• java基础-集合-HashMap(JDK20)学习


    TODO PUT方法原理图

    hash

    static final int hash(Object key) {
            int h;
            return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
        }
    
    • 1
    • 2
    • 3
    • 4

    putVal

    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                       boolean evict) {
            Node<K,V>[] tab; Node<K,V> p; int n, i;
            // HashMap中的初始化数组table[],是一种懒加载的模式
            if ((tab = table) == null || (n = tab.length) == 0)
            	// 如果table为null,则通过resize()方法对table数组进行初始化,resize()也是扩容的方法
                n = (tab = resize()).length;
            // 通过hash方式,找到key所对应的数组的节点,然后把该数组节点赋值给p,
            if ((p = tab[i = (n - 1) & hash]) == null)
            	// 如果通过hash所算出来的数值节点为null,则通过newNode(Int hash,K key,V value,Node node)
            	// 初始一个新的node节点,然后把该值放到对应的数组中
                tab[i] = newNode(hash, key, value, null);
            else {
                Node<K,V> e; K k;
                // 如果通过哈希所算出来的数组不为空,即table[[i = (n - 1) & hash]不为空。
                // 且该节点的key是与我们即将要存的key相同,则获取该节点即e=p
                if (p.hash == hash &&
                    ((k = p.key) == key || (key != null && key.equals(k))))
                    e = p;
                // 如果该节点的key与我们不相等,且是红黑树,则通过红黑树的方式,把key-value存到红黑树中
                else if (p instanceof TreeNode)
                    e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
                else {
                	// 如果是链表的,把key-value插到链表尾,该方式是链表的尾插入法
                    for (int binCount = 0; ; ++binCount) {
                    	// 遍历该链表,找到尾部,然后把尾部的next指向新生成的对象
                        if ((e = p.next) == null) {
                            p.next = newNode(hash, key, value, null);
                            if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                                treeifyBin(tab, hash);
                            break;
                        }
                        // 如果该节点上的key与我们想要put进去的值相同跳出循环
                        if (e.hash == hash &&
                            ((k = e.key) == key || (key != null && key.equals(k))))
                            break;
                        p = e;
                    }
                }
                // 如果e不等于null,则说明HashMap中存在与我们即将要存进去的key相同,
                // 然后把节点中的值进行替换,即e.value=value,并放回旧的value
                if (e != null) { // existing mapping for key
                    V oldValue = e.value;
                    if (!onlyIfAbsent || oldValue == null)
                        e.value = value;
                    afterNodeAccess(e);
                    return oldValue;
                }
            }
            ++modCount;
            // threshold=capacity * loadfactor,即数组初始化长度*负载因子,如果
            // this.loadFactor = DEFAULT_LOAD_FACTOR; 默认DEFAULT_LOAD_FACTOR=0.75
            // 如果HashMap中的存的数据,大于数组长度的四分之三,就要进行扩容
            if (++size > threshold)
                resize();
            afterNodeInsertion(evict);
            return null;
        }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58

    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;
            // 如果原table不为空
            if (oldCap > 0) {
            	// 原容量大于1 << 30时返回Integer.MAX_VALUE不能扩容
                if (oldCap >= MAXIMUM_CAPACITY) {
                    threshold = Integer.MAX_VALUE;
                    return oldTab;
                }
                // 原容量小于1 << 30且原容量大于等于16时,将原容量扩容2倍,同时将阈值(threshold)也扩大2倍
                else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                         oldCap >= DEFAULT_INITIAL_CAPACITY)
                    newThr = oldThr << 1; // double threshold
            }
            // 如果通过构造方法设置初始容量,构造方法中会计算threshold,此时原table为空, 进入此判断,threshold作为table的实际大小
            else if (oldThr > 0) // initial capacity was placed in threshold
                newCap = oldThr;
            // 构造方法中没有指定容量,则使用默认值
            else {               // zero initial threshold signifies using defaults
                newCap = DEFAULT_INITIAL_CAPACITY;
                newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
            }
            // 计算指定了initialCapacity情况下的新的 threshold
            if (newThr == 0) {
                float ft = (float)newCap * loadFactor;
                newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                          (int)ft : Integer.MAX_VALUE);
            }
            threshold = newThr;
            // 初始化table或者扩容, 实际上都是通过新建一个table来完成
            @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) {
                    	// table中存放的只是Node的引用,这里将oldTab[j]=null只是清除旧表的引用, 真正的node节点还在, 只是现在由e指向它
                        oldTab[j] = null;
                        // 桶中只有一个节点,直接放入新桶中
                        if (e.next == null)
                            newTab[e.hash & (newCap - 1)] = e;
                        // 桶中为红黑树,则对树进行拆分
                        else if (e instanceof TreeNode)
                            ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                        // 桶中为链表,对链表进行拆分
                        else { // preserve order
                            Node<K,V> loHead = null, loTail = null;
                            Node<K,V> hiHead = null, hiTail = null;
                            Node<K,V> next;
                            // 遍历该桶
                            do {
                            	// 获取下一个元素,next指向该引用,在while判断条件中使用
                                next = e.next;
                                // 拆分后仍在原下标对应桶中的元素
                                if ((e.hash & oldCap) == 0) {
                                	// 第一次进入桶中,头和尾节点都为空
                                    if (loTail == null)
                                    	// 头节点指向第一次进入该判断的元素
                                        loHead = e;
                                    else
                                    	// 第二次及以后进入元素尾插到链表
                                        loTail.next = e;
                                    // 每次尾插完成后将尾节点指向最后一个元素
                                    loTail = e;
                                }
                                // 拆分后在新下标桶中的元素
                                else {
                                	// 同上
                                    if (hiTail == null)
                                        hiHead = e;
                                    else
                                        hiTail.next = e;
                                    hiTail = e;
                                }
                            } while ((e = next) != null);
                            // 将loHead放入原下表桶
                            if (loTail != null) {
                                loTail.next = null;
                                newTab[j] = loHead;
                            }
                            // 将hiHead放入拆分后的新下表
                            if (hiTail != null) {
                                hiTail.next = null;
                                newTab[j + oldCap] = hiHead;
                            }
                        }
                    }
                }
            }
            return newTab;
        }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
    • 64
    • 65
    • 66
    • 67
    • 68
    • 69
    • 70
    • 71
    • 72
    • 73
    • 74
    • 75
    • 76
    • 77
    • 78
    • 79
    • 80
    • 81
    • 82
    • 83
    • 84
    • 85
    • 86
    • 87
    • 88
    • 89
    • 90
    • 91
    • 92
    • 93
    • 94
    • 95
  • 相关阅读:
    CRM帮助企业解决客户关系管理难题
    Web3.0简介
    Java多线程:BlockingQueue实现原理(Condition原理)
    【架构】酒店预订应用程序的系统设计架构
    国内首家!阿里云 Elasticsearch 8.9 版本释放 AI 搜索新动能
    Mac系统 sh: allure: command not found
    Git patch的使用方法和场景
    前、后端通用的可视化逻辑编排
    React中插槽处理机制
    Office登录一直转圈Win10怎么解决?
  • 原文地址:https://blog.csdn.net/Semanteme/article/details/132912665