查看原文
其他

大数据成神之路-Java高级特性增强(集合框架HashMap)

大数据技术与架构 大数据技术与架构 2021-10-21



大数据成神之路


导语

本部分网络上有大量的资源可以参考,在这里做了部分整理,感谢前辈的付出,每节文章末尾有引用列表,源码推荐看JDK1.8以后的版本,注意甄别~

  • 多线程

  • 集合框架

  • NIO

  • Java并发容器

1HashMap简介

HashMap 主要用来存放键值对,它基于哈希表的Map接口实现,是常用的Java集合之一。

JDK1.8 之前 HashMap 由 数组+链表 组成的,数组是 HashMap 的主体,链表则是主要为了解决哈希冲突而存在的(“拉链法”解决冲突).JDK1.8 以后在解决哈希冲突时有了较大的变化,当链表长度大于阈值(默认为 8)时,将链表转化为红黑树,以减少搜索时间。

2底层数据结构分析

JDK1.8 之前 HashMap 底层是 数组和链表 结合在一起使用也就是 链表散列。HashMap 通过 key 的 hashCode 经过扰动函数处理过后得到 hash 值,然后通过 (n - 1) & hash 判断当前元素存放的位置(这里的 n 指的是数组的长度),如果当前位置存在元素的话,就判断该元素与要存入的元素的 hash 值以及 key 是否相同,如果相同的话,直接覆盖,不相同就通过拉链法解决冲突。

所谓扰动函数指的就是 HashMap 的 hash 方法。使用 hash 方法也就是扰动函数是为了防止一些实现比较差的 hashCode() 方法 换句话说使用扰动函数之后可以减少碰撞。

JDK 1.8 HashMap 的 hash 方法源码:

JDK 1.8 的 hash方法 相比于 JDK 1.7 hash 方法更加简化,但是原理不变。

static final int hash(Object key) {

      int h;

      // key.hashCode():返回散列值也就是hashcode

      // ^ :按位异或

      // >>>:无符号右移,忽略符号位,空位都以0补齐

      return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);

  }

对比一下 JDK1.7的 HashMap 的 hash 方法源码.

static int hash(int h) {

    // This function ensures that hashCodes that differ only by

    // constant multiples at each bit position have a bounded

    // number of collisions (approximately 8 at default load factor).


    h ^= (h >>> 20) ^ (h >>> 12);

    return h ^ (h >>> 7) ^ (h >>> 4);

}

相比于 JDK1.8 的 hash 方法 ,JDK 1.7 的 hash 方法的性能会稍差一点点,因为毕竟扰动了 4 次。

所谓 “拉链法” 就是:将链表和数组相结合。也就是说创建一个链表数组,数组中每一格就是一个链表。若遇到哈希冲突,则将冲突的值加到链表中即可。

JDK1.8之后

相比于之前的版本,jdk1.8在解决哈希冲突时有了较大的变化,当链表长度大于阈值(默认为8)时,将链表转化为红黑树,以减少搜索时间。

类的属性:

public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {

    // 序列号

    private static final long serialVersionUID = 362498820763181265L;    

    // 默认的初始容量是16

    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;   

    // 最大容量

    static final int MAXIMUM_CAPACITY = 1 << 30; 

    // 默认的填充因子

    static final float DEFAULT_LOAD_FACTOR = 0.75f;

    // 当桶(bucket)上的结点数大于这个值时会转成红黑树

    static final int TREEIFY_THRESHOLD = 8; 

    // 当桶(bucket)上的结点数小于这个值时树转链表

    static final int UNTREEIFY_THRESHOLD = 6;

    // 桶中结构转化为红黑树对应的table的最小大小

    static final int MIN_TREEIFY_CAPACITY = 64;

    // 存储元素的数组,总是2的幂次倍

    transient Node<k,v>[] table; 

    // 存放具体元素的集

    transient Set<map.entry<k,v>> entrySet;

    // 存放元素的个数,注意这个不等于数组的长度。

    transient int size;

    // 每次扩容和更改map结构的计数器

    transient int modCount;   

    // 临界值 当实际大小(容量*填充因子)超过临界值时,会进行扩容

    int threshold;

    // 填充因子

    final float loadFactor;

}

loadFactor加载因子

loadFactor加载因子是控制数组存放数据的疏密程度,loadFactor越趋近于1,那么 数组中存放的数据(entry)也就越多,也就越密,也就是会让链表的长度增加,load Factor越小,也就是趋近于0,

loadFactor太大导致查找元素效率低,太小导致数组的利用率低,存放的数据会很分散。loadFactor的默认值为0.75f是官方给出的一个比较好的临界值。

给定的默认容量为 16,负载因子为 0.75。Map 在使用过程中不断的往里面存放数据,当数量达到了 16 * 0.75 = 12 就需要将当前 16 的容量进行扩容,而扩容这个过程涉及到 rehash、复制数据等操作,所以非常消耗性能。

threshold

threshold = capacity * loadFactor,当Size>=threshold的时候,那么就要考虑对数组的扩增了,也就是说,这个的意思就是 衡量数组是否需要扩增的一个标准。

Node节点类源码:

// 继承自 Map.Entry<K,V>

static class Node<K,V> implements Map.Entry<K,V> {

       final int hash;// 哈希值,存放元素到hashmap中时用来与其他元素hash值比较

       final K key;//键

       V value;//值

       // 指向下一个节点

       Node<K,V> next;

       Node(int hash, K key, V value, Node<K,V> next) {

            this.hash = hash;

            this.key = key;

            this.value = value;

            this.next = next;

        }

        public final K getKey()        { return key; }

        public final V getValue()      { return value; }

        public final String toString() { return key + "=" + value; }

        // 重写hashCode()方法

        public final int hashCode() {

            return Objects.hashCode(key) ^ Objects.hashCode(value);

        }


        public final V setValue(V newValue) {

            V oldValue = value;

            value = newValue;

            return oldValue;

        }

        // 重写 equals() 方法

        public final boolean equals(Object o) {

            if (o == this)

                return true;

            if (o instanceof Map.Entry) {

                Map.Entry<?,?> e = (Map.Entry<?,?>)o;

                if (Objects.equals(key, e.getKey()) &&

                    Objects.equals(value, e.getValue()))

                    return true;

            }

            return false;

        }

}

树节点类源码:

static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {

        TreeNode<K,V> parent;  // 父

        TreeNode<K,V> left;    // 左

        TreeNode<K,V> right;   // 右

        TreeNode<K,V> prev;    // needed to unlink next upon deletion

        boolean red;           // 判断颜色

        TreeNode(int hash, K key, V val, Node<K,V> next) {

            super(hash, key, val, next);

        }

        // 返回根节点

        final TreeNode<K,V> root() {

            for (TreeNode<K,V> r = this, p;;) {

                if ((p = r.parent) == null)

                    return r;

                r = p;

       }

3HashMap源码分析

名词解释:指事物的结构形态、运转模型和人们观念的根本性转变过程。

构造方法

// 默认构造函数。

    public More ...HashMap() {

        this.loadFactor = DEFAULT_LOAD_FACTOR; // all   other fields defaulted

     }

     

     // 包含另一个“Map”的构造函数

     public More ...HashMap(Map<? extends K, ? extends V> m) {

         this.loadFactor = DEFAULT_LOAD_FACTOR;

         putMapEntries(m, false);//下面会分析到这个方法

     }

     

     // 指定“容量大小”的构造函数

     public More ...HashMap(int initialCapacity) {

         this(initialCapacity, DEFAULT_LOAD_FACTOR);

     }

     

     // 指定“容量大小”和“加载因子”的构造函数

     public More ...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);

     }

putMapEntries方法:

final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {

    int s = m.size();

    if (s > 0) {

        // 判断table是否已经初始化

        if (table == null) { // pre-size

            // 未初始化,s为m的实际元素个数

            float ft = ((float)s / loadFactor) + 1.0F;

            int t = ((ft < (float)MAXIMUM_CAPACITY) ?

                    (int)ft : MAXIMUM_CAPACITY);

            // 计算得到的t大于阈值,则初始化阈值

            if (t > threshold)

                threshold = tableSizeFor(t);

        }

        // 已初始化,并且m元素个数大于阈值,进行扩容处理

        else if (s > threshold)

            resize();

        // 将m中的所有元素添加至HashMap中

        for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {

            K key = e.getKey();

            V value = e.getValue();

            putVal(hash(key), key, value, false, evict);

        }

    }

}

put方法

HashMap只提供了put用于添加元素,putVal方法只是给put方法调用的一个方法,并没有提供给用户使用。

对putVal方法添加元素的分析如下:

①如果定位到的数组位置没有元素 就直接插入。

②如果定位到的数组位置有元素就和要插入的key比较,如果key相同就直接覆盖,如果key不相同,就判断p是否是一个树节点,如果是就调用e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value)将元素添加进入。如果不是就遍历链表插入。

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;

    // table未初始化或者长度为0,进行扩容

    if ((tab = table) == null || (n = tab.length) == 0)

        n = (tab = resize()).length;

    // (n - 1) & hash 确定元素存放在哪个桶中,桶为空,新生成结点放入桶中(此时,这个结点是放在数组中)

    if ((p = tab[i = (n - 1) & hash]) == null)

        tab[i] = newNode(hash, key, value, null);

    // 桶中已经存在元素

    else {

        Node<K,V> e; K k;

        // 比较桶中第一个元素(数组中的结点)的hash值相等,key相等

        if (p.hash == hash &&

            ((k = p.key) == key || (key != null && key.equals(k))))

                // 将第一个元素赋值给e,用e来记录

                e = p;

        // hash值不相等,即key不相等;为红黑树结点

        else if (p instanceof TreeNode)

            // 放入树中

            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);

        // 为链表结点

        else {

            // 在链表最末插入结点

            for (int binCount = 0; ; ++binCount) {

                // 到达链表的尾部

                if ((e = p.next) == null) {

                    // 在尾部插入新结点

                    p.next = newNode(hash, key, value, null);

                    // 结点数量达到阈值,转化为红黑树

                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st

                        treeifyBin(tab, hash);

                    // 跳出循环

                    break;

                }

                // 判断链表中结点的key值与插入的元素的key值是否相等

                if (e.hash == hash &&

                    ((k = e.key) == key || (key != null && key.equals(k))))

                    // 相等,跳出循环

                    break;

                // 用于遍历桶中的链表,与前面的e = p.next组合,可以遍历链表

                p = e;

            }

        }

        // 表示在桶中找到key值、hash值与插入元素相等的结点

        if (e != null) { 

            // 记录e的value

            V oldValue = e.value;

            // onlyIfAbsent为false或者旧值为null

            if (!onlyIfAbsent || oldValue == null)

                //用新值替换旧值

                e.value = value;

            // 访问后回调

            afterNodeAccess(e);

            // 返回旧值

            return oldValue;

        }

    }

    // 结构性修改

    ++modCount;

    // 实际大小大于阈值则扩容

    if (++size > threshold)

        resize();

    // 插入后回调

    afterNodeInsertion(evict);

    return null;

我们再来对比一下 JDK1.7 put方法的代码

对于put方法的分析如下:

①如果定位到的数组位置没有元素 就直接插入。

②如果定位到的数组位置有元素,遍历以这个元素为头结点的链表,依次和插入的key比较,如果key相同就直接覆盖,不同就采用头插法插入元素。

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) { // 先遍历

        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);  // 再插入

    return null;

}

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) {

        // 数组元素相等

        if (first.hash == hash && // always check first node

            ((k = first.key) == key || (key != null && key.equals(k))))

            return first;

        // 桶中不止一个节点

        if ((e = first.next) != null) {

            // 在树中get

            if (first instanceof TreeNode)

                return ((TreeNode<K,V>)first).getTreeNode(hash, key);

            // 在链表中get

            do {

                if (e.hash == hash &&

                    ((k = e.key) == key || (key != null && key.equals(k))))

                    return e;

            } while ((e = e.next) != null);

        }

    }

    return null;

}

resize方法

进行扩容,会伴随着一次重新hash分配,并且会遍历hash表中所有的元素,是非常耗时的。在编写程序中,要尽量避免resize。

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) {

        // 超过最大值就不再扩充了,就只好随你碰撞去吧

        if (oldCap >= MAXIMUM_CAPACITY) {

            threshold = Integer.MAX_VALUE;

            return oldTab;

        }

        // 没超过最大值,就扩充为原来的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 { 

        signifies using defaults

        newCap = DEFAULT_INITIAL_CAPACITY;

        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);

    }

    // 计算新的resize上限

    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) {

        // 把每个bucket都移动到新的buckets中

        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 { 

                    Node<K,V> loHead = null, loTail = null;

                    Node<K,V> hiHead = null, hiTail = null;

                    Node<K,V> next;

                    do {

                        next = e.next;

                        // 原索引

                        if ((e.hash & oldCap) == 0) {

                            if (loTail == null)

                                loHead = e;

                            else

                                loTail.next = e;

                            loTail = e;

                        }

                        // 原索引+oldCap

                        else {

                            if (hiTail == null)

                                hiHead = e;

                            else

                                hiTail.next = e;

                            hiTail = e;

                        }

                    } while ((e = next) != null);

                    // 原索引放到bucket里

                    if (loTail != null) {

                        loTail.next = null;

                        newTab[j] = loHead;

                    }

                    // 原索引+oldCap放到bucket里

                    if (hiTail != null) {

                        hiTail.next = null;

                        newTab[j + oldCap] = hiHead;

                    }

                }

            }

        }

    }

    return newTab;

}

       }

4HashMap常用方法测试

import java.util.Collection;

import java.util.HashMap;

import java.util.Set;


public class HashMapDemo {


    public static void main(String[] args) {

        HashMap<String, String> map = new HashMap<String, String>();

        // 键不能重复,值可以重复

        map.put("san", "张三");

        map.put("si", "李四");

        map.put("wu", "王五");

        map.put("wang", "老王");

        map.put("wang", "老王2");// 老王被覆盖

        map.put("lao", "老王");

        System.out.println("-------直接输出hashmap:-------");

        System.out.println(map);

        /**

         * 遍历HashMap

         */

        // 1.获取Map中的所有键

        System.out.println("-------foreach获取Map中所有的键:------");

        Set<String> keys = map.keySet();

        for (String key : keys) {

            System.out.print(key+"  ");

        }

        System.out.println();//换行

        // 2.获取Map中所有值

        System.out.println("-------foreach获取Map中所有的值:------");

        Collection<String> values = map.values();

        for (String value : values) {

            System.out.print(value+"  ");

        }

        System.out.println();//换行

        // 3.得到key的值的同时得到key所对应的值

        System.out.println("-------得到key的值的同时得到key所对应的值:-------");

        Set<String> keys2 = map.keySet();

        for (String key : keys2) {

            System.out.print(key + ":" + map.get(key)+"   ");


        }

        /**

         * 另外一种不常用的遍历方式

         */

        // 当我调用put(key,value)方法的时候,首先会把key和value封装到

        // Entry这个静态内部类对象中,把Entry对象再添加到数组中,所以我们想获取

        // map中的所有键值对,我们只要获取数组中的所有Entry对象,接下来

        // 调用Entry对象中的getKey()和getValue()方法就能获取键值对了

        Set<java.util.Map.Entry<String, String>> entrys = map.entrySet();

        for (java.util.Map.Entry<String, String> entry : entrys) {

            System.out.println(entry.getKey() + "--" + entry.getValue());

        }

        

        /**

         * HashMap其他常用方法

         */

        System.out.println("after map.size():"+map.size());

        System.out.println("after map.isEmpty():"+map.isEmpty());

        System.out.println(map.remove("san"));

        System.out.println("after map.remove():"+map);

        System.out.println("after map.get(si):"+map.get("si"));

        System.out.println("after map.containsKey(si):"+map.containsKey("si"));

        System.out.println("after containsValue(李四):"+map.containsValue("李四"));

        System.out.println(map.replace("si", "李四2"));

        System.out.println("after map.replace(si, 李四2):"+map);

    }

}

参考文章和书籍:

《Effective Java》

感谢以下作者:

https://www.cnblogs.com/skywang12345/p/3308556.html

https://crossoverjie.top/JCSprout/#/collections/ArrayList

https://github.com/Snailclimb/JavaGuide/blob/master/Java%E7%9B%B8%E5%85%B3/ArrayList.md

https://blog.csdn.net/qq_34337272/article/details/79680771

https://www.jianshu.com/p/a5f99f25329a

https://www.jianshu.com/p/506c1e38a922


 

: . Video Mini Program Like ,轻点两下取消赞 Wow ,轻点两下取消在看

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存