美文网首页互联网科技
面试阿里:面试官问我HashMap,我是这样回答的!

面试阿里:面试官问我HashMap,我是这样回答的!

作者: 前面有诗和远方 | 来源:发表于2020-04-26 12:59 被阅读0次

    HashMap简介

    HashMap采用Key/Value存储结构,每个Key对应唯一的一个Value。

    HashMap实现了Cloneable,可以被克隆。
    HashMap实现了Serializable,可以被序列化。
    HashMap继承了AbstractMap,实现了Map接口,具有Map的所有功能。



    HashMap内部属性:

    DEFAULT_INITIAL_CAPACITY=1<<4;数组的默认的初始容量为16。
    MAXIMUM_CAPACITY =1<<30;数组的最大容量为2的30次方。
    DEFAULT_LOAD_FACTOR =0.75f默认的装载因子为0.75。
    TREEIFY_THRESHOLD =8当一个桶中的元素大于等于8的时候树化。
    UNTREEIFY_THRESHOLD =6当一个桶中的元素小于等于6时反树化为链表。
    MIN_TREEIFY_CAPACITY =64当桶的个数大于64的时候且一个桶中的元素大于等于8时,才会进行树化,否则桶会进行扩容。
    Node<K,V>[] table数组又称为桶。
    int size元素的数量。
    int modCount表示支持fail-fast。
    int threshold; 表示当桶中的容量达到多少时会进行扩容。
    threshold等于桶容量乘以装载因子。
    float loadFactor装载因子,默认0.75。
    Set<Map.Entry<K,V>> entrySet作为entrySet()的缓存。

      static class Node<K,V>implements Map.Entry<K,V>
            {
                final int hash;//key所对应的的hash值,final修饰不可变
                final K key;//key值,final修饰不可变
                V value;//value值
                Node<K,V>next;//next
            }
    Node是一个单链表节点,hash用来存储key计算得来的hash值。
    
    
     static final class TreeNode<K,V> extends     LinkedHashMap.Entry<K,V> {
            TreeNode<K,V> parent;  // red-black tree links
            TreeNode<K,V> left;
            TreeNode<K,V> right;
            TreeNode<K,V> prev;    // needed to unlink next upon deletion
            boolean red;
            }
    
    
     TreeNode是一个树型节点,在链表树化的时候使用。
    
    

    HashMap的构造方法

    HashMap()

    public HashMap() {
            this.loadFactor = DEFAULT_LOAD_FACTOR; //将装载因子设置为默认值
        }
    
    

    HashMap(int initialCapacity)

    public HashMap(int initialCapacity) {
            this(initialCapacity, DEFAULT_LOAD_FACTOR);//调用HashMap(int initialCapacity, float loadFactor)方法
    
    
    

    HashMap(int initialCapacity, float loadFactor)

    public HashMap(int initialCapacity, float loadFactor) {
            if (initialCapacity < 0)///如果传入容量小于0,抛出异常
                throw new IllegalArgumentException("Illegal initial capacity: " +
                                                   initialCapacity);
            if (initialCapacity > MAXIMUM_CAPACITY)//如果大于最大容量,则使用最大的容量
                initialCapacity = MAXIMUM_CAPACITY;
            if (loadFactor <= 0 || Float.isNaN(loadFactor))//检查装载因子是否合法
                throw new IllegalArgumentException("Illegal load factor: " +
                                                   loadFactor);
            this.loadFactor = loadFactor;
            this.threshold = tableSizeFor(initialCapacity);//计算扩容门槛
        }
        static final int tableSizeFor(int cap) {
        ///往上取最近的2的n次方
            int n = cap - 1;
            n |= n >>> 1;
            n |= n >>> 2;
            n |= n >>> 4;
            n |= n >>> 8;
            n |= n >>> 16;
            return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
        }
    
    

    HashMap的各种操作

     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;
            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 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;
            if (++size > threshold)
                resize();
            afterNodeInsertion(evict);
            return null;
        }
    
    

    计算key的hash值;

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

    如果key为null,则hash值为0,否则调用key的hashCode()方法让高16位与整个hash异或。为的是让计算出的hash值更加分散一些。

    1. 如果桶(数组)数量为0,则调用resize()方法初始化桶;
      resize()方法比较复杂,我们来解释一下。

      final Node<K,V>[] resize() {
           //旧数组
           Node<K,V>[] oldTab = table;
           //旧容量
           int oldCap = (oldTab == null) ? 0 : oldTab.length;
           //旧的扩容门槛
           int oldThr = threshold;
           int newCap, newThr = 0;
           if (oldCap > 0) {
            //如果旧的容量大于最大的容量是,不在进行扩容,直接返回
               if (oldCap >= MAXIMUM_CAPACITY) {
                   threshold = Integer.MAX_VALUE;
                   return oldTab;
               }
               //如果旧的容量的2倍小于最大的容量,oldCap<<1为扩大两倍。
               //且旧的容量大于默认容量也就是16。新容量扩大为两倍,扩容门槛扩大两倍。
               else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                        oldCap >= DEFAULT_INITIAL_CAPACITY)
                   newThr = oldThr << 1; // double threshold
           }
           //这里当你调用HashMap(int initialCapacity)进行创建时,第一次插入数据会走到这里。
           //也就是oldcap=0,oldThr>0;那么将新容量设置为旧的扩容门槛。
           else if (oldThr > 0) // initial capacity was placed in threshold
               newCap = oldThr;
           else {               
           //调用new HashMap()创建时,第一次插入数据走到这。
           //新容量为默认值16,新的扩容门槛为16*0.75。
               newCap = DEFAULT_INITIAL_CAPACITY;
               newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
           }
           //如果新的扩容门槛等于0,会进行计算。
           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"})
           //以新的容量创建一个数组
               Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
               //将新数组赋值给桶
           table = newTab;
         //如果旧的桶不为null,说明之前存在元素,那么需要搬移元素。
           if (oldTab != null) {
           //遍历旧的数组进行元素的搬移。
               for (int j = 0; j < oldCap; ++j) {
                   Node<K,V> e;
                   //如果旧桶中第一个元素不为空
                   if ((e = oldTab[j]) != null) {
                     //将旧桶中第一个元素设置为null,方便进行GC回收
                       oldTab[j] = null;
                       //如果next==null,意味着桶中只有一个元素,直接进行赋值
                       if (e.next == null)
                           newTab[e.hash & (newCap - 1)] = e;
                           //如果第一个是树节点,那么将这棵树分散成两课存入新的桶中
                       else if (e instanceof TreeNode)
                           ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                       else { // preserve order
                       //否则按照链表的方式进行遍历
                       //建立两个链表,一个是低位链表,另一个是高危链表
                           Node<K,V> loHead = null, loTail = null;
                           Node<K,V> hiHead = null, hiTail = null;
                           Node<K,V> next;
                           do {
                               next = e.next;
                               //如果当前key的hash值与桶的旧容量与操作等于0
                               //将当前节点放入地位链表中
                               if ((e.hash & oldCap) == 0) {
                                   if (loTail == null)
                                       loHead = e;
                                   else
                                       loTail.next = e;
                                   loTail = e;
                               }
                               //否则放入高位链表中
                               else {
                                   if (hiTail == null)
                                       hiHead = e;
                                   else
                                       hiTail.next = e;
                                   hiTail = e;
                               }
                           } while ((e = next) != null);
                           //将低位链表放入新桶中的位置和旧桶位置一样
                           if (loTail != null) {
                               loTail.next = null;
                               newTab[j] = loHead;
                           }
                           //将高位链表放入新桶的位置等于原来旧桶位置加上原来旧桶的长度
                           if (hiTail != null) {
                               hiTail.next = null;
                               newTab[j + oldCap] = hiHead;
                           }
                       }
                   }
               }
           }
           return newTab;
       }
      
      

    如果key所在的桶没有元素,则新建一个节点放入桶中的第一个位置。
    否则判断如果桶中第一个元素的key与插入元素的key相同,则更改key所对应的value。
    否则如果桶中第一个元素是树节点,则调用树节点插入方法寻找元素或插入树节点。
    否则按照链表的方式,查找key是否在链表中。如果找到key,则更新value值并返回旧值。否则新建一个节点
    插入到链表的末尾,插入之后需要判断是否需要进行树化。
    如果没有找到key(如果旧桶中当前位置原本没有元素,那么在当前位置插入第一个元素的时候会走到这),size++,modcount++并判断数组是否需要扩容(size是否大于threshold)。

    get(Object key)

     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;
           //如果table不为空,且table的长度大于0且桶中第一个元素不为空
           if ((tab = table) != null && (n = tab.length) > 0 &&
               (first = tab[(n - 1) & hash]) != null) {
               //如果桶中第一个节点是我们要找的节点,直接返回
               if (first.hash == hash && // always check first node
                   ((k = first.key) == key || (key != null && key.equals(k))))
                   return first;
                   //如果头结点的下一个节点不为空
               if ((e = first.next) != null) {
               //如果头结点是树节点,按照红黑树的查找方式进行查找
                   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);//循环遍历链表进行查询。
               }
           }
           //表示查找失败,查找节点不存在返回null
           return null;
       }
    
    

    计算key所对应的hash值。定位到指定的桶中。
    如果桶中第一个元素等于所查找的元素,直接返回。
    如果头结点是树节点,按照红黑树的查找方式进行查找。
    否则按照链表的查找方式进行查找。

    remove(Object key)

    public V remove(Object key) {
            Node<K,V> e;
            return (e = removeNode(hash(key), key, null, false, true)) == null ?
                null : e.value;
        }
     final Node<K,V> removeNode(int hash, Object key, Object value,
                                   boolean matchValue, boolean movable) {
            Node<K,V>[] tab; Node<K,V> p; int n, index;
            //如果桶不为空,且桶的长度大于0,且桶的第一个元素不为空
            if ((tab = table) != null && (n = tab.length) > 0 &&
                (p = tab[index = (n - 1) & hash]) != null) {
                Node<K,V> node = null, e; K k; V v;
                //如果桶中第一个元素就是所要删除的元素,将p赋值给node
                if (p.hash == hash &&
                    ((k = p.key) == key || (key != null && key.equals(k))))
                    node = p;
                    //如果p.next!=null,继续进行查找
                else if ((e = p.next) != null) {
                //如果第一个是树节点,按照树的查护方式进行查找
                    if (p instanceof TreeNode)
                        node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                    else {
                    //否则按照链表的方式进行查找
                        do {
                            if (e.hash == hash &&
                                ((k = e.key) == key ||
                                 (key != null && key.equals(k)))) {
                                node = e;
                                break;
                            }
                            p = e;
                        } while ((e = e.next) != null);
                    }
                }
                //如果找到元素进行删除
                if (node != null && (!matchValue || (v = node.value) == value ||
                                     (value != null && value.equals(v)))) {
                                     //按照红黑树进行删除
                    if (node instanceof TreeNode)
                        ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                        //如果头结点是所需要删除的元素,将头结点的下一个节点移动到一一个位置
                    else if (node == p)
                        tab[index] = node.next;
                        //按照链表的方式进行删除
                    else
                        p.next = node.next;
                    ++modCount;
                    --size;
                    afterNodeRemoval(node);
                    return node;
                }
            }
            return null;
        }
    
    

    查找元素所在的节点。
    如果找到的节点是树节点,则按照红黑树的方式进行删除。
    如果找到的节点是桶中的第一个节点,则把第二个节点移到第一的位置。
    否则按链表删除节点处理。
    size–,modcount++。

    HashMap总结

    HashMap采用数组 + 链表 + 红黑树的存储结构进行存储。
    HashMap的默认初始容量为16,默认装载因子为0.75f,每次扩容为之前的两倍(要注意一点HashMap容量一定是2的n次方)。
    当桶的数量大于64且某个桶中的元素数量大于8时,进行树化,小于等于6时进行反树化。
    要注意HashMap是非线程安全的。

    总结:看完有什么不懂的可以留言问我,记得点个赞哦!

    相关文章

      网友评论

        本文标题:面试阿里:面试官问我HashMap,我是这样回答的!

        本文链接:https://www.haomeiwen.com/subject/ejpdwhtx.html