0
点赞
收藏
分享

微信扫一扫

基于springcloud+MYSQL的大学生在线学习平台的设计与实现-计算机毕业设计源码43038

目录

一、数据结构

 二、put原理

进入put方法

第一步:通过 HashMap 自己提供的hash 算法算出当前 key 的hash 值

第二步: 进入putVal(hash(key), key, value, false, true)

第三步: resize

完整源码

putval

resize

流程图​

 三、get原理

四、remove原理


一、数据结构

 二、put原理

  1. 第一次添加元素时,要进行一次resize()扩容,n=扩容后的长度
  2. 通过散列函数计算数据要存放的位置,若该位置为空则直接往里添加

如果通过散列函数计算出的下标位置有元素:

  1. 通过hash、key地址和key内容判断是要存放的元素和该位置的元素是否为同一个元素,若为同一个元素,则覆盖
  2. 若不是同一个元素,即产生了冲突,使用链地址法解决冲突,如果p是红黑树的结点,则存放到红黑树中
  3. 若不是树的结点,如果是p时Node结点,采用尾插法将元素插入

如果e不为null,说明map中已经存在所要添加到key,如果value不同,返回旧value,

前部分只有一个key存在,覆盖value里有return跳出方法,到此处说明key作为一个新元素已经添加进了HashMap中,如果此时元素个数>扩容阈值,则需要resize()进行扩容,返回null

第三步: resize

        初始化或加倍表的大小。如果为空,则根据当前阈值中保持的初始容量目标进行分配。如果不为空,则进行2倍扩容,返回:扩容后的table


完整源码

putval

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        // 如果数组为空,进行 resize() 初始化
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        // (n - 1) & hash相当于取模,获取数组的索引位置
        // 如果计算的位置上Node不存在,直接创建节点插入
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            // 如果计算的位置上Node 存在,链表或者红黑树处理
            Node<K,V> e; K k;
            // 如果已存在的key和传入的key一模一样,则需要覆盖
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            // 如果 index 位置元素已经存在,且是红黑树
            else if (p instanceof TreeNode)
                // 将元素put到红黑树中
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                // 否则如果是链表的情况,对链表进行遍历,并统计链表长度
                for (int binCount = 0; ; ++binCount) {
                    // 如果节点链表的next为空
                    if ((e = p.next) == null) {
                        // 找到节点链表中next为空的节点,创建新的节点插入
                        p.next = newNode(hash, key, value, null);
                        // 如果节点链表中数量超过TREEIFY_THRESHOLD(8)个,转化为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            // 树化
                            treeifyBin(tab, hash);
                        break;
                    }
                    // 判断节点链表中的key和传入的key是否一样
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        // 如果一样的话,退出
                        break;
                    p = e;
                }
            }
            // 如果存在相同key的节点e不为空
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                // onlyIfAbsent 表示是否仅在 oldValue 为 null 的情况下更新键值对的值
                if (!onlyIfAbsent || oldValue == null)
                    // 设置新的值
                    e.value = value;
                afterNodeAccess(e);
                // 返回旧的结果
                return oldValue;
            }
        }
        ++modCount;
        // 当前大小大于临界大小,扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
}

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;
        // 计算新的容量值和下一次要扩展的容量
        if (oldCap > 0) {
        // 超过最大值就不再扩充了,就只好随你碰撞去吧
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            // 没超过最大值,就扩充为原来的2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
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        // 计算新的resize上限
        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];
        table = newTab;
        if (oldTab != null) {
            // 把每个bucket都移动到新的buckets中
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                //如果位置上没有元素,直接为null
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    //如果只有一个元素,新的hash计算后放入新的数组中
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    //如果是树状结构,使用红黑树保存
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    //如果是链表形式
                    else { // preserve order
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            //hash碰撞后高位为0,放入低Hash值的链表中
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            //hash碰撞后高位为1,放入高Hash值的链表中
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        // 低hash值的链表放入数组的原始位置
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        // 高hash值的链表放入数组的原始位置 + 原始容量
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

根据HashMao的put方法,总结数据插入原理:(也是根据键的hashcode存储数据)

  1. 首先计算要插入数据 key 的hash值(hash(key))。
  2. 判断数组是否为空,为空则初始化数组(第一次插入节点时才会进行初始化),不为空,计算其索引位置((n - 1) & hash)
  3. 计算出索引位置后,查看该索引位置是否存在其他数据节点,不存在则新创建一个节点存放
  4. 若该位置存在数据节点,先判断插入的key是否和头结点的key相等,若相等,替换其value即可
  5. 若不相等,则判断头结点是不是红黑树节点,是,从根节点开始遍历,看能否查找到和插入的key相等的节点,如果找到和插入的key相同的节点,则替换其value,否则新建一个红黑树节点存放数据,并进行平衡调整
  6. 若头节点不是红黑树,则表明为链表,此时遍历链表的节点,看能否查找到和key相等的节点
  7. 如果找到和key相同的节点,则替换其value,否则在链表尾部新建节点。
  8. 插入完成之后判断当前节点数是否超过8个,且数组大小是否超过64,若超过则转换为红黑树。
  9. 最后判断数组是否应该扩容

流程图

 三、get原理

四、remove原理

举报

相关推荐

0 条评论