
if (!onlyIfAbsent || oldValue == null)
//把新值覆盖旧值
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//总容量大于阀值，就重新hash
//这里的size是放入hashMap的元素数量
//从这里就看出threshold这个临界值是指的hashMap中所有元素数量的临界值
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
tab[i = (n - 1) & hash]
tab[i = (n - 1) & hash]大有名堂。
例如：当n就是初始化DEFAULT_INITIAL_CAPACITY的长度的时候
- DEFAULT_INITIAL_CAPACITY = 1 << 4，二进制为 10000 十进制为 16
- n = 10000 (十进制16)
- n-1 = 1111 (十进制15)
- &是位与操作，只有有0就必定是0，所以不管Hash多么长都是最后4位进行操作
- 假设hash = 111101111011
- (h-1)&hash => 1111 & 111101111011 高位与完后全是0，低位算出来是1011，十进制为1+2+8=11。
- 11 稳稳的在16以内，如果hash的最后4位全为1,1111那么最高也才15，全为0的话0000就是0
- 所以任你hash是多大(n - 1) & hash完了后十进制的值永远是 0 ~ 2的n次方-1，永远在数组范围内。
创建table数组
这里有个关键参数 threshold 在putVal中
if (++size > threshold)
resize();
这里的size是放入hashMap的元素数量
从这里就看出threshold这个临界值是指的hashMap中所有元素数量的临界值.
从resize的代码中就可以看出threshold是与table表的长度和loadFactor相关的
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
//table已经初始化过，有长度了
if (oldCap > 0) {
//如果老的数组的长度大于最大值了，直接返回旧数组，不扩容了
// MAXIMUM_CAPACITY = 1 << 30 是 2的30次方
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//将oldCap*2再赋值给newCap，然后再判断新的容量小于最大值，旧的大于初始值
//这种情况是老的容量不够了 需要扩容，扩容的话每次就是左移动一位（x2）
//newCap翻倍了，对应的阀值newThr也要翻倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0)
// initial capacity was placed in threshold
// 进入这里的情况是用的HashMap(int initialCapacity, float loadFactor)这个构造函数，
//这个构造函数只初始化了loadFactor和threshold,table还是空
newCap = oldThr;
else {
//这里是没有初始化过，设置newCap为初始化的大小，newThr为 0.75*16
// DEFAULT_INITIAL_CAPACITY = 1 << 4 是2的4次方等于16
// zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//话说newThr不可能为0了啊 之前的代码都赋值过了。
//还是可能的
//从oldCap > 0进入，oldCap小于DEFAULT_INITIAL_CAPACITY不需要扩容，newThr就是0
//这种情况下初始化下newThr的值
if (newThr == 0) {
//进入这里的话，已经做过newCap = oldCap << 1这个操作
float ft = (float)newCap * loadFactor;
//确保新的阀值是不会超过最大值的
//这里的newThr
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//赋值给threshold
//之前的tableSizeFor算是白算了
//因为tableSizeFor是构造函数的时候算的，然而没有初始化table，会走newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
threshold = newThr;
//根据新的长度来创建table
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//如果老的table不为空的话，需要把老table里面的值转移到新table里面去
if (oldTab != null) {
//遍历oldTab
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//取出节点值
if ((e = oldTab[j]) != null) {
//把oldTab中的值清空
oldTab[j] = null;
//根据数组中不同的数据类型来进行不同的复制操作
if (e.next == null)
//这个节点就这自己一个数据
//把数据放入的新的table里去
//这里有个疑问，万一数组位置冲突了，咋办
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
//看了下TreeNode的定义 ，这难道就是传说中的红黑树，后面在看实现
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
//这个就是链表
//这个是table中下标为0的链表记录
Node<K,V> loHead = null, loTail = null;
//这个是table中下标为不为0的链表记录
//问题：不知道为什么还要分开来记录
//答：看最后的代码，0的话还是放到新table的0中，其他的放到j+oldCap的位置中
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
//while ((e = next) != null)指的是table[j]中元素的下一个不为空
do {
//不停的往后取
next = e.next;
//e.hash & oldCap是取出e所在table数组的下标
if ((e.hash & oldCap) == 0) {
//如果loTail还没赋值，就把e赋值给loHead
//如果赋值了，就把e赋值给loTail,并把loTail往后移动
if (loTail == null)
loHead = e;
else
loTail.next = e;
//单向列表的正常操作，head记录头部一直不动，tail一直往后移动，然后就能链接成链表
loTail = e;
}
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;
//问题：放到j+oldCap中hash&newCap对的上么
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
通过key读取value
读取就没那么多套路了
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;
//全局table数组的长度要大于0
//能够通过(n - 1) & hash计算出的下标，找到对应的节点
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//检查第一个
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//往后一个找
if ((e = first.next) != null) {
//如果当前的这个Node是个红黑树,就走红黑树的查找
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//如果是链表的话，循环下一个找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
小结：
- HashMap是链表和数组的结合
- 维护了一个全局table数组，数组的内容一开始是一个链表，随着node长度的增加会转变为红黑树
- 放入key，value的时候，先对key进行hash运算。Hashmap的hash计算就是key对象的hash与自己右移16位位异或的结果，这样可以减少碰撞
- 然后用hash值与table的长度-1进行与运算算出这次key-value应该放入table的下标
- 找到对应的table[i]后先遍历下key和hash是否已经存在，存在就覆盖，不存在就添加到链表的尾部
- 需要转换为红黑树就转换
- 放完了如果大于阀值就扩容
- 读取的话就很简单了，对key进行hash操作，先找到所属链表的位置，然后遍历链表找到对应的值
