java基础解析系列(三)---HashMap

java基础解析系列

• java基础解析系列(一)---String、StringBuffer、StringBuilder
• java基础解析系列(二)---Integer
• java基础解析系列(三)---HashMap
• 这是我的博客目录，欢迎阅读

基本概念

• 节点： Node<Key,Value>，存放key和value

static class Node<K,V> implements Map.Entry<K,V> {        final int hash;       final K key;       V value;       Node<K,V> next;}

• 键值对数组：Node<K,V>[] table
• 加载因子
• 容量 ：Node数组的长度
• 大小：hashmap存放的Node的数目
• 阈值：容量*加载因子

工作原理

• 创建一个长度为2的次幂的node数组
• put的时候，计算key的hash值，将hash值与长度-1进行与运算
• 如果数组该下标的位置为空，直接存放，如果不为空，判断节点是否为树节点，如果是的话按红黑树的方式存入，否则按照链表的形式存入
• 当hashmap的节点数目大于阈值的时候，将会重新构造hashmap，而这种操作是费时的操作，所以建议初始化一个合适的容量

域

• 默认容量，2的四次方

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

• 默认加载因子

static final float DEFAULT_LOAD_FACTOR = 0.75f;

• node 数组

 transient Node<K,V>[] table;    

• 键值对数目，不是table的长度

    /**     * The number of key-value mappings contained in this map.     */        transient int size;

• 阈值

    /**     * The next size value at which to resize (capacity * load factor).     *     * @serial     */    //阈值    int threshold;

• 加载因子

    /**     * The load factor for the hash table.     *     * @serial     */     //加载因子    final float loadFactor;

构造方法

• 传入初始容量和加载因子

 public HashMap(int initialCapacity, float loadFactor) {        if (initialCapacity < 0)            throw new IllegalArgumentException("Illegal initial capacity: " +                                               initialCapacity);        if (initialCapacity > MAXIMUM_CAPACITY)            initialCapacity = MAXIMUM_CAPACITY;        if (loadFactor <= 0 || Float.isNaN(loadFactor))            throw new IllegalArgumentException("Illegal load factor: " +                                               loadFactor);        this.loadFactor = loadFactor;        this.threshold = tableSizeFor(initialCapacity);    }

• 传入初始容量，使用默认的加载因子

    public HashMap(int initialCapacity) {        this(initialCapacity, DEFAULT_LOAD_FACTOR);    }

• 无参数，默认容量和加载因子

    /**     * Constructs an empty <tt>HashMap</tt> with the default initial capacity     * (16) and the default load factor (0.75).     */    public HashMap() {        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted    }

）

• 容量必须是2的n次方，当你传入的参数不符合条件，会有方法找到一个大于这个参数的最小的2的n次方数(比如大于6的最小2的n次幂是8)，

put方法

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;        if ((tab = table) == null || (n = tab.length) == 0)            n = (tab = resize()).length;        if ((p = tab[i = (n - 1) & hash]) == null)            tab[i] = newNode(hash, key, value, null);        else {            Node<K,V> e; K k;            if (p.hash == hash &&                ((k = p.key) == key || (key != null && key.equals(k))))                e = p;            else if (p instanceof TreeNode)                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);            else {                for (int binCount = 0; ; ++binCount) {                    if ((e = p.next) == null) {                        p.next = newNode(hash, key, value, null);                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st                            treeifyBin(tab, hash);                        break;                    }                    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;                afterNodeAccess(e);                return oldValue;            }        }        ++modCount;        if (++size > threshold)            resize();        afterNodeInsertion(evict);        return null;    }

• 直接用伪代码表示

put(){    index=[hash(key)&（captity-1）]----下标的最大值为captity-1，进行与运算后最终的结果小于等于最大下标    if(table[index])==null)        直接添加node    else    {        if(p是treenode)        {            直接将节点添加到红黑树            }        else        {            如果不是红黑树是链表            if(p的键值==key)                覆盖value            else            {                遍历链表：                {                    if(有对应的key)                    {                        覆盖value                        break;                    }                }               遍历完成后没有发现对应的key                {                    添加到链表                    if(链表长度>8)                    {                        将链表转化为红黑树                    }                }            }        }        if(大小大于阈值)        {            容量加倍，重新构造        }            }}

get方法

 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;        if ((tab = table) != null && (n = tab.length) > 0 &&            (first = tab[(n - 1) & hash]) != null) {            //如果链表的第一个节点是的键和要查找的键相等，那么返回该node            if (first.hash == hash && // always check first node                ((k = first.key) == key || (key != null && key.equals(k))))                return first;            //如果不是的，看该节点是不是树节点，是的话，用树的方法查找节点，如果不是的按链表的方式查找            if ((e = first.next) != null) {                if (first instanceof TreeNode)                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);                do {                    if (e.hash == hash &&                        ((k = e.key) == key || (key != null && key.equals(k))))                        return e;                } while ((e = e.next) != null);            }        }        return null;    }

为什么长度设置为2的n次方

if ((p = tab[i = (n - 1) & hash]) == null)            tab[i] = newNode(hash, key, value, null);

• 存放node到table数组的时候，他的下标是通过(n-1)&hash计算出来的（数组长度-1 和 key的hash的值相与，最后结果小于等于长度-1），n为table的长度。
• 当长度为2的n次幂的时候，(n-1)&hash==hash%n，而前者是位运算，速度会快很多

负载因子

• 负载因子较大，说明阈值较大，也就意味着可能发生更多的冲突
• 负载因子较小，说明阈值较小，也就意味着可能会更少的冲突
• 发生冲突的时候，会降低hashmap的查找速度，所以当要求更少的内存的时候可以增加负载因子，当要求更高的查找速度的时候，可以减少负载因子。
• 默认的参数是平衡的选择，所以不建议修改