Java集合框架概述
来源:互联网 发布:gnu make windows 编辑:程序博客网 时间:2024/04/27 21:43
Java集合框架无论是在工作、学习、面试中都会经常涉及到,相信各位也并不陌生,其强大也不用多说,博主最近翻阅java集合框架的源码以及搜索一些相关资料整理出Java集合框架的系列。一方面是做一个总结,方便以后查阅,另一方面希望各位小伙伴能够提出不足之处,我会及时更新修改。
博主从网上抠了一张图,觉得画得还是比较形象的,给大家参考一下。
上述类图中,实线边框的是实现类,比如ArrayList,LinkedList,HashMap等,折线边框的是抽象类,比如AbstractCollection,AbstractList,AbstractMap等,而点线边框的是接口,比如Collection,Iterator,List等。
发现一个特点,上述所有的集合类,都实现了Iterator接口,这是一个用于遍历集合中元素的接口,主要包含hashNext(), next(), remove()三种方法。它的一个子接口LinkedIterator在它的基础上又添加了三种方法,分别是add(),previous(),hasPrevious()。也就是说如果是先Iterator接口,那么在遍历集合中元素的时候,只能往后遍历,被遍历后的元素不会在遍历到,通常无序集合实现的都是这个接口,比如HashSet,HashMap;而那些元素有序的集合,实现的一般都是LinkedIterator接口,实现这个接口的集合可以双向遍历,既可以通过next()访问下一个元素,又可以通过previous()访问前一个元素,比如ArrayList。
本篇首先对HashMap进行详解,后续内容慢慢跟进。
HashMap定义
如无特殊说明,本文以jdk7为准进行说明。
package
java.util;
import
java.io.*;
public
class
HashMap<K,V>
extends
AbstractMap<K,V>
implements
Map<K,V>, Cloneable, Serializable{
}
HashMap概述
工作原理:通过hash的方法,通过put和get存储和获取对象。存储对象时,我们将K/V传给put方法时,它调用hashCode计算hash从而得到bucket位置,进一步存储,HashMap会根据当前bucket的占用情况自动调整容量(超过Load Facotr则resize为原来的2倍)。获取对象时,我们将K传给get,它调用hashCode计算hash从而得到bucket位置,并进一步调用equals()方法确定键值对。如果发生碰撞的时候,Hashmap通过链表将产生碰撞冲突的元素组织起来,在Java 8中,如果一个bucket中碰撞冲突的元素超过某个限制(默认是8),则使用红黑树来替换链表,从而提高速度。
以Entry[]数组实现的哈希桶数组,用Key的哈希值取模桶数组的大小可得到数组下标。
static
final
Entry<?,?>[] EMPTY_TABLE = {};
transient
Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;
基于Map接口实现、允许null键/值、非同步、不保证有序(比如插入的顺序)、也不保证序不随时间变化。HashMap存储着Entry(hash, key, value, next)对象。
当key==null时,存在table[0]即第一个桶中,hash值为0。HashMap对key==null的键值对会做单独处理,譬如:
private
V getForNullKey();
private
V putForNullKey(V value);
这两个方法。
在HashMap中有两个很重要的参数,容量(Capacity)和负载因子(Load factor)。
Capacity的默认值为16:
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
负载因子的默认值为0.75:
static final float DEFAULT_LOAD_FACTOR = 0.75f;
简单的说,Capacity就是bucket的大小,Load factor就是bucket填满程度的最大比例。如果对迭代性能要求很高的话不要把Capacity设置过大,也不要把load factor设置过小。当bucket中的entries的数目大于capacity*load factor时就需要调整bucket的大小为当前的2倍。
可以设置初始容量Capacity,但是在HashMap处理过程中,是会把Capacity扩充成2的倍数,怎么理解?比如你设置的初始值17,但是17不是2的整数倍,会扩容成32,再比如你初始设置的是15,会扩容成16,具体的实现在下面:
private
static
int
roundUpToPowerOf2(
int
number) {
// assert number >= 0 : "number must be non-negative";
return
number >= MAXIMUM_CAPACITY
? MAXIMUM_CAPACITY
: (number >
1
) ? Integer.highestOneBit((number -
1
) <<
1
) :
1
;
}
HashMap中有一个成员变量modCount,这个用来实现“fast-fail”机制(也就是快速失败)。所谓快速失败就是在并发集合中,其进行迭代操作时,若有其他线程对其结构性的修改,这是迭代器会立马感知到,并且立刻抛出ConcurrentModificationException异常,而不是等待迭代完成之后才告诉你已经出错。
HashMap的遍历
举个例子来表述下Map的遍历,具体的可以参考《 Java中如何遍历Map对象》
Map<String,Integer> map =
new
HashMap<>();
map.put(
"s1"
,
1
);
map.put(
"s2"
,
2
);
map.put(
"s3"
,
3
);
map.put(
"s4"
,
4
);
map.put(
"s5"
,
5
);
map.put(
null
,
9
);
map.put(
"s6"
,
6
);
map.put(
"s7"
,
7
);
map.put(
"s8"
,
8
);
for
(Map.Entry<String,Integer> entry:map.entrySet())
{
System.out.println(entry.getKey()+
":"
+entry.getValue());
}
输出结果:
null
:
9
s2:
2
s1:
1
s7:
7
s8:
8
s5:
5
s6:
6
s3:
3
s4:
4
存储结构如图(ppt画的图,比较简陋~):
put函数大致的思路为:
- 先判断table(存放bullet的数组,初始类定义:transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;)是否为空,如果为空则扩充table,其中包括确保table的大小为2的整数倍。
- 如果key值为null,则特殊处理,调用putForNullKey(V value),hash值为0,存入table中,返回。
- 如果key值不为null,则计算key的hash值;
- 然后计算key在table中的索引index;
- 遍历table[index]的链表,如果发现链表中有bullet中的键的hash值与key相等,并且调用equals()方法也返回true,则替换旧值(oldValue),保证key的唯一性;
- 如果没有,在插入之前先判断table中阈值的大小,如果table中的bullet个数size超过阈值(threshold)则扩容(resize)两倍;注意扩容的顺序,扩容之前old1->old2->old3,扩容之后old3->old2->old1,扩展之前和扩容之后的table的index不一定相同,但是对于原bullet中的链表中的数据在扩容之后肯定还在一个链表中,因为hash值是一样的。
- 插入新的bullet。注意插入的顺序,原先table[index]的链表比如 old1->old2->old3,插入新值之后为new1->old1->old2->old3.
public
V put(K key, V value) {
if
(table == EMPTY_TABLE) {
inflateTable(threshold);
}
if
(key ==
null
)
return
putForNullKey(value);
int
hash = hash(key);
int
i = indexFor(hash, table.length);
for
(Entry<K,V> e = table[i]; e !=
null
; e = e.next) {
Object k;
if
(e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(
this
);
return
oldValue;
}
}
modCount++;
addEntry(hash, key, value, i);
return
null
;
}
void
addEntry(
int
hash, K key, V value,
int
bucketIndex) {
if
((size >= threshold) && (
null
!= table[bucketIndex])) {
resize(
2
* table.length);
hash = (
null
!= key) ? hash(key) :
0
;
bucketIndex = indexFor(hash, table.length);
}
createEntry(hash, key, value, bucketIndex);
}
注:在jdk8中,新增默认为8的閥值(TREEIFY_THRESHOLD),当一个桶里的Entry超过閥值,就不以单向链表而以红黑树来存放以加快Key的查找速度。
get函数的大致思路为:
- 判断key值是否为null,如果是则特殊处理(在table[0]的链表中寻找)
- 否则计算hash值,进而获得table中的index值
- 在table[index]的链表中寻找,根据hash值和equals()方法获得相应的value。
public
V get(Object key) {
if
(key ==
null
)
return
getForNullKey();
Entry<K,V> entry = getEntry(key);
return
null
== entry ?
null
: entry.getValue();
}
final
Entry<K,V> getEntry(Object key) {
if
(size ==
0
) {
return
null
;
}
int
hash = (key ==
null
) ?
0
: hash(key);
for
(Entry<K,V> e = table[indexFor(hash, table.length)];
e !=
null
;
e = e.next) {
Object k;
if
(e.hash == hash &&
((k = e.key) == key || (key !=
null
&& key.equals(k))))
return
e;
}
return
null
;
}
hash和indexFor方法:
final
int
hash(Object k) {
int
h = hashSeed;
if
(
0
!= h && k
instanceof
String) {
return
sun.misc.Hashing.stringHash32((String) k);
}
h ^= k.hashCode();
h ^= (h >>>
20
) ^ (h >>>
12
);
return
h ^ (h >>>
7
) ^ (h >>>
4
);
}
public
native
int
hashCode();
static
int
indexFor(
int
h,
int
length) {
// assert Integer.bitCount(length) == 1 : "length must be a non-zero power of 2";
return
h & (length-
1
);
}
看懂没?还是实地检验下比较形象~
譬如key==”key”,那么key的hashCode为(十进制数为106079):
0000 0000 0000 0001 1001 1110 0101 1111
执行h ^= (h >>> 20) ^ (h >>> 12);的时候
h>>>20:
0000 0000 0000 0000 0000 0000 0000 0000
h>>>12:
0000 0000 0000 0000 0000 0000 0001 1001
h ^= (h >>> 20) ^ (h >>> 12):
0000 0000 0000 0001 1001 1110 0100 0110
执行h ^ (h >>> 7) ^ (h >>> 4)的时候
h >>> 7:
0000 0000 0000 0000 0000 0011 0011 1100
h>>>4:
0000 0000 0000 0000 0001 1001 1110 0100
h ^ (h >>> 7) ^ (h >>> 4):
0000 0000 0000 0001 1000 0100 1001 1110(十进制表示为99486)
假设Capacity是默认16,那么
h&(length-1):
0000 0000 0000 0001 1000 0100 1001 1110 &
0000 0000 0000 0000 0000 0000 0000 1111 =
0000 0000 0000 0000 0000 0000 0000 1110 = 14
我们可以通过Eclipse的debug工作中的Variables查看相关细节:
可以看到key=”key”果然在table[14]当中。
h & (length-1)这种取模用位运算的方式比较快,这个需要数组的大小永远是2的N次方来保证其有效性。
jdk8中hash函数的实现:(key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
使用自定义的对象作为键
可以使用任何对象作为键,只要它遵守了equals()和hashCode()方法的定义规则,并且当对象插入到Map中之后将不会再改变了。如果这个自定义对象时不可变的,那么它已经满足了作为键的条件,因为当它创建之后就已经不能改变了。
如下:
package
collections;
public
class
StringOther
{
private
String name;
public
StringOther(String name)
{
this
.name = name;
}
@Override
public
int
hashCode()
{
return
name.hashCode();
}
@Override
public
boolean
equals(Object obj)
{
if
(obj ==
this
)
return
true
;
if
(!(obj
instanceof
StringOther))
return
false
;
StringOther so = (StringOther)obj;
return
so.getName().equals(name);
}
public
String getName()
{
return
this
.name;
}
@Override
public
String toString()
{
return
"["
+
this
.name+
":"
+
this
.hashCode()+
"]"
;
}
}
测试代码:
Map<StringOther,String> maps =
new
HashMap<>(
16
);
StringOther so1 =
new
StringOther(
"so1"
);
StringOther so2 =
new
StringOther(
"so2"
);
maps.put(so1,
"1"
);
maps.put(so2,
"2"
);
System.out.println(maps);
输出结果:{[so1:114005]=1, [so2:114006]=2}
注意重写equals方法的时候一定要写成:
@Override
public
boolean
equals(Object obj)
的形式,注意注解Override和参数类型Object obj,如写成@Override public boolean equals(StringOther obj)这样会出现意想不到的错误,如果对其不解,可在下方留言。
并且在每个覆盖了equals方法的类中也必须覆盖hashCode方法,如果不这样做的话,就会违反Object.hashCode的通用约定,从而导致该类无法结合所有基于散列的集合一起正常运转,这样的集合包括HashMap, HashSet和Hashtable.
序列化
细心的朋友可能注意到HashMap实现了Serializable接口,但是对table的定义(transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;)却是transient的。然后又自己实现了writeObject()和readObject()两个方法。
假设我们已经知道的事实:声明为transient的变量不再是对象持久化的一部分。如果不清楚java序列化相关细节,可以参考《JAVA序列化》。
那么这是为什么呢?原因有两点:
- HashMap的put与get基于hashCode的实现,而hashCode是native方法,对每一个不同的java环境来说,同一个key所计算的hashCode是不相同的,所以反序列化后table的index会发生变化,无法还原
- HashMap默认size到达阈值threshold之后进行扩容,很明显HashMap不可能保证每一个bullet都有数据,很多都为null,如果对这部分数据进行序列化则造成不必要的资源浪费。
由于Java自身的序列化有明显的缺点:占用空间大以及低效,博主建议采用其他的方法进行序列化,譬如json或者protobuff等,详细可以参考《浅析若干Java序列化工具》
与Hashtable的区别
由于Hashtable逐渐退出历史舞台,故不会另起一篇进行重点解析,只在这里与HashMap区别一下。
HashMap和Hashtable都实现了Map接口,但决定用哪一个之前先要弄清楚它们之间的分别。
- HashMap几乎可以等价于Hashtable,除了HashMap是非synchronized的,并可以接受null(HashMap可以接受为null的键值(key)和值(value),而Hashtable的key和value都不能为null,否则会报NullPointException)。
- HashMap是非synchronized,而Hashtable是synchronized,这意味着Hashtable是线程安全的,多个线程可以共享一个Hashtable;而如果没有正确的同步的话,多个线程是不能共享HashMap的。Java 5提供了ConcurrentHashMap,它是HashTable的替代,比HashTable的扩展性更好。
- 另一个区别是HashMap的迭代器(Iterator)是fail-fast迭代器,而Hashtable的enumerator迭代器不是fail-fast的。所以当有其它线程改变了HashMap的结构(增加或者移除元素),将会抛出ConcurrentModificationException,但迭代器本身的remove()方法移除元素则不会抛出ConcurrentModificationException异常。但这并不是一个一定发生的行为,要看JVM。这条同样也是Enumeration和Iterator的区别。
- 由于Hashtable是线程安全的也是synchronized,所以在单线程环境下它比HashMap要慢。如果你不需要同步,只需要单一线程,那么使用HashMap性能要好过Hashtable。
- HashMap不能保证随着时间的推移Map中的元素次序是不变的。
- Hashtable和HashMap它们两个内部实现方式的数组的初始大小和扩容的方式。HashTable中hash数组默认大小是11,增加的方式是 old*2+1。HashMap中hash数组的默认大小是16,而且一定是2的指数。
HashMap可以通过下面的语句进行同步:Map m = Collections.synchronizeMap(hashMap);
Hashtable和HashMap有几个主要的不同:线程安全以及速度。仅在你需要完全的线程安全的时候使用Hashtable,而如果你使用Java 5或以上的话,请使用ConcurrentHashMap吧。
HashMap常见问题总结
- HashMap的工作原理?(见开篇)
- 你知道get和put的原理吗?equals()和hashCode()的都有什么作用?
答:通过对key的hashCode()进行hashing,并计算下标( n-1 & hash),从而获得buckets的位置。如果产生碰撞,则利用key.equals()方法去链表或树中去查找对应的节点。 - 为什么String, Interger这样的wrapper类适合作为键?
String, Interger这样的wrapper类作为HashMap的键是再适合不过了,而且String最为常用。因为String是不可变的,也是final的,而且已经重写了equals()和hashCode()方法了。其他的wrapper类也有这个特点。不可变性是必要的,因为为了要计算hashCode(),就要防止键值改变,如果键值在放入时和获取时返回不同的hashcode的话,那么就不能从HashMap中找到你想要的对象。不可变性还有其他的优点如线程安全。如果你可以仅仅通过将某个field声明成final就能保证hashCode是不变的,那么请这么做吧。因为获取对象的时候要用到equals()和hashCode()方法,那么键对象正确的重写这两个方法是非常重要的。如果两个不相等的对象返回不同的hashcode的话,那么碰撞的几率就会小些,这样就能提高HashMap的性能。
- java集合框架概述
- java集合框架概述
- JAVA集合框架概述
- Java集合框架概述
- java集合框架概述
- Java集合框架概述
- java集合框架概述
- Java集合框架概述
- Java集合框架概述
- Java集合框架概述
- Java集合框架概述
- java集合框架概述
- Java集合框架概述
- java集合框架概述
- JAVA基础:集合框架概述
- Java中的集合框架概述
- Java集合框架-综合概述
- Java集合框架的概述
- essbase数据库某个plan type出现invalid block header问题
- oracle、sql server、mysql分页
- 第39讲项目5——阿姆斯特朗数
- 第四周项目5.4-用递归方法求解
- Android通讯录实现联系人模糊查找
- Java集合框架概述
- edx平放在线开源项目
- 安卓鸟学Html5 之Canvas绘图实践一
- win10系统下jdk环境变量配置
- 【转】Ettercap简要原理介绍以及使用说明
- 【操作系统】 文件管理
- Node对象的几个属性
- 数据库范式基本概念及理解
- Spark vs. MapReduce 时间节约66%,计算节约40%