Схема структуры хранилища в HashMap
Потому что главное это реализация в версии 1.8. В версии 1.8 HashMap реализован массивом + связанным списком + красно-черным деревом, как показано на рисунке ниже. Нижеследующее в основном представляет некоторые основные члены и принципы метода в Hash Map.
Тогда каков конкретный тип узла Node на приведенном выше рисунке, и исходный код выглядит следующим образом. Node — это внутренний класс HashMap, который реализует интерфейс Map.Entery, в основном для хранения элементов, добавленных нашим методом put. Среди них следующее означает, что это может сформировать односвязный список, который в основном предназначен для решения проблемы конфликта хэшей с помощью метода цепных адресов. Когда количество элементов в ведре превышает пороговое значение, оно преобразуется в красно-черное дерево.
//hash桶中的结点Node,实现了Map.Entry
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next; //链表的next指针
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
//重写Object的hashCode
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
//equals方法
public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
//转变为红黑树后的结点类
static final class TreeNode<k,v> extends LinkedHashMap.Entry<k,v> {
TreeNode<k,v> parent; // 父节点
TreeNode<k,v> left; //左子树
TreeNode<k,v> right;//右子树
TreeNode<k,v> prev; // needed to unlink next upon deletion
boolean red; //颜色属性
TreeNode(int hash, K key, V val, Node<k,v> next) {
super(hash, key, val, next);
}
//返回当前节点的根节点
final TreeNode<k,v> root() {
for (TreeNode<k,v> r = this, p;;) {
if ((p = r.parent) == null)
return r;
r = p;
}
}
}
Вышеизложенное — это просто общее представление о простой структуре HashMap, ниже в основном представлены некоторые параметры и реализация важных методов и принципов.
Переменные-члены в HashMap и их значения
//默认初始化容量初始化=16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//最大容量 = 1 << 30
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认加载因子.一般HashMap的扩容的临界点是当前HashMap的大小 > DEFAULT_LOAD_FACTOR *
//DEFAULT_INITIAL_CAPACITY = 0.75F * 16
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//当hash桶中的某个bucket上的结点数大于该值的时候，会由链表转换为红黑树
static final int TREEIFY_THRESHOLD = 8;
//当hash桶中的某个bucket上的结点数小于该值的时候，红黑树转变为链表
static final int UNTREEIFY_THRESHOLD = 6;
//桶中结构转化为红黑树对应的table的最小大小
static final int MIN_TREEIFY_CAPACITY = 64;
//hash算法,计算传入的key的hash值，下面会有例子说明这个计算的过程
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
//tableSizeFor(initialCapacity)返回大于initialCapacity的最小的二次幂数值。下面会有例子说明
static final int tableSizeFor(int cap) {
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;
}
//hash桶
transient Node<K,V>[] table;
//保存缓存的entrySet
transient Set<Map.Entry<K,V>> entrySet;
//桶的实际元素个数 != table.length
transient int size;
//扩容或者更改了map的计数器。含义：表示这个HashMap结构被修改的次数，结构修改是那些改变HashMap中的映射数量或者
//修改其内部结构（例如，重新散列rehash）的修改。 该字段用于在HashMap失败快速（fast-fail）的Collection-views
//上创建迭代器。
transient int modCount;
//临界值，当实际大小（cap*loadFactor）大于该值的时候，会进行扩充
int threshold;
//加载因子
final float loadFactor;
(1) Описание метода хеширования
//hash算法
static final int hash(Object key) {
int h;
//key == null : 返回hash=0
//key != null
//（1）得到key的hashCode：h=key.hashCode()
//（2）将h无符号右移16位
//（3）异或运算：h ^ h>>>16
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
Предположим, теперь мы добавляем элементы на карту, такие как map.put("fsmly","test"), тогда двоичное представление hashCode с ключом "fsmly" будет0000_0000_0011_0110_0100_0100_1001_0010, в соответствии с приведенными выше шагами для расчета, затем мы вызываем алгоритм хеширования, чтобы получить значение хеш-функции:
(2) описание метода tableSizeFor
Функция этого метода состоит в том, чтобы вернуть наименьшее значение второй мощности, большее чем initialCapacity. Следующий пример
//n=cap-1=5; 5的二进制0101B。>>> 操作符表示无符号右移，高位取0
//n |= n>>>1: (1)n=0101 | 0101>>>1; (2)n=0101 | 0010; (3)n = 0111B
//n |= n>>>2: (1)n=0111 | 0111>>>2; (2)n=0111 | 0011; (3)n = 0111B
//n |= n>>>4: (1)n=0111 | 0111>>>4; (2)n=0111 | 0000; (3)n = 0111B
//n |= n>>>8: (1)n=0111 | 0111>>>8; (2)n=0111 | 0000; (3)n = 0111B
//n |= n>>>16:(1)n=0111 | 0111>>>16;(2)n=0111 | 0000; (3)n = 0111B
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
//n<0返回1
//n>最大容量，返回最大容量
//否则返回n+1(0111B+1B=1000B=8)
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
Посмотрите на следующее:
//至于这里为什么减1，当传入的cap为2的整数次幂的时候，减1即保证最后的计算结果还是cap，而不是大于cap的另一个2的
//整数次幂，例如我们传入cap=16=10000B.按照上面那样计算
//n=cap-1=15=1111B.按照上面的方法计算得到：
// n |= n>>>1: n=1111|0111=1111;后面还是相同的结果最后n=1111B=15.
//所以返回的时候为return 15+1;
int n = cap - 1;
Конструктор HashMap
Давайте взглянем на четыре метода построения, предоставленные нам в исходном коде HashMap. Мы видим, что наиболее часто используемые конструкторы без параметров только инициализируют loadFactor и больше ничего не делают Базовая структура данных задерживается до тех пор, пока пара ключ-значение не будет вставлена, а затем инициализирована или пока не будет изменен размер. О реализации метода расширения мы поговорим позже.
//（1）参数为初始化容量和加载因子的构造函数
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity); //阈值为大于initialCapacity的最小二次幂
}
//（2）只给定初始化容量，那么加载因子就是默认的加载因子：0.75
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//（3）加载因子为默认的加载因子，但是这个时候的初始化容量是没有指定的，后面调用put或者get方法的时候才resize
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
//（4）将传递的map中的值调用putMapEntries加入新的map集合中，其中加载因子是默认的加载因子
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
Метод построения в (4) заключается в добавлении элементов входящего набора карт к этому экземпляру карты, исходный код выглядит следующим образом.
//该函数将传递的map集合中的所有元素加入本map实例中
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size(); //m.size()
if (s > 0) {
//如果本map实例的table为null，没有初始化，那么需要初始化
if (table == null) { // pre-size
//实际大小：ft = m.size() / 0.75 + 1;
float ft = ((float)s / loadFactor) + 1.0F;
//判断刚刚计算的大小是否小于最大值1<<<30
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
//计算的实际大小ft大于当前的阈值threshhold，那么将threshhold重新计算，tableSizeFor传递的
//参数是计算的大小，即重新计算大于ft的最小二次幂
if (t > threshold)
threshold = tableSizeFor(t);
}
//如果table!=null，并且m.size() > threshhold，直接进行扩容处理
else if (s > threshold)
resize();
//将map中的所有元素加入本map实例中
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}
Как определить позицию элемента в ведре
Независимо от добавления, удаления или поиска пар ключ-значение, поиск индекса массива хеш-багетов является важным первым шагом, поэтому давайте посмотрим, как исходный код определяет местоположение элемента в хэш-контейнере с помощью хэш-кода. ) способ и др. Коды.
//计算map中key的hash值
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
//这一小段代码就是定位元素在桶中的位置。具体做法就是：容量n-1 & hash.
//其中n是一个2的整数幂，而(n - 1) & hash其实质就是hash%n,但
//是取余运算的效率不如位运算与，并且(n - 1) & hash也能保证散列均匀，不会产生只有偶数位有值的现象
p = tab[i = (n - 1) & hash];
Давайте используем пример для расчета описанного выше процесса позиционирования, предполагая, что размер корзины n теперь равен 16.
Мы видим, что хеш-метод здесь не использует хэш-код исходного объекта в качестве конечного хеш-значения, а выполняет определенную операцию позиционирования, вероятно, потому, что если значение (n-1) слишком мало, (n-1 )) & Значение хэша полностью зависит от младшего значения хеш-функции. Например, n-1 равно 0000 1111, тогда конечное значение полностью зависит от младших 4 бит хеш-значения. В этом случае , старшие биты хэша совершенно бесполезны, h ^ (h >>> 16), таким образом, старшие данные и младшие данные объединяются XOR, что также увеличивает случайность хеша в маскировать, чтобы он не просто полагался на метод хэш-кода объекта.
положить метод анализа
(1) Анализ исходного кода метода put
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;
//table == null 或者table的长度为0，调用resize方法进行扩容
//这里也说明：table 被延迟到插入新数据时再进行初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 这里就是调用了Hash算法的地方，具体的计算可参考后面写到的例子
//这里定位坐标的做法在上面也已经说到过
if ((p = tab[i = (n - 1) & hash]) == null)
// 如果计算得到的桶下标值中的Node为null，就新建一个Node加入该位置(这个新的结点是在
//table数组中)。而该位置的hash值就是调用hash()方法计算得到的key的hash值
tab[i] = newNode(hash, key, value, null);
//这里表示put的元素用自己key的hash值计算得到的下表和桶中的第一个位置元素产生了冲突，具体就是
//(1)key相同，value不同
//(2)只是通过hash值计算得到的下标相同，但是key和value都不同。这里处理的方法就是链表和红黑树
else {
Node<K,V> e; K k;
//上面已经计算得到了该hash对应的下标i，这里p=tab[i]。这里比较的有：
//(1)tab[i].hash是否等于传入的hash。这里的tab[i]就是桶中的第一个元素
//(2)比较传入的key和该位置的key是否相同
//(3)如果都相同，说明是同一个key，那么直接替换对应的value值(在后面会进行替换)
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
//将桶中的第一个元素赋给e，用来记录第一个位置的值
e = p;
//这里判断为红黑树。hash值不相等，key不相等；为红黑树结点
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); //加入红黑树
//判断为链表结点
else {
for (int binCount = 0; ; ++binCount) {
//如果达到链表的尾部
if ((e = p.next) == null) {
//在尾部插入新的结点
p.next = newNode(hash, key, value, null);
//前面的binCount是记录链表长度的，如果该值大于8，就会转变为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//如果在遍历链表的时候，判断得出要插入的结点的key和链表中间的某个结点的key相
//同，就跳出循环,后面也会更新旧的value值
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
//e = p.next。遍历链表所用
p = e;
}
}
//判断插入的是否存在HashMap中，上面e被赋值，不为空，则说明存在，更新旧的键值对
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value; //用传入的参数value更新旧的value值
afterNodeAccess(e);
return oldValue; //返回旧的value值
}
}
//modCount修改
++modCount;
//容量超出就扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
(2) Сводка процесса выполнения метода put
Вы можете видеть, что основная логика вызывает метод putVal в методе put, а переданный параметр — вызов метода hash() для вычисления хеш-значения ключа.Основная логика находится в putVal. Вы можете ознакомиться с выполнением этого метода в сочетании с комментариями.Я кратко опишу выполнение этого метода здесь:
-
во-первых(tab = table) == null || (n = tab.length) == 0Этот блок определяет, является ли хэш-сегмент нулевым. Если это значение равно нулю, будет вызван метод изменения размера для увеличения емкости. Мы обсудим этот метод позже
-
Поместите элемент в ведро, в частности,Хэш-значение ключа и длина хэш-блокаВычислить индекс i, если в вычисляемой позиции нет элемента (null), то создать новый узел и добавить его в позицию.
-
Если table[i] не null и элементы уже есть, то это означает, что происходит конфликт хэшей, здесь может быть три случая.
① Определите, совпадает ли ключ, если ключ тот же, замените старое значение новым значением;
②Если это не так, потому что ключ тот же, то необходимо оценить, была ли текущая корзина преобразована в красно-черное дерево, и если да, построить узел TreeNode и вставить его в красно-черное дерево;
③ Если это не красно-черное дерево, для решения проблемы конфликта используется метод цепных адресов. Здесь главное пройтись по связному списку, если в процессе обхода будет найден элемент с таким же ключом, то старое значение будет заменено на новое на долгое время. В противном случае он переместится в конец связанного списка.При этом новый узел Node будет добавлен непосредственно в связанный список.После вставки необходимо оценить, был ли достигнут порог 8 для преобразования в красно-черное дерево превышено.Если оно превышает, оно будет преобразовано в красно-черное дерево.
-
Наконец, вам нужно изменить значение modCount.
-
Определите, превышает ли вставленный размер пороговое значение, и если он превышает, его необходимо расширить.
Многие из вышеперечисленных действий связаны с расширением, поэтому давайте сначала рассмотрим метод расширения.
Анализ метода изменения размера
(1) исходный код метода изменения размера
Изменение размера заключается в пересчете емкости, особенно когда размер внутри карты превышаетDEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY, вам нужно увеличить длину массива, чтобы вместить больше элементов. При реализации метода resize новый массив используется для замены существующего массива небольшой емкости.
//该方法有2种使用情况：1.初始化哈希表(table==null) 2.当前数组容量过小，需扩容
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table; //oldTab指向旧的table数组
//oldTab不为null的话，oldCap为原table的长度
//oldTab为null的话，oldCap为0
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold; //阈值
int newCap, newThr = 0;
if (oldCap > 0) {
//这里表明oldCap！=0，oldCap=原table.length();
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE; //如果大于最大容量了，就赋值为整数最大的阀值
return oldTab;
}
// 如果数组的长度在扩容后小于最大容量 并且oldCap大于默认值16(这里的newCap也是在原来的
//长度上扩展两倍)
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold双倍扩展threshhold
}
else if (oldThr > 0) // initial capacity was placed in threshold
// 这里的oldThr=tabSizeFor(initialCapacity),从上面的构造方法看出，如果不是调用的
//无参构造，那么threshhold肯定都会是经过tabSizeFor运算得到的2的整数次幂的,所以可以将
//其作为Node数组的长度(个人理解)
newCap = oldThr;
else { // zero initial threshold signifies using defaults(零初始阈值表示使用默认值)
//这里说的是我们调用无参构造函数的时候(table == null,threshhold = 0)，新的容量等于默
//认的容量，并且threshhold也等于默认加载因子*默认初始化容量
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 计算新的resize上限
if (newThr == 0) {
float ft = (float)newCap * loadFactor; //容量 * 加载因子
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
//以新的容量作为长度，创建一个新的Node数组存放结点元素
//当然，桶数组的初始化也是在这里完成的
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//原来的table不为null
if (oldTab != null) {
// 把每个bucket都移动到新的buckets中
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//原table中下标j位置不为null
if ((e = oldTab[j]) != null) {
oldTab[j] = null; //将原来的table[j]赋为null，及时GC？
if (e.next == null) //如果该位置没有链表，即只有数组中的那个元素
//通过新的容量计算在新的table数组中的下标：(n-1)&hash
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
//如果是红黑树结点，重新映射时，需要对红黑树进行拆分
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // 链表优化重hash的代码块
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {//上面判断不是红黑树，那就是链表，这里就遍历链表，进行重新映射
next = e.next;
// 原位置
if ((e.hash & oldCap) == 0) {
//loTail处为null，那么直接加到该位置
if (loTail == null)
loHead = e;
//loTail为链表尾结点，添加到尾部
else
loTail.next = e;
//添加后，将loTail指向链表尾部，以便下次从尾部添加
loTail = e;
}
// 原位置+旧容量
else {
//hiTail处为null，就直接点添加到该位置
if (hiTail == null)
hiHead = e;
//hiTail为链表尾结点，尾插法添加
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 将分组后的链表映射到新桶中
// 原索引放到bucket里
if (loTail != null) {
//旧链表迁移新链表,链表元素相对位置没有变化;
//实际是对对象的内存地址进行操作
loTail.next = null;//链表尾元素设置为null
newTab[j] = loHead; //数组中位置为j的地方存放链表的head结点
}
// 原索引+oldCap放到bucket里
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
(2)(e.hash и oldCap) == 0 анализ
Я добавляю здесь последнюю точку, поэтому я использую(e.hash & oldCap) == 0Чтобы судить, находится ли он в исходной позиции или в обновленной позиции (исходная позиция + старая емкость), объяснение таково: мы знаем, что емкость — это степень числа 2, поэтому oldCap — это двоичная форма 10...0. (например, 16=10000B).
(1) Если условие суждения истинно, это означает, чтоСоответствующий хеш-бит бита, у которого oldCap равен 1, равен 0.(1&0=0, другие биты равны 0, результат, естественно, равен 0), это не влияет на вычисление нового индекса, почему же это не влияет на следующее. Давайте возьмем пример для расчета изменений индексов в массиве до и после расширения:
Из приведенного выше расчета видно, что когда хэш, соответствующий цифре, чья заглавная буква равна 1, равен 0, индекс до и после изменения размера не изменяется. Давайте посмотрим на следующее, используя приведенное выше хэш-значение, соответствующее(e.hash & oldCap) == 0, который оказывается инвариантным индексом
(2) Если условие суждения ложно, тоСоответствующий хэш-бит бита, у которого oldCap равен 1, равен 1.. Например, new subscript=hash&( newCap-1 )= hash&( (16
Из вышеприведенного расчета видно, что когда соответствующий хеш шапки равен 1, индекс до и после изменения размера изменяется. Давайте посмотрим на следующее, используя приведенное выше хэш-значение, соответствующее(e.hash & oldCap) != 0, просто нижний индекс - исходный индекс + исходная емкость
(3) Частичное понимание кода
Эта часть на самом деле похожа на принцип использования метода цепных адресов для разрешения конфликта хэшей в методе put, который является операцией связанного списка.
// 原位置
if ((e.hash & oldCap) == 0) {
//loTail处为null，那么直接加到该位置
if (loTail == null)
loHead = e;
//loTail为链表尾结点，添加到尾部
else
loTail.next = e;
//添加后，将loTail指向链表尾部，以便下次从尾部添加
loTail = e;
}
// 原位置+旧容量
else {
//hiTail处为null，就直接点添加到该位置
if (hiTail == null)
hiHead = e;
//hiTail为链表尾结点，尾插法添加
else
hiTail.next = e;
hiTail = e;
}
Давайте разберемся с этим напрямую через простую схему
(4) сводка по изменению размера
Код изменения размера немного длиннее, но суммируя эти моменты
- Определите, пуста ли текущая длина oldTab, если она пуста, инициализируйте массив корзин и ответьтеПочему емкость и пороговое значение не назначаются для инициализации конструктора без аргументов?, если оно не пустое, выполнить побитовую операцию, сдвинуть на один бит влево и увеличить емкость в 2 раза.
- Чтобы расширить, создайте массив новой емкости и выполните итерацию по старому массиву:
- Если узел пуст, прямое назначение для вставки
- Если узел представляет собой красно-черное дерево, его нужно разбить (я пока не понимаю красно-черное дерево, поэтому сначала не буду объяснять)
- Если это связанный список, пересчитайте индекс в соответствии с алгоритмом хеширования и разбейте связанный список на группы (я полагаю, что вы в основном знаете общий процесс разделения связанного списка, когда видите его здесь)
- Прилагается изображение расширения размера в Интернете. Ссылка на блог https://blog.csdn.net/carson_ho/article/details/79373134
получить анализ метода
(1) исходный код метода get
Основная логика заключается в вычислении хэш-значения на основе ключа для определения индекса хэш-базы. Когда это может быть значение текущего индекса, он напрямую возвращает соответствующее значение. В противном случае используйте ключ для обхода равного ключ под индексом, пока позиция не будет найдена.
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;
//计算存放在数组table中的位置.具体计算方法上面也已经介绍了
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//先查找是不是就是数组中的元素
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//该位置为红黑树根节点或者链表头结点
if ((e = first.next) != null) {
//如果first为红黑树结点，就在红黑树中遍历查找
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//不是树结点，就在链表中遍历查找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
Проблема многопоточности HashMap
См. https://coolshell.cn/articles/9606.html