HashMap原理
1.HashMap原理
源码以JDK8为例,分析HashMap原理
以下是hashMap的put方法源码,直接从put方法开始
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
1.计算hash值
通过hashCode方法计算hash值
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
(h = key.hashCode()) ^ (h >>> 16)是因为通常情况 bucket 的槽位很少,用于参与运算的只有 hashCode 低位,为了让高位也可以参与运算,尽可能的在不影响性能的情况下避免冲突,所以做了一下高位右移 16 位然后亦或运算。
此处是引用,个人暂时认为这只是一种处理方式.
2.根据hash值和数组长度n计算index
通俗来讲就是对数组长度求余
------hash初始数组长度为16,默认负载系数0.75
(n - 1) & hash //629行
3.putVal
4.1.判断该下标是否存在Entry,不存在直接将Entry放入该下标的数组(桶).如果存在,继续4.2步骤
4.2.判断新旧Entry的hash值是否相等,以及新旧key的equals是否相等.两者都一致,覆盖原来的Entry.否则,依次判断该桶上的链表,直至放到链表的最后或者覆盖链表Entry.
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 初始化数组长度
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// index位置无值,直接放入
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 覆盖Entry
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// Entry是LinkedHashMap.Entry直接放
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 发生哈希碰撞
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 链表长度大于等于8,转为红黑树
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;
// 自动扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
resize 就是自动扩容,当 size 达到阈值以后会扩容到原来的 2 倍,关键代码 newCap = oldCap << 1。但是这里有一个非常巧妙的解决方法,因为扩容是扩充的 2 倍,n-1 转换为二进制也就是高位变成了1,那么根据(n - 1) & hash 计算,如果 hash 高位是 1 那么新的 index 位置就是 oldIndex + 16,如果hash 的高位 是 0 ,那么 index 的位置就是原来的 oldIndex 的位置,这样直接判断高位就可以了,省去了重新计算hash。
2.从时间复杂度角度分析
2.1HashMap与TreeMap的O()区别
HashMap是一个key,value的数据结构,时间复杂度可以最快优化到O(1),当效果不好的时间复杂度O(logN)或者O(n),Hash不能保证key的顺序.而TreeMap可以保证key的有序性,它的查找,删除,更新的时间复杂度都是0(logN).
2.2HashMap与TreeMap底层分析
HashMap底层是通过数组(桶)和哈希的方式实现的,通过key的哈希值映射到数组中,这时候通过key获取value的时间复杂度是O(1).HashMap里面每个数组都相当于是个链表,当key发生哈希冲突时,key-value会追加到链表尾,这时候时间复杂度就变成了O(n).当然HashMap进行了优化,当链表长度等于大于8的时候,链表的结构会转变为红黑树,时间复杂度就成了O(logN).讲到红黑树,TreeMap底层就是通过红黑树实现的.
2.3红黑树分析
1、根节点是黑色的
2、红色节点的子节点必须是黑色并且父节点也是黑色,
3、任何一条路径的黑色节点个数相同。
它通过这些特性再重新插入的时候做着色处理,配合左旋,右旋来达到最终的平衡,并不是想平衡二叉树的完美平衡,只追求大致平衡。每次插入,最多旋转三次即可大致平衡,而平衡二叉树的旋转不可预计.
2.3ConcurrentHashMap
在HashMap的基础上面使用了synchronized锁机制.
在putVal(),replaceNode(),clear(),treeifyBin()转红黑树等方法中使用了synchronized锁机制.使用ConcurrentHashMap线程安全.
上一篇: java结合prometheus实现自定义数据监控
下一篇: 真假孙悟空