前言
在你立足处深挖下去,就会有泉水涌出!别管蒙昧者们叫嚷:“下边永远是地狱!”
博客主页：KC老衲爱尼姑的博客主页
博主的github，平常所写代码皆在于此
共勉：talk is cheap, show me the code
文章目录
- Map
- HashMap
- HashMap概述
- **HashMap属性**
- 构造方法
- 核心方法
- 1.put()
- 添加逻辑
- 2.resize()
- 扩容逻辑
- 3.get()
- 遍历
Map
Map是一种以键值对（key-value）进行存储的集合，Map集中的每一个元素都包含一个 键(key) 对象 和 一个值(value)对象。其其特点都是由键来决定的,Map集合的键都是无序,不重复,无索引,Map集合后面重复的键对应的值会覆盖前的重复键的值，并且键和值都允许为空。
HashMap
HashMap概述
HashMap是基于哈希表的Map接口实现的,该类存储的<k,v>结构的键值对,并且k是唯一的,不能重复,而v作为值可以重复。
数据结构
HashMap属性
1.序列化ID
private static final long serialVersionUID = 362498820763181265L;
2.HaahMap对象被创建时,初始的默认容量是16(1<<4)。
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
3.HashMap的最大容量是2的30次方。
static final int MAXIMUM_CAPACITY = 1 << 30;
4.HashMap默认的负载因子为0.75。
static final float DEFAULT_LOAD_FACTOR = 0.75f;
5.当HashMap底层数组中某一位置的链表长度等于8,该链表便满足了转换成红黑树的条件。
static final int TREEIFY_THRESHOLD = 8;
6.HashMap底层数组长度等于64时,链表长度等于8时,链表就会转换成红黑树。
static final int MIN_TREEIFY_CAPACITY = 64;
7.当链表已经转换成红黑树时,当树节点少于6便会退化成链表。
static final int UNTREEIFY_THRESHOLD = 6;
8.HashMap底层是一个链表数组
transient Node<K,V>[] table;
9.该集合存储的就是Node节点,便于遍历使用
transient Set<Map.Entry<K,V>> entrySet;
10.记录数组中节点的个数
transient int size;
11.记录HashMap修改的次数
transient int modCount;
12.threshold是阈值,为了减少哈希冲突,HashMap底层的数组不是等到存储空间都被利用完之后才扩容,而是根据当前的负载因子和数组长度计算出一个阈值,当超过该阈值就进行扩容。
int threshold;
13.该属性也是负载因子,仅仅是一个成员变量,便于在方法中使用。
final float loadFactor;
构造方法
使用HashMap的无参构造方法构造HashMap时,其默认的初始化容量是16，负载因子为0.75。
源码:
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; //负载因子为0.75
}HashMap还提供了三个带参构造方法,本质上可以视作两个。因为HashMap(int initialCapacity)方法体中实际调用的是HashMap(int initialCapacity, float loadFactor),使用带参构造指定初始化容量时,最终的初始化容量不一定是一开始指定的,初始化容量必须是2的次幂。tableSizeFor(initialCapacity)会对传入的容量进行调整,最终的调整的结果是等于或者大于指定容量的一个最接近2的次幂数。
//initialCapacity和loadFactor分别为创建HashMap时指定的容量和负载因子
public HashMap(int initialCapacity, float loadFactor) {
//容量小于0抛出异常
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);
//容量大于数组最大容量时,将initialCapacity调整为MAXIMUM_CAPACITY
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
//如果指定的负载因子小于等于0,或者负载因子是非数字则抛出异常
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
//进行负载因子初始化
this.loadFactor = loadFactor;
//
this.threshold = tableSizeFor(initialCapacity);
}
//创建HashMap指定容量initialCapacity
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);//调用上面的有参构造
}
根其它Map集合构造hashMap
如果传入的集合中有元素,在添加元素成功之前就会开辟好内存,如果该集合没有元素,就还是不会开辟内存。
//创建一个HashMap并将m中的元素存入其中
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
获得一个大于cap又是最接近cap的2的整数次幂数值
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;
//判断n是否小于0,如果小于0则返回1,否则就继续判断是否大于最大容量,是的话就返回最大容量,不是则返回n+1。
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}综上所述,创建HashMap对象时,只是确定好了初始化容量以及负载因子,底层的数组并没有分配内存。只有当添加元素时才会给数组分配内存。
核心方法
HashMap真正的分配内配内存,是在添加元素时。
1.put()
源码:
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
//该方法根据key计算出该节点应该插入到数组的哪一个下标
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
//插入元素
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
//tab为哈希数组,p为节点,n为数组长度,i为数组下标
Node<K,V>[] tab; Node<K,V> p; int n, i;
//判断table的引用是否为空以及table数组的长度,为null或者为0说明需要扩容
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;//将扩容之后的数组长度赋值给n
//如果数组的i位置没有值,就将传入的key-value插入即可,如果插入成功则返回null。如果插入的节点已经存在则返回这个节点。
if ((p = tab[i = (n - 1) & hash]) == null)//p为该索引位置的链表的第一个节点
tab[i] = newNode(hash, key, value, null);//插入节点
else {
//发生哈希冲突的情况
//定义临时变量
Node<K,V> e; K k;
//如果当前索引位置对应的链表第一个元素的hash与准备添加的key的hash相同
//并且满足一下两个条件之一
//1.准备加入的key与p.key相同
//2.p指向的Node节点的key的equals()与准备加入的key比较后相同(如自定义类型作为key)
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//判断是否是红黑树的节点
else if (p instanceof TreeNode)
//添加到红黑树,如果该节点在红黑树中存在则返回该节点,不存在则返回null
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//hash不为链表首元素,不是红黑树的节点,就是链表中的节点,遍历链表,依次把该元素与链表中的每个元素比较后,都不相同则加到末尾
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {//如果遍历到链表末尾说明已经没有重复的节点,此时直接添加到链表的末尾
p.next = newNode(hash, key, value, null);
//如果链表长度已经达到了8个节点,就会进行树化
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);
break;
}
//在遍历的过程中找到了重复的节点,直接break，e为重复的节点
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//有重复的key()旧节点和插入的节点
if (e != null) {
V oldValue = e.value;//拿到旧节点的value
if (!onlyIfAbsent || oldValue == null)
e.value = value;//将待插入节点的value更新到旧节点
afterNodeAccess(e);
return oldValue;//返回
}
}
++modCount;
if (++size > threshold)//添加成功size首先++,再和阈值进行判断,大于就要扩容
resize();
afterNodeInsertion(evict);
return null;//成功添加
}注意
链表树化需要满足连个添加,第一是链表长度已经到了8,并且数组长度要大于等于64。如果仅仅是链表长度满足了添加,调用 treeifyBin(tab, hash)去树化,实际还是对数组进行了扩容。
源码如下:
添加逻辑
- 首先根据key计算出哈希值
- 判断table是否为null或者为长度为0,满足就扩容
- 计算出数组的下标,并判断该位置是否为null
- 如果table[i]位置为null插入即可
- 不为空说明发生了哈希冲突,再判断插入的节点与当前位置节点的key是否相同
- 如果相同直接覆盖元素
- 如果不是,在判断是否是树节点
- 如果是树节点,红黑树插入
- 如果不是,直接遍历链表寻找是否存在相同的key
- 如果存在直接覆盖节点
- 不存在将该节点添加到链表末尾
- 接着判断链表长度是否达到了8,达到了尝试树化
- 最后对容量判断是否大于了阈值,大于了进行扩容。
2.resize()
final Node<K,V>[] resize() {
//将数组引用赋值该oldTab
Node<K,V>[] oldTab = table;
//得到得到当前数组长度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//旧阈值
int oldThr = threshold;
//newCap为数组新的容量,newThr为新的数组长度,newThr为新的阈值
int newCap, newThr = 0;
//判断是需要初始化数组还是扩容,如果oldCap小于或者等于0则表示需要初始化数组,大于0 则需要扩容
if (oldCap > 0) {
//oldCap大于数组的最大容量则需要重置大小
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//将数组扩容到到原来2倍,阈值也扩大原来的2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//说明调用的是有参构造方法,理由无参构造没有对threshold进行初始化
else if (oldThr > 0)
newCap = oldThr;
else {
//无参构造初始化数组
newCap = DEFAULT_INITIAL_CAPACITY;
//计算阈值
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//如果阈值为空需要重新计算阈值
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//将计算出来的阈值赋值给成员变量 threshold
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
//扩容成功后,需要将旧数组的元素搬运到新数组去
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;//更新数组引用
//判断旧数组是否有元素，有的话就开始搬运
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
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;
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
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;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;//返回新数组的引用
}扩容逻辑
- 首先为初始化和扩容准备好所需的变量
- 根据当前数组的长度(oldCap)进行判断数组是需要扩容还是初始化
- 如果oldCap大于0说明是需要扩容,将数组长度以及阈值都扩充到原来的2倍
- 如果oldCap小于等于0则说明数组需要初始化,
- 根据oldThr判读是调用那个构造方法进行初始化,然后为其分配初始容量以及负载因子
- 然后对新计算出来的阈值进行检查,如果为0则需要重新计算
- 最后如果是扩容,则将源数组的元素搬运到目标数组去。
3.get()
public V get(Object key) {
Node<K,V> e;
//调用getNode()方法来完成
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {
//table为数组,first头节点,n是数组长度
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//判断数组是否null并且已经开辟空间了,同时得到计算出索引位置的节点(first)
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//如果该索引位置的头节点就是要找到的节点直接返回
if (first.hash == hash &&
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//不是头节点
if ((e = first.next) != null) {
//判断第一个节点是否是红黑树的节点
if (first instanceof TreeNode)
//进入红黑树茶查找
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
//不是红黑树节点,就是链表节点遍历链表查找
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
//找不到该节点
return null;
}查找逻辑
- 根据key计算出哈希值
- 判断数组是否为null,长度是否为0，如果是就直接返回null
- 如果不是,计算出数组的下标,判断该位置的节点的key是否和要查找的key相同,一致直接返回
- 不相同,判断第一个节点是否是红黑树节点,如果是则去红黑树里去查找
- 如果不是树节点,说明是链表节点,遍历链表即可。找到就返回,还没找到返回null。
遍历
1.键找值的方式的遍历
代码示例
import java.util.HashMap;
import java.util.Map;
import java.util.Set;
/**
* @author 929KC
* @date 2022/11/5 15:57
* @description:
*/
public class Demo {
public static void main(String[] args) {
HashMap<String,Integer> map = new HashMap<>();
map.put("a",1);
map.put("b",2);
map.put("c",3);
// 1、键找值：第一步：先拿到集合的全部键。
Set<String> key = map.keySet();
// 2、第二步：遍历每个键，根据键提取值
for (String s : key) {
int value = map.get(s);
System.out.println(s+" "+value);
}
}
}
//a 1
//b 2
//c 3
2.键值对的方式遍历
代码示例
import java.util.HashMap;
import java.util.Map;
import java.util.Set;
/**
* @author 929KC
* @date 2022/11/5 15:57
* @description:
*/
public class Demo {
public static void main(String[] args) {
HashMap<String,Integer> map = new HashMap<>();
map.put("a",1);
map.put("b",2);
map.put("c",3);
Set<Map.Entry<String, Integer>> entries = map.entrySet();
for (Map.Entry<String, Integer> entry : entries) {
Integer value = entry.getValue();
String key = entry.getKey();
System.out.println(key+" "+value);
}
}
}
//a 1
//b 2
//c 3
3.forEach遍历
终
