mirror of
https://github.com/youthlql/JavaYouth.git
synced 2026-04-16 15:48:15 +00:00
纠错与更改所有文章的图床
This commit is contained in:
Dragon
@@ -8,9 +8,9 @@ categories:
|
||||
- HashMap
|
||||
keywords: Java集合，HashMap。
|
||||
description: HashMap-JDK8源码讲解及常见面试题。
|
||||
cover: 'https://cdn.jsdelivr.net/gh/youthlql/lql_img/Java_Basis/logo.png'
|
||||
top_img: 'https://cdn.jsdelivr.net/gh/youthlql/lql_img/blog/top_img.jpg'
|
||||
date: 2020-11-1 10:22:05
|
||||
cover: 'https://cdn.jsdelivr.net/gh/youthlql/lqlp@v1.0.0/Java_Basis/logo.png'
|
||||
abbrlink: cbc5672a
|
||||
date: 2020-11-01 10:22:05
|
||||
---
|
||||
|
||||
|
||||
@@ -27,7 +27,7 @@ date: 2020-11-1 10:22:05
|
||||
|
||||
在JDK8中，优化了HashMap的数据结构，引入了红黑树。即HashMap的数据结构：数组+链表+红黑树。HashMap变成了这样。
|
||||
|
||||
<img src="https://cdn.jsdelivr.net/gh/youthlql/lql_img/Java_collection/HashMap/JDK8/0001.png">
|
||||
<img src="https://cdn.jsdelivr.net/gh/youthlql/lqlp@v1.0.0/Java_collection/HashMap/JDK8/0001.png">
|
||||
|
||||
### 为什么要引入红黑树
|
||||
|
||||
@@ -146,16 +146,22 @@ date: 2020-11-1 10:22:05
|
||||
|
||||
//与红黑树相关的参数
|
||||
|
||||
//单链表(桶)的树化阈值：即 链表转成红黑树的阈值，在存储数据时，当链表长度 > 该值时，则将链表转换成红黑树
|
||||
/*
|
||||
1、单链表(桶)的树化阈值：即 链表转成红黑树的阈值，在存储数据时，当链表长度 > 该值时，
|
||||
则将链表转换成红黑树
|
||||
*/
|
||||
static final int TREEIFY_THRESHOLD = 8;
|
||||
|
||||
/*
|
||||
1、桶的链表还原阈值：即 红黑树转为链表的阈值，当在扩容（resize（））时（此时HashMap的数据存储位置会重新计 算），在重新计算存储位置后，当原有的红黑树内节点数量 < 6时，则将 红黑树转换成链表
|
||||
1、桶的链表还原阈值：即 红黑树转为链表的阈值，当在扩容（resize（））时（此时HashMap的数据
|
||||
存储位置会重新计算），在重新计算存储位置后，当原有的红黑树内节点数量 < 6时，则将 红黑树转换
|
||||
成链表
|
||||
*/
|
||||
static final int UNTREEIFY_THRESHOLD = 6;
|
||||
|
||||
/*
|
||||
1、最小树形化容量阈值：即 当哈希表中的容量 > 该值时，才允许树形化链表 （即 将链表 转换成红黑树）。否则，若 （单链表）桶内元素太多时，则直接扩容，而不是树形化。
|
||||
1、最小树形化容量阈值：即 当哈希表中的容量 > 该值时，才允许树形化链表 （即 将链表 转换成红黑树）。
|
||||
否则，若 （单链表）桶内元素太多时，则直接扩容，而不是树形化。
|
||||
2、为了避免进行扩容、树形化选择的冲突，这个值不能小于 4 * TREEIFY_THRESHOLD
|
||||
*/
|
||||
static final int MIN_TREEIFY_CAPACITY = 64;
|
||||
@@ -205,8 +211,12 @@ public class HashMap<K,V>
|
||||
// 设置加载因子
|
||||
this.loadFactor = loadFactor;
|
||||
|
||||
// 设置扩容阈值
|
||||
// 此处不是真正的阈值，仅仅只是将传入的容量大小转化为：>传入容量大小的最小的2的幂，该阈值后面会重新计算
|
||||
|
||||
/*
|
||||
1、设置扩容阈值
|
||||
2、此处不是真正的阈值，仅仅只是将传入的容量大小转化为：>传入容量大小的最小的2的幂，
|
||||
该阈值后面会重新计算
|
||||
*/
|
||||
this.threshold = tableSizeFor(initialCapacity);
|
||||
|
||||
}
|
||||
@@ -342,7 +352,8 @@ Process finished with exit code 0
|
||||
|
||||
|
||||
/*
|
||||
1、若哈希表的数组tab为空，则通过resize()进行初始化，所以，初始化哈希表的时机就是第1次调用put函数时， 即调用resize() 初始化创建。
|
||||
1、若哈希表的数组tab为空，则通过resize()进行初始化，所以，初始化哈希表的时机就是第1次
|
||||
调用put函数时，即调用resize() 初始化创建。
|
||||
*/
|
||||
if ((tab = table) == null || (n = tab.length) == 0)
|
||||
n = (tab = resize()).length;
|
||||
@@ -358,12 +369,13 @@ Process finished with exit code 0
|
||||
|
||||
else {
|
||||
Node<K,V> e; K k;
|
||||
//判断 table[i]的元素的key是否与需插入的key一样，若相同则直接用新value覆盖旧value【即更新操作】
|
||||
//判断 table[i]的元素的key是否与需插入的key一样，若相同则直接用新value覆盖旧value
|
||||
//【即更新操作】
|
||||
if (p.hash == hash &&
|
||||
((k = p.key) == key || (key != null && key.equals(k))))
|
||||
e = p;
|
||||
|
||||
//继续判断：需插入的数据结构是否为红黑树 or 链表。若是红黑树，则直接在树中插入 or 更新键值对
|
||||
//继续判断：需插入的数据结构是否为红黑树or链表。若是红黑树，则直接在树中插入or更新键值对
|
||||
else if (p instanceof TreeNode)
|
||||
/*
|
||||
1、putTreeVal作用：向红黑树插入 or 更新数据（键值对）
|
||||
@@ -377,9 +389,10 @@ Process finished with exit code 0
|
||||
else {
|
||||
/*
|
||||
过程：
|
||||
1、遍历table[i]，判断Key是否已存在：采用equals()对比当前遍历节点的key 与 需插入数据的 key：若已存在，则直接用新value覆盖旧value
|
||||
2、遍历完毕后仍无发现上述情况，则直接在链表尾部插入数据(尾插法)
|
||||
3、新增节点后，需判断链表长度是否>8（8 = 桶的树化阈值）：若是，则把链表转换为红黑树
|
||||
1、遍历table[i]，判断Key是否已存在：采用equals()对比当前遍历节点的key 与
|
||||
需插入数据的key：若已存在，则直接用新value覆盖旧value
|
||||
2、遍历完毕后仍无发现上述情况，则直接在链表尾部插入数据(尾插法)
|
||||
3、新增节点后，需判断链表长度是否>8（8 = 桶的树化阈值）：若是，则把链表转换为红黑树
|
||||
*/
|
||||
for (int binCount = 0; ; ++binCount) {
|
||||
//对于2情况的操作 尾插法插入尾部
|
||||
@@ -432,7 +445,8 @@ Process finished with exit code 0
|
||||
int h;
|
||||
/*
|
||||
1、当key = null时，hash值 = 0，所以HashMap的key可为null
|
||||
2、当key ≠ null时，则通过先计算出 key的 hashCode()（记为h），然后对哈希码进行扰动处理。高位参与 低位的运算：h ^ (h >>> 16)
|
||||
2、当key ≠ null时，则通过先计算出 key的 hashCode()（记为h），然后对哈希码进行扰动处理。
|
||||
高位参与低位的运算：h ^ (h >>> 16)
|
||||
*/
|
||||
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
|
||||
|
||||
@@ -442,7 +456,7 @@ Process finished with exit code 0
|
||||
|
||||
JDK8 hash的运算原理：高位参与低位运算，使得hash更加均匀。
|
||||
|
||||
<img src="https://cdn.jsdelivr.net/gh/youthlql/lql_img/Java_collection/HashMap/JDK8/0002.png">
|
||||
<img src="https://cdn.jsdelivr.net/gh/youthlql/lqlp@v1.0.0/Java_collection/HashMap/JDK8/0002.png">
|
||||
|
||||
|
||||
|
||||
@@ -555,7 +569,7 @@ JDK8 hash的运算原理：高位参与低位运算，使得hash更加均匀。
|
||||
|
||||
JDK8扩容时，数据在数组下标的计算方式
|
||||
|
||||
<img src="https://cdn.jsdelivr.net/gh/youthlql/lql_img/Java_collection/HashMap/JDK8/0003.png">
|
||||
<img src="https://cdn.jsdelivr.net/gh/youthlql/lqlp@v1.0.0/Java_collection/HashMap/JDK8/0003.png">
|
||||
|
||||
* `JDK8`根据此结论作出的新元素存储位置计算规则非常简单，提高了扩容效率。
|
||||
|
||||
|
||||
Reference in New Issue
Block a user