java之HashMap
阿新 • • 發佈：2018-12-17
總結
HashMap
- 雜湊表的主幹是陣列
- 複寫時有返回值
- hashmap
java7 HashMap
java8 HashMap
圖來自https://javadoop.com/post/hashmap
- java8與java7不同之處，利用了紅黑樹，所以其構成為 陣列+連結串列+紅黑樹
- java7中，根據hash值可以快速找到資料的下標，但是如果連結串列很長的話，需要一個一個比較才能找到，時間複雜度取決於連結串列的長度，為O(n)
- java8中，當連結串列中元素到達8個，會將連結串列轉換為紅黑樹，時間複雜度降低為 O(logN)
- java7使用Entry，java8使用Node，Node只用於連結串列，紅黑樹使用TreeNode
- 初始值16，預設載入因子0.75，put過程如下：
- 第一次put時（node陣列為空），通過resize()從null初始化到16，定位到具體的陣列下標，如果沒有值，初始化node，直接放入value即可，新插入的值，判斷是否超過閾值
- 如果該位置有值，比較該位置的第一個key與當前key是否相等，如果相等，到第3步，如果不相等，判斷該節點是否為紅黑樹： 是——呼叫紅黑樹的插入方法 否——插入到連結串列最後 – 如果新插入的值是第8個，觸發轉換紅黑樹操作；如果在連結串列中找到相同的key，也到第3步
- 對於相同的key，覆蓋舊值，並且返回
get操作相對簡單，過程如下： 1.計算key的雜湊值，定位到陣列下標 2.如果該陣列的第一個key就是我們要找的，GG，否則繼續 3.如果是紅黑樹node，走紅黑樹的get方法 4.遍歷連結串列，找到為止
static class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; V value; Node<K,V> next; 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; //Entry 又繼承自 HashMap.Node……
put原始碼
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
// 第三個引數 onlyIfAbsent 如果是 true，那麼只有在不存在該 key 時才會進行 put 操作
// 第四個引數 evict 我們這裡不關心
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 第一次 put 值的時候，會觸發下面的 resize()，類似 java7 的第一次 put 也要初始化陣列長度
// 第一次 resize 和後續的擴容有些不一樣，因為這次是陣列從 null 初始化到預設的 16 或自定義的初始容量
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 找到具體的陣列下標，如果此位置沒有值，那麼直接初始化一下 Node 並放置在這個位置就可以了
if ((p = tab[i = (n - 1) & hash]) == null) //& 二進位制運算
tab[i] = newNode(hash, key, value, null);
else {// 陣列該位置有資料
Node<K,V> e; K k;
// 首先，判斷該位置的第一個資料和我們要插入的資料，key 是不是"相等"，如果是，取出這個節點
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果該節點是代表紅黑樹的節點，呼叫紅黑樹的插值方法，本文不展開說紅黑樹
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 到這裡，說明陣列該位置上是一個連結串列
for (int binCount = 0; ; ++binCount) {
// 插入到連結串列的最後面(Java7 是插入到連結串列的最前面)
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// TREEIFY_THRESHOLD 為 8，所以，如果新插入的值是連結串列中的第 8 個
// 會觸發下面的 treeifyBin，也就是將連結串列轉換為紅黑樹
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 如果在該連結串列中找到了"相等"的 key(== 或 equals)
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
// 此時 break，那麼 e 為連結串列中[與要插入的新值的 key "相等"]的 node
break;
p = e;
}
}
// e!=null 說明存在舊值的key與要插入的key"相等"
// 對於我們分析的put操作，下面這個 if 其實就是進行 "值覆蓋"，然後返回舊值
if (e != null) {
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 如果 HashMap 由於新插入這個值導致 size 已經超過了閾值，需要進行擴容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
get原始碼
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) {
// 判斷第一個節點是不是就是需要的
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
// 判斷是否是紅黑樹
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 連結串列遍歷
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
時間複雜度
- O(1): 表示演算法的執行時間為常量
- O(n): 表示該演算法是線性演算法
- O(1)就是最低的時空複雜度了，也就是耗時/耗空間與輸入資料大小無關，無論輸入資料增大多少倍，耗時/耗空間都不變。 雜湊演算法就是典型的O(1)時間複雜度，無論資料規模多大，都可以在一次計算後找到目標（不考慮衝突的話）
為什麼hashmap能保證O(1)
Hashtable的時間複雜度最好是O(1)但是最差是 O(n) 最差的時候也就是hashtable中所有的值的hash值都一樣，都分配在一個entry裡面，當然這個概率跟中彩票的概率相差不大
注意
HashMap，在使用put的時候，如果新增的是物件的話，所儲存的都是物件的引用（地址）
疑問
