-
深度解析HashMap
源码解析
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
//辅助变量
Node<K,V>[] tab; Node<K,V> p; int n, i;
//如果当前tabe数组是null,数量是0的话
if ((tab = table) == null || (n = tab.length) == 0)
//执行扩容方法resize()
//初始化数组默认大小是16
n = (tab = resize()).length;
//通过hash与运算获得数组索引位置,该位置是null
if ((p = tab[i = (n - 1) & hash]) == null)
//创建新Node对象
tab[i] = newNode(hash, key, value, null);
else {//该索引位置不为null
Node<K,V> e; K k;
//当前table索引hash和新的索引hash相同 &&
//(当前table节点的key和新key是同一对象 || equals为真)
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//如果当前table的node已是红黑树就按红黑树处理
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//如果节点是后面是链表就遍历比较
for (int binCount = 0; ; ++binCount) {
//遍历整个链表结束,也没有和新的key相同的就添加链表后面新创建node
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//加入后判断当前的链表个数是否已经达到8个,如果达到就进行红黑树转换
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
//提示:
//treeifyBin里如果table为null或者大小小于64,暂时不会转化为红黑树
//而是进行扩容。
//if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
treeifyBin(tab, hash);
break;
}
//发现相同就break结束遍历
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value; //替换原有的值,直接结束
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//每增加node,Size++
//如果数量大于临界值,就进行扩容
//threshold=table大小(默认16)*负载因子(默认0.75)
//12>24>>48
if (++size > threshold)
//扩容成2倍增长16->32->64
resize();
afterNodeInsertion(evict);
return null;
}
简述
Jdk1.7 数组+链表
Jdk1.8 数组+链表+红黑树
hashMap 默认数组大小16,负载因子 默认0.75, 临界值= 数组大小*负载因子。
- 首先将key进行hash算法,key的hashCode右移16位并进行异或运算。
- 如果table是null ,先初始化数组默认大小是16
- 通过hash的与运算获得当前table索引位置,如果索引位置内容是null则创建新Node节点对象
-
如果当前table索引位置里内容不为null,则寻找相同key直接修改值,分三种情况
- 当前table索引的对象hash是否与新hash相同并且当前table位置对象key是否和新key相同
- 如果当前table索引的对象已是TreeNode(红黑树)就进行遍历树方式查找
- 如果是链表则遍历链表查找,如果遍历完也没找到就往链表尾部加入并创建新Node,在判断当前大小是否大于等于8,如果大于就进行红黑树转化。执行红黑树转化方法时有个条件,如果数组大小小于64则还是进行扩容操作。
- 当前Size数组大小和threshold(临界值)比较,如果size大于threshold则进行扩容(2倍增长),
问题
JDK 1.8中对hash算法和寻址算法是如何优化的?
//hash算法优化
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
//(n - 1) & hash 寻址算法优化
if ((p = tab[i = (n - 1) & hash]) == null)
配合来说,put键值时,肯定涉及数组长度的取模运算,但是在计算机上面(n - 1) & hash位运算效率高于普通的除法取余。关键这个n(hashmap长度)通常会很小,但是hash值是32位的,因此(n-1)大概率高位补零,由于与运算是只有两个数字都是1结果才为1,其他情况均为0,因此hash值的高16位永远起不到作用,这样就大大的增加了寻址冲突概率,除非数组长度很大,撑满整个32位最好都为1,才不会有冲突,但一般不可能很长,所以通过hash算法的优化(h = key.hashCode()) ^ (h >>> 16) 这个公式完美的让hash值高16位与低16位融合,保留高低16位的特征。再跟(n-1)做与运算,hash冲突的概率就降低了!
__EOF__
最新更新
带有参数的装饰器
类装饰器
django中的auth模块与admin后台管理
python的日期处理
字符串常用方法
基本数据类型概述
python-map()函数基本用法
python带你实现任意下载AcFun视频数据~
bbs项目之注册功能
变量的定义和使用
三大常用数据库事务详解之三:事务运行
三大常用关系型数据库事务详解之二:基
三大关系型数据库事务详解之一:基本概
MongoDB常用命令(2)
MongoDB基本介绍与安装(1)
SQLServer触发器调用JavaWeb接口
SQL Server索引的原理深入解析
SqlServer2016模糊匹配的三种方式及效率问题
SQL中Truncate的用法
sqlserver 多表关联时在where语句中慎用tri
VB.NET中如何快速访问注册表
ASP.NET中图象处理过程详解
Vue(1)Vue安装与使用
JavaScript 语言入门
js将一段字符串的首字母转成大写
纯原生html编写的h5视频播放器
H5仿原生app短信验证码vue2.0组件附源码地
TypeScript(4)接口
TypeScript(3)基础类型
TypeScript(2)WebStorm自动编译TypeScript配置