程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
 程式師世界 >> 編程語言 >> JAVA編程 >> 關於JAVA >> Java8 HashMap的完成道理剖析

Java8 HashMap的完成道理剖析

編輯:關於JAVA

Java8 HashMap的完成道理剖析。本站提示廣大學習愛好者:(Java8 HashMap的完成道理剖析)文章只能為提供參考,不一定能成為您想要的結果。以下是Java8 HashMap的完成道理剖析正文


媒介:Java8以後新增挺多新器械,在網上找了些相干材料,關於HashMap在本身被血虐以後痛定思痛決議整頓一下相干常識便利本身看。圖和有些內容參考的這個文章:http://www.jb51.net/article/80446.htm

HashMap的存儲構造如圖:一個桶(bucket)上的節點多於8個則存儲構造是紅黑樹,小於8個是單向鏈表。

1:HashMap的一些屬性

public class HashMap<k,v> extends AbstractMap<k,v> implements Map<k,v>, Cloneable, Serializable {
private static final long serialVersionUID = 362498820763181265L;
// 默許的初始容量是16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最年夜容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默許的填充因子(之前的版本也有叫加載因子的)
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 這是一個阈值,當桶(bucket)上的鏈表數年夜於這個值時會轉成紅黑樹,put辦法的代碼裡有效到
static final int TREEIFY_THRESHOLD = 8;
// 也是阈值同上一個相反,當桶(bucket)上的鏈表數小於這個值時樹轉鏈表
static final int UNTREEIFY_THRESHOLD = 6;
// 看源碼正文裡說是:樹的最小的容量,至多是 4 x TREEIFY_THRESHOLD = 32 然後為了不(resizing 和 treeification thresholds) 設置成64
static final int MIN_TREEIFY_CAPACITY = 64;
// 存儲元素的數組,老是2的倍數
transient Node<k,v>[] table;
transient Set<map.entry<k,v>> entrySet;
// 寄存元素的個數,留意這個不等於數組的長度。
transient int size;
// 每次擴容和更改map構造的計數器
transient int modCount;
// 臨界值 當現實年夜小(容量*填充因子)跨越臨界值時,會停止擴容
int threshold;
// 填充因子
final float loadFactor;

2:HashMap的結構辦法

// 指定初始容量和填充因子的結構辦法
public HashMap(int initialCapacity, float loadFactor) {
// 指定的初始容量非負
if (initialCapacity < 0)
throw new IllegalArgumentException(Illegal initial capacity: +
initialCapacity);
// 假如指定的初始容量年夜於最年夜容量,置為最年夜容量
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
// 填充比為正
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException(Illegal load factor: +
loadFactor);
this.loadFactor = loadFactor;
// 指定容量後,tableSizeFor辦法盤算出臨界值,put數據的時刻假如超越該值就會擴容,該值確定也是2的倍數
// 指定的初始容量沒有保留上去,只用來生成了一個臨界值
this.threshold = tableSizeFor(initialCapacity);
}
// 該辦法包管老是前往年夜於cap而且是2的倍數的值,好比傳入999 前往1024
static final int tableSizeFor(int cap) {
int n = cap - 1;
// 向右做無符號位移
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
// 三目運算符的嵌套
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
//結構函數2
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//結構函數3
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

3:get和put的時刻肯定元素在數組中的地位

static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

要肯定地位

第一步:起首是要盤算key的hash碼,是一個int類型數字。那前面的 h >>> 16 源碼正文的說法是:為了不hash碰撞(hash collisons)將高位疏散到低位上了,這是綜合斟酌了速度,機能等各方面身分以後做出的。

第二步: h是hash碼,length是下面Node[]數組的長度,做與運算 h & (length-1)。因為length是2的倍數-1後它的二進制碼都是1而1與上其他數的成果能夠是0也能夠是1,如許包管運算後的平均性。也就是hash辦法包管了卻果的平均性,這點異常主要,會極年夜的影響HashMap的put和get機能。看下圖比較:

圖3.1長短對稱的hash成果

圖3.2是平衡的hash成果

這兩個圖的數據不是許多,假如鏈表長度跨越8個會轉成紅黑樹。誰人時刻看著會更顯著,jdk8之前一向是鏈表,鏈表查詢的龐雜度是O(n)而紅黑樹因為其本身的特色,查詢的龐雜度是O(log(n))。假如hash的成果不平均會極年夜影響操作的龐雜度。相干的常識這裡有一個<a href=”http://blog.chinaunix.net/uid-26575352-id-3061918.html”>紅黑樹基本常識博客 </a>網上還有個例子來驗證:自界說了一個對象來做key,調劑hashCode()辦法來看put值得時光

public class MutableKeyTest {
public static void main(String args[]){
class MyKey {
Integer i;
public void setI(Integer i) {
this.i = i;
}
public MyKey(Integer i) {
this.i = i;
}
@Override
public int hashCode() {
// 假如前往1
// return 1
return i;
}
// object作為key存map裡,必需完成equals辦法
@Override
public boolean equals(Object obj) {
if (obj instanceof MyKey) {
return i.equals(((MyKey)obj).i);
} else {
return false;
}
}
}
// 我機械設置裝備擺設不高,25000的話正常情形27毫秒,可以用2500萬嘗嘗,假如hashCode()辦法前往1的話,250萬就卡逝世
Map<MyKey,String> map = new HashMap<>(25000,1);
Date begin = new Date();
for (int i = 0; i < 20000; i++){
map.put(new MyKey(i), "test " + i);
}
Date end = new Date();
System.out.println("時光(ms) " + (end.getTime() - begin.getTime()));

4:get辦法

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;
// hash & (length-1)獲得紅黑樹的樹根地位或許是鏈表的表頭
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
// 假如是樹,遍歷紅黑樹龐雜度是O(log(n)),獲得節點值
if (first instanceof TreeNode)
return ((TreeNode<k,v>)first).getTreeNode(hash, key);
// else是鏈表構造
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}

5 :put辦法,put的時刻依據 h & (length – 1) 定位到誰人桶然後看是紅黑樹照樣鏈表再putVal

public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<k,v>[] tab; Node<k,v> p; int n, i;
// 假如tab為空或長度為0,則分派內存resize()
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// (n - 1) & hash找到put地位,假如為空,則直接put
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<k,v> e; K k;
// 第一節節點hash值同,且key值與拔出key雷同
if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
// 紅黑樹的put辦法比擬龐雜,putVal以後還要遍歷全部樹,需要的時刻修正值來包管紅黑樹的特色
e = ((TreeNode<k,v>)p).putTreeVal(this, tab, hash, key, value);
else {
// 鏈表
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
// e為空,表現已到表尾也沒有找到key值雷同節點,則新建節點
p.next = newNode(hash, key, value, null);
// 新增節點後假如節點個數達到阈值,則將鏈表轉換為紅黑樹
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 允許空key空value
if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 更新hash值和key值均雷同的節點Value值
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}

6:resize辦法

final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 這一句比擬主要,可以看出每次擴容是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);
}
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) {
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;
}

以上所述是小編給年夜家引見的Java8 HashMap的完成道理剖析的相干常識,願望對年夜家有所贊助!

  1. 上一頁:
  2. 下一頁:
Copyright © 程式師世界 All Rights Reserved