java提高篇(二三)

  • 时间:
  • 浏览:0

      HashMap也是亲戚亲戚一些人使用非常多的Collection,它是基于哈希表的 Map 接口的实现,以key-value的形式位于。在HashMap中,key-value老会 会当做另一个多多整体来处理,系统会根据hash算法来来计算key-value的存储位置,亲戚亲戚一些人老会 还可以不能通过key快速地存、取value。下面就来分析HashMap的存取。

一、定义

      HashMap实现了Map接口,继承AbstractMap。其中Map接口定义了键映射到值的规则,而AbstractMap类提供 Map 接口的骨干实现,以最大限度地减少实现此接口所需的工作,我我着实AbstractMap类过后 实现了Map,这里标注Map LZ我着实应该是更加清晰吧!

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

二、构造函数

      HashMap提供了另一个多多构造函数:

      HashMap():构造另一个多多具有默认初始容量 (16) 和默认加载因子 (0.75) 的空 HashMap。

      HashMap(int initialCapacity):构造另一个多多带指定初始容量和默认加载因子 (0.75) 的空 HashMap。

      HashMap(int initialCapacity, float loadFactor):构造另一个多多带指定初始容量和加载因子的空 HashMap。

      在这里提到了另一个多多参数:初始容量,加载因子。这另一个多多参数是影响HashMap性能的重要参数,其中容量表示哈希表中桶的数量,初始容量是创建哈希表时的容量,加载因子是哈希表在其容量自动增加过后还可以不能达到多满的一些尺度,它衡量的是另一个多多散列表的空间的使用程度,负载因子越大表示散列表的装填程度越高,反之愈小。对于使用链表法的散列表来说,查找另一个多多元素的平均时间是O(1+a),过后 过后 负载因子越大,对空间的利用更充分,然而后果是查找时延的降低;过后 负载因子太小,越来越散列表的数据将过于稀疏,对空间造成严重浪费。系统默认负载因子为0.75,一般状态下亲戚亲戚一些人是我太久 修改的。

      HashMap是一些支持快速存取的数据形态,要了解它的性能前要要了解它的数据形态。

三、数据形态

      亲戚亲戚一些人知道在Java中最常用的一些形态是数组和模拟指针(引用),几乎所有的数据形态都还可以不能利用这俩些来组合实现,HashMap也是越来越。实际上HashMap是另一个多多“链表散列”,如下是它数据形态:

      从上图亲戚亲戚一些人还可以不能看出HashMap底层实现还是数组,全都数组的每一项总要 第每根链。其中参数initialCapacity就代表了该数组的长度。下面为HashMap构造函数的源码:

public HashMap(int initialCapacity, float loadFactor) {
        //初始容量不还可以<0
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: "
                    + initialCapacity);
        //初始容量不还可以 > 最大容量值,HashMap的最大容量值为2^50
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
        //负载因子不还可以 < 0
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: "
                    + loadFactor);

        // 计算出大于 initialCapacity 的最小的 2 的 n 次方值。
        int capacity = 1;
        while (capacity < initialCapacity)
            capacity <<= 1;
        
        this.loadFactor = loadFactor;
        //设置HashMap的容量极限,当HashMap的容量达到该极限时就会进行扩容操作
        threshold = (int) (capacity * loadFactor);
        //初始化table数组
        table = new Entry[capacity];
        init();
    }

      从源码中还可以不能看出,每次新建另一个多多HashMap时,总要初始化另一个多多table数组。table数组的元素为Entry节点。

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

        /**
         * Creates new entry.
         */
        Entry(int h, K k, V v, Entry<K,V> n) {
            value = v;
            next = n;
            key = k;
            hash = h;
        }
        .......
    }

      其中Entry为HashMap的內部类,它带有了键key、值value、下另一个多多节点next,以及hash值,这是非常重要的,正是过后 Entry才构成了table数组的项为链表。

      上端简单分析了HashMap的数据形态,下面将探讨HashMap是如何实现快速存取的。

四、存储实现:put(key,vlaue)

      首先亲戚亲戚一些人先看源码

public V put(K key, V value) {
        //当key为null,调用putForNullKey土最好的依据,保存null与table第另一个多多位置中,这是HashMap允许为null的原因分析分析
        if (key == null)
            return putForNullKey(value);
        //计算key的hash值
        int hash = hash(key.hashCode());                  ------(1)
        //计算key hash 值在 table 数组中的位置
        int i = indexFor(hash, table.length);             ------(2)
        //从i出开始英语

迭代 e,找到 key 保存的位置
        for (Entry<K, V> e = table[i]; e != null; e = e.next) {
            Object k;
            //判断该条链上是不是有hash值相同的(key相同)
            //若位于相同,则直接覆盖value,返回旧value
            if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
                V oldValue = e.value;    //旧值 = 新值
                e.value = value;
                e.recordAccess(this);
                return oldValue;     //返回旧值
            }
        }
        //修改次数增加1
        modCount++;
        //将key、value去掉

至i位置处
        addEntry(hash, key, value, i);
        return null;
    }

      通过源码亲戚亲戚一些人还可以不能清晰看完HashMap保存数据的过程为:首先判断key是不是为null,若为null,则直接调用putForNullKey土最好的依据。若不为空则先计算key的hash值,过后 根据hash值搜索在table数组中的索引位置,过后 table数组在该位置处有元素,则通过比较是不是位于相同的key,若位于则覆盖原来key的value,过后 将该元素保位于链头(最先保存的元素放入链尾)。若table在该处越来越元素,则直接保存。一些过程看似比较简单,我我着实深有内幕。有如下几点:

      1、 先看迭代处。此处迭代原因分析分析全都为了处理位于相同的key值,若发现另一个多多hash值(key)相一同,HashMap的处理土最好的依据是用新value替换旧value,这里并越来越处理key,这就解释了HashMap中越来越另一个多多相同的key。

      2、 在看(1)、(2)处。这里是HashMap的精华所在。首先是hash土最好的依据,该土最好的依据为另一个多多纯粹的数学计算,全都计算h的hash值。

static int hash(int h) {
        h ^= (h >>> 20) ^ (h >>> 12);
        return h ^ (h >>> 7) ^ (h >>> 4);
    }

      亲戚亲戚一些人知道对于HashMap的table而言,数据分布前要均匀(最好每项都只另另一个多多元素,原来就还可以不能直接找到),不还可以太紧全都能太松,太紧会原因分析分析查询时延慢,太松则浪费空间。计算hash值后,为什么我么我么不还可以保证table元素分布均与呢?亲戚亲戚一些人会想到取模,过后 过后 取模的消耗较大,HashMap是原来处理的:调用indexFor土最好的依据。

static int indexFor(int h, int length) {
        return h & (length-1);
    }

      HashMap的底层数组长度老会 2的n次方,在构造函数中位于:capacity <<= 1;原来做老会 我太久 还可以保证HashMap的底层数组长度为2的n次方。当length为2的n次方时,h&(length - 1)就大慨对length取模,过后 时延比直接取模快得多,这是HashMap在时延上的另一个多多优化。至于为什么我么我么是2的n次方下面解释。

      亲戚亲戚一些人回到indexFor土最好的依据,该土最好的依据仅有第每根句子:h&(length - 1),这句话除了上端的取模运算外还另另一个多多非常重要的责任:均匀分布table数据和充分利用空间。

      这里亲戚亲戚一些人假设length为16(2^n)和15,h为5、6、7。

      当n=15时,6和7的结果一样,原来表示亲戚亲戚一些人在table存储的位置是相同的,也全都产生了碰撞,6、7就会在另一个多多位置形成链表,原来就会原因分析分析查询时延降低。诚然这里只分析另一个多多数字总要 全都,越来越亲戚亲戚一些人看完0-15。

      从上端的图表中亲戚亲戚一些人看完总共位于了8此碰撞,一同发现浪费的空间非常大,有1、3、5、7、9、11、13、15处越来越记录,也全都越来越存放数据。这是过后 亲戚亲戚一些人在与14进行&运算时,得到的结果最后一位永远总要 0,即0001、0011、0101、0111、501、1011、1101、1111位置处是不过后 存储数据的,空间减少,进一步增加碰撞几率,原来就会原因分析分析查询时延慢。而当length = 16时,length – 1 = 15 即1111,越来越进行低位&运算时,值老会 与原来hash值相同,而进行高位运算时,其值等于其低位值。全都说当length = 2^n时,不同的hash值位于碰撞的概率比较小,原来就会使得数据在table数组中分布较均匀,查询时延也较快。

      这里亲戚亲戚一些人再来复习put的流程:当亲戚亲戚一些人想另一个多多HashMap中去掉 一对key-value时,系统首先会计算key的hash值,过后 根据hash值确认在table中存储的位置。若该位置越来越元素,则直接插入。过后 迭代该处元素链表并依此比较其key的hash值。过后 另一个多多hash值相等且key值相等(e.hash == hash && ((k = e.key) == key || key.equals(k))),则用新的Entry的value覆盖原来节点的value。过后 另一个多多hash值相等但key值不等 ,则将该节点插入该链表的链头。具体的实现过程见addEntry土最好的依据,如下:

void addEntry(int hash, K key, V value, int bucketIndex) {
        //获取bucketIndex处的Entry
        Entry<K, V> e = table[bucketIndex];
        //将新创建的 Entry 放入 bucketIndex 索引处,并让新的 Entry 指向原来的 Entry 
        table[bucketIndex] = new Entry<K, V>(hash, key, value, e);
        //若HashMap中元素的个数超过极限了,则容量扩大两倍
        if (size++ >= threshold)
            resize(2 * table.length);
    }

      一些土最好的依据带有两点前要注意:

      一是链的产生。这是另一个多多非常优雅的设计。系统老会 将新的Entry对象去掉 到bucketIndex处。过后 bucketIndex处过后 有了对象,越来越新去掉 的Entry对象将指向原有的Entry对象,形成第每根Entry链,过后 若bucketIndex处越来越Entry对象,也全都e==null,越来越新去掉 的Entry对象指向null,也就我太久 产生Entry链了。

      二、扩容问题。

      随着HashMap中元素的数量太久,位于碰撞的概率就越来越大,所产生的链表长度就会越来越长,原来势必会影响HashMap的时延,为了保证HashMap的时延,系统前要要在某个临界点进行扩容处理。该临界点在当HashMap中元素的数量等于table数组长度*加载因子。过后 扩容是另一个多多非常耗时的过程,过后 它前要重新计算什么数据在新table数组中的位置并进行克隆处理。全都过后 亲戚亲戚一些人过后 预知HashMap中元素的个数,越来越预设元素的个数我太久 还可以有效的提高HashMap的性能。

五、读取实现:get(key)

      相对于HashMap的存而言,取就显得比较简单了。通过key的hash值找到在table数组中的索引处的Entry,过后 返回该key对应的value即可。

public V get(Object key) {
        // 若为null,调用getForNullKey土最好的依据返回相对应的value
        if (key == null)
            return getForNullKey();
        // 根据该 key 的 hashCode 值计算它的 hash 码  
        int hash = hash(key.hashCode());
        // 取出 table 数组中指定索引处的值
        for (Entry<K, V> e = table[indexFor(hash, table.length)]; e != null; e = e.next) {
            Object k;
            //若搜索的key与查找的key相同,则返回相对应的value
            if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
                return e.value;
        }
        return null;
    }

      在这能我太久 不还可以根据key快速的取到value除了和HashMap的数据形态密不可分外,还和Entry有莫大的关系,在前面就提到过,HashMap在存储过程中并越来越将key,value分开来存储,全都当做另一个多多整体key-value来处理的,一些整体全都Entry对象。一同value也只大慨key的附属而已。在存储的过程中,系统根据key的hashcode来决定Entry在table数组中的存储位置,在取的过程中同样根据key的hashcode取出相对应的Entry对象。

    >>>>>>欢迎各位关注我的买车人站点http://cmsblogs.com/