HashMap的底层实现

1、1.7版本的底层实现

HashMap在1.7版本中数据结构是数组+链表，

1.1 put方法

put方法中操作步骤：

（1）、对key计算相应的hash值，然后通过hash & table.length-1计算可以获得到在hash表中中相应的桶位置，循环遍历其链表，比较其key值，如果相等，则更新其value的值

（2）如果不相等，则判断是否需要扩容，其中扩容的判断条件是，其size>table.length*0.75.其中0.75是负载因子，如果超过，则扩容。没有超过，则头插入的方式，插入到链表表头。

    public V put(K key, V value) {// 如果key为null，单独处理if (key == null)return putForNullKey(value);int hash = hash(key);//计算出哈希值int i = indexFor(hash, table.length);//通过哈希值计算出哈希桶的位置//遍历链表,判断是否有key相等(即哈希值相等)的节点,如果有,则更新值,并返回旧的值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++; // 更新次数+1addEntry(hash, key, value, i); // 没有找到相同的return null;}void addEntry(int hash, K key, V value, int bucketIndex) {if ((size >= threshold) && (null != table[bucketIndex])) {resize(2 * table.length);//自动扩容，并重新哈希hash = (null != key) ? hash(key) : 0;bucketIndex = hash & (table.length-1);//hash%table.length}//在冲突链表头部插入新的entryEntry<K,V> e = table[bucketIndex];table[bucketIndex] = new Entry<>(hash, key, value, e);size++;}void resize(int newCapacity) {  //这里获取老table的长度，如果老table的长度已经是最大的容量了，那就没必要扩容了，直接返回。Entry[] oldTable = table;int oldCapacity = oldTable.length; if (oldCapacity == MAXIMUM_CAPACITY) {threshold = Integer.MAX_VALUE;return;  }  //如果可以扩容，则new一个新的数组Entry[] newTable = new Entry[newCapacity];//transfer方法将老数组的数据copy到新数组当中  transfer(newTable, initHashSeedAsNeeded(newCapacity));//transfer完了， 就把新数组赋给全局变量tabletable = newTable;//再用新数组的容量计算新的阈值threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1); } void transfer(Entry[] newTable, boolean rehash) {  int newCapacity = newTable.length;for (Entry<K,V> e : table) {while(null != e) { Entry<K,V> next = e.next;  if (rehash) {e.hash = null == e.key ? 0 : hash(e.key); //重新计算hash值 }  int i = indexFor(e.hash, newCapacity);e.next = newTable[i]; newTable[i] = e;e = next;//继续下一个元素  }  }  }

其中扩容的操作是：

（1）创建一个新的hash表，长度为原表的两倍，然后将oldtable的数据拷贝到新表中。那怎么拷贝呢？

（2）因为拷贝到新表，hash值需要重新计算，key的hash和新表的length-1进行计算，然后插入到新表中，如果hash桶存在链表，则使用头插入的方式，插入到新表中。这会导致数据在新表中是倒置的。如下图所示：

（3）将新表赋值给table

头插入法导致的并发问题：

此时头插入方法会导致链表死循环，具体过程是如下：

（1）当并发情况下，假设T1和T2都并发put，并且都符合扩容的条件，对其进行相应扩容，如下图所示，当程序执行到 Entry<K,V> next = e.next;  时候，T2休息，T1继续执行直到扩容结束。

（2）T1结束之后，T2被唤醒，由于是new出来的新对象，对于T2而言也是一个新的数组，然后对A插入到头结点，接着B插入到头节点，然后执行新表中的A，由于table中的B在上述T1中已经指向了A，所以按照resize代码的头插入法，A的next肯定指向新表中的B，此时在新表中陷入了死循环。

1.2 get方法

get方法还是很简单，通过key的hash获取到hash表中的位置，然后遍历其列表，通过比较key，如果相等则返回其entry对象。

final Entry<K,V> getEntry(Object key) {......int hash = (key == null) ? 0 : hash(key);for (Entry<K,V> e = table[hash&(table.length-1)];//得到冲突链表e != null; e = e.next) {//依次遍历冲突链表中的每个entryObject k;//依据equals()方法判断是否相等if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))return e;}return null;
}

2、1.8版本的底层实现

1.8版本增加了红黑树，当链表个数大于8个时，会生成红黑树，当相同的hash个数小于6个时，红黑树也会退化成链表

2.1 put方法

（1）计算相应key的hash，然后hash&table.length-1，获取在数组中桶的位置，如果为空则直接new Node插入即可。

（2）如果table[i] != null。则判断此key是否相等，如果相等，则更新老的值

（3）如果table[i]是树节点，将此节点插入到树中

（4）如果table[i]是链表，则遍历链表，如果链表找到，则更新老的值，如果没有找到则使用尾插入插入其节点，插入之后，当节点个数大于8个，则转换成红黑树

（5）插入之后，查看size是否大于阈值，如果符合则resize。

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 1sttreeifyBin(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 keyV oldValue = e.value;if (!onlyIfAbsent || oldValue == null)e.value = value;afterNodeAccess(e);return oldValue;}}++modCount;if (++size > threshold)resize();afterNodeInsertion(evict);return null;}

2.2 扩容方法

（1）肯定也会创建一个新表，这是新表直接复制给了table，此时会存在一个并发问题，当扩容时，如果此时有一个线程get查询此table数组，则查询不到相应的数据。

（2）遍历oldtable，然后将数据迁移到新表中。遍历桶中如果只有一个节点，则直接通过hash计算到新表中桶的位置，赋值即可

（3）如果此节点是树节点，直接迁移此树到新表中

（4）如果此节点为链表，此时有一个知识点，新表的长度为老表中的2倍，相当于2进制中的高位为1，也就是说链表中hash的二进制高位为1 的放到j+oldCap中，高位为0的则放到j中，并且是顺序放置。

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;}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 thresholdnewCap = oldThr;else {               // zero initial threshold signifies using defaultsnewCap = 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 orderNode<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;elseloTail.next = e;loTail = e;}else {if (hiTail == null)hiHead = e;elsehiTail.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;}

2.3 get方法

get方法就比1.7多了一步在树中查询

 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) {if (first.hash == hash && // always check first node((k = first.key) == key || (key != null && key.equals(k))))return first;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;}

总结1.7和1.8的区别：

1、结构不一致，1.7是数组+链表，1.8是数组+链表+红黑树

2、扩容时机，1.7是在扩容之后插入的数据，1.8是插入之后进行扩容

3、插入方式不一样，1.7是头插入方法，使得链表数据在新表中是倒置的，1.8则是尾插入法，使得在新表中的数据是和老表中的插入顺序是一致的

4、并发问题，1.7 头插入方法会导致在并发的时候死循环，1.8解决了此问题，但是在扩容的时候先对table进行复制，使得并发get的时候，获取到空值。1.7在并发put的时候，如果一个线程在扩容，由于table不具备可见性，所以另一个线程对table进行插入数据后，第一个线程会将新表覆盖老表，而第二个线程在老表插入的数据则会丢失。1.8也解决了此问题，提前插入此数据，然后扩容。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/733857.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

海外媒体宣发套餐如何利用3种方式洞察市场-华媒舍

海外媒体宣发套餐如何利用3种方式洞察市场-华媒舍

在当今数字化时代&#xff0c;媒体宣发成为了企业推广产品和品牌的重要手段之一。其中&#xff0c;7FT媒体宣发套餐是一种常用而有效的宣传方式。本文将介绍这种媒体宣发套餐&#xff0c;以及如何利用它来洞察市场。 一、关键概念 在深入讨论7FT媒体宣发套餐之前&#xff0c;让…
阅读更多...
golang实现正向代理和反向代理

golang实现正向代理和反向代理

文章目录 正向代理反向代理区别与联系：总结代理服务器实现正向代理反向代理正向代理 正向代理是客户端代理，它位于客户端和目标服务器之间。它的作用是保护客户端的隐私和安全。 如我们现在想要访问谷歌,但是由于某些原因,无法直接访问到谷歌,我们可以通过连接一台代理服务…
阅读更多...
STM32_3-1点亮LED灯与蜂鸣器发声

STM32_3-1点亮LED灯与蜂鸣器发声

STM32之GPIO GPIO在输出模式时可以控制端口输出高低电平&#xff0c;用以驱动Led蜂鸣器等外设&#xff0c;以及模拟通信协议输出时序等。 输入模式时可以读取端口的高低电平或电压&#xff0c;用于读取按键输入&#xff0c;外接模块电平信号输入&#xff0c;ADC电压采集灯 GP…
阅读更多...
【NERF】入门学习整理（二）

【NERF】入门学习整理（二）

【NERF】入门学习整理（二） 1. Hierarchicalsampling分层采样2. Loss定义(其实就是简单的均方差MSE)3. 隐式重建与显示重建1. Hierarchicalsampling分层采样 粗网络coarse,均匀采样64个点 缺点:如果仅使用粗网络会存在点位浪费和欠采样的问题,比比如空气中很多无效的点 精细…
阅读更多...
【C语言】文件操作篇-----程序文件和数据文件，文件的打开和关闭，二进制文件和文本文件，fopen，fclose【图文详解】

【C语言】文件操作篇-----程序文件和数据文件，文件的打开和关闭，二进制文件和文本文件，fopen，fclose【图文详解】

欢迎来CILMY23的博客喔&#xff0c;本篇为【C语言】文件操作篇-----程序文件和数据文件&#xff0c;文件的打开和关闭&#xff0c;二进制文件和文本文件【图文详解】&#xff0c;感谢观看&#xff0c;支持的可以给个一键三连&#xff0c;点赞关注收藏。 前言 在了解完动态内存管…
阅读更多...
运维随录实战（13）之docker搭建mysql集群(pxc)

运维随录实战（13）之docker搭建mysql集群(pxc)

了解 MySQL 集群之前，先看看单节点数据库的弊病 大型互联网程序用户群体庞大，所以架构需要特殊设计。单节点数据库无法满足大并发时性能上的要求。单节点的数据库没有冗余设计，无法满足高可用。单节点 MySQL无法承载巨大的业务量，数据库负载巨大常见 MySQL 集群方案 Re…
阅读更多...
少儿编程 蓝桥杯青少组科技素养题 信息素养真题及解析第25套

少儿编程 蓝桥杯青少组科技素养题 信息素养真题及解析第25套

少儿编程 科技素养 信息素养真题第25套 1、旅行结束之后&#xff0c;回到家的小蓝决定将照片备份在云端的网盘上。备份照片主要占用的是小蓝家的( )带宽 A、下行 B、上行 C、文件 D、数据 答案&#xff1a;B 考点分析&#xff1a;主要考查网络相关知识&#xff0c;要将照…
阅读更多...
DHCP中继实验（华为）

DHCP中继实验（华为）

思科设备参考&#xff1a; 一&#xff0c;技术简介 DHCP中继&#xff0c;可以实现在不同子网和物理网段之间处理和转发DHCP信息的功能。如果DHCP客户机与DHCP服务器在同一个物理网段&#xff0c;则客户机可以正确地获得动态分配的IP地址。如果不在同一个物理网段&#xff0c;…
阅读更多...
JVM知识整体学习

JVM知识整体学习

前言&#xff1a;本篇没有任何建设性的想法&#xff0c;只是我很早之前在学JVM时记录的笔记&#xff0c;只是想从个人网站迁移过来。文章其实就是对《深入理解JVM虚拟机》的提炼&#xff0c;纯基础知识&#xff0c;网上一搜一大堆。 一、知识点脑图 本文只谈论HotSpots虚拟机。…
阅读更多...
C# 视频转图片

C# 视频转图片

在 C# 中将视频转换为图像可以使用 FFmpeg 库。下面是一个示例代码来完成这个任务&#xff1a; using System; using System.Diagnostics;class Program {static void Main(string[] args){string inputFile "input_video.mp4"; // 输入的视频文件路径string outpu…
阅读更多...
【Leetcode打卡】递归回溯

【Leetcode打卡】递归回溯

【Leetcode打卡】递归回溯 784. 字母大小写全排列 class Solution { public:int find(string s,int pos){int ipos;while(i<s.size()){if(isalpha(s[i])){return i;}i;}return -1;}void turn(string& s,int pos){if(islower(s[pos])){s[pos]toupper(s[pos]);}else{s[po…
阅读更多...
思科网络中如何配置标准ACL协议

思科网络中如何配置标准ACL协议

一、什么是标准ACL协议&#xff1f;有什么作用及配置方法&#xff1f; &#xff08;1&#xff09;标准ACL&#xff08;Access Control List&#xff09;协议是一种用于控制网络设备上数据流进出的协议。标准ACL基于源IP地址来过滤数据流&#xff0c;可以允许或拒绝特定IP地址范…
阅读更多...
离散数学例题——7.代数系统和群论

离散数学例题——7.代数系统和群论

代数系统定义 二元运算律 特殊元素 逆元 子代数系统 同态同构 半群和独异点&#xff08;含幺半群&#xff09; 群和阿贝尔群 常见群和群的证明 群的性质 群的幂 群元素的阶 群的同态同构 子群 子群证明
阅读更多...
修改简化docker命令

修改简化docker命令

修改|简化docker命令 使用命令打开 .bashrc 文件&#xff1a; vim ~/.bashrc在文件中添加类似以下行来创建别名&#xff1a; # 查看所有容器 alias disdocker images # 查看运行容器 alias dpsdocker ps # 查看所有容器 alias dpsadocker ps -a # 停止容器 alias dsdocker s…
阅读更多...
【Claude 3】一文谈谈Anthropic(Claude) 亚马逊云科技(Bedrock)的因缘际会

【Claude 3】一文谈谈Anthropic(Claude) 亚马逊云科技(Bedrock)的因缘际会

文章目录 前言1. Anthropic的诞生2. Anthropic的“代表作”——Claude 3的“三驾马车”3. 亚马逊云科技介绍4. 强大的全托管服务平台——Amazon Bedrock5. 亚马逊云科技(AWS)和Anthropic的联系6. Claude 3模型与Bedrock托管平台的关系7. Clude 3限时体验入口分享【⚠️截止3月1…
阅读更多...
flask-sqlalchemy库

flask-sqlalchemy库

彩笔激流勇退。 1. 简介 ORM&#xff0c;对象关系映射。简单来说&#xff0c;ORM将数据库中的表与面向对象中的类建立了一种对应关系。这样&#xff0c;我们要操作数据库&#xff0c;表&#xff0c;记录就可以直接通过操作类或者类实例来完成。 SQLAlchemy 是目前python中最…
阅读更多...
3.DOM-事件进阶(事件对象、事件委托)

3.DOM-事件进阶(事件对象、事件委托)

环境对象this 环境对象本质上是一个关键字 this this所在的代码区域不同&#xff0c;代表的含义不同 全局作用域中的this 全局作用域中this代表window对象 局部作用域中的this 在局部作用域中(函数中)this代表window对象 原因是函数调用的时候简写了&#xff0c;函数完整写…
阅读更多...
开发指南002-前后端信息交互规范-概述

开发指南002-前后端信息交互规范-概述

前后端之间采用restful接口&#xff0c;服务和服务之间使用feign。信息交互遵循如下平台规范&#xff1a; 前端&#xff1a; 建立api目录&#xff0c;按照业务区分建立不同的.js文件&#xff0c;封装对后台的调用操作。其中qlm*.js为平台预制的接口文件&#xff0c;以qlm_user.…
阅读更多...
MySQL--explain执行计划详解

MySQL--explain执行计划详解

什么是执行计划&#xff1f; SQL的执行计划&#xff0c;通俗来说就是SQL的执行情况&#xff0c;一条SQL语句扫描哪些表&#xff0c;那个子查询先执行&#xff0c;是否用到了索引等等&#xff0c;只有当我们知道了这些情况之后才知道&#xff0c;才可以更好的去优化SQL&#xf…
阅读更多...
java 数据结构二叉树

java 数据结构二叉树

目录 树 树的概念 树的表示形式 二叉树 两种特殊的二叉树 二叉树的性质 二叉树的存储 二叉树的基本操作 二叉树的遍历 二叉树的基本操作 二叉树oj题 树 树是一种 非线性 的数据结构&#xff0c;它是由 n &#xff08; n>0 &#xff09;个有限结点组成一个具有层次…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023