Публичный аккаунт WeChat: я CR7
Если у вас есть какие-либо вопросы или предложения, пожалуйста, оставьте сообщение ниже
Последнее обновление: 2018-09-14
HashMap
Как реализация интерфейса Map хеш-таблицы, он имеет следующие характеристики:
- Аналогично HashTable, элементы хранятся в виде массив + односвязный список.Начиная с jdk1.8 добавлена структура красно-черного дерева.Когда количество элементов в односвязном списке превышает заданный порог, он будет преобразован в красно-черную древовидную структуру для хранения.Цель состоит в том, чтобы решить проблему медленного запроса, когда слишком много односвязных элементов списка.
- В отличие от HashTable, HashMap небезопасен для потоков, и ни один из методов не использует ключевое слово synchronized. Из-за различных внутренних реализаций значения ключа и значения могут быть нулевыми.
- При создании экземпляра HashMap есть два важных параметра, влияющих на его производительность: начальный размер и коэффициент загрузки. Начальный размер используется для указания длины массива хеш-таблицы, то есть количества сегментов. Коэффициент загрузки используется для обозначения заполнения элементов хеш-таблицы.Чем больше элемент, тем больше элементов можно заполнить, и использование пространства хеш-таблицы будет выше, но вероятность коллизии также будет меньше. увеличивать. И наоборот, чем меньше число, тем меньше вероятность конфликта, но много места тратится впустую.
статическая постоянная
1. Исходный код:
1/**
2 * 默认初始大小，值为16，要求必须为2的幂
3 */
4static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
5
6/**
7 * 最大容量，必须不大于2^30
8 */
9static final int MAXIMUM_CAPACITY = 1 << 30;
10
11/**
12 * 默认加载因子，值为0.75
13 */
14static final float DEFAULT_LOAD_FACTOR = 0.75f;
15
16/**
17 * hash冲突默认采用单链表存储，当单链表节点个数大于8时，会转化为红黑树存储
18 */
19static final int TREEIFY_THRESHOLD = 8;
20
21/**
22 * hash冲突默认采用单链表存储，当单链表节点个数大于8时，会转化为红黑树存储。
23 * 当红黑树中节点少于6时，则转化为单链表存储
24 */
25static final int UNTREEIFY_THRESHOLD = 6;
26
27/**
28 * hash冲突默认采用单链表存储，当单链表节点个数大于8时，会转化为红黑树存储。
29 * 但是有一个前提：要求数组长度大于64，否则不会进行转化
30 */
31static final int MIN_TREEIFY_CAPACITY = 64;
Уведомление:HashMap использует массив + односвязный список для хранения элементов по умолчанию.Когда элемент имеет конфликт хэшей, он будет сохранен в односвязном списке в этом месте. Однако односвязный список не будет добавлять элементы, а когда количество элементов превысит 8, он попытается преобразовать односвязный список в красно-черное дерево для хранения. Однако перед преобразованием длина текущего массива будет оцениваться снова, и будет обрабатываться только длина массива, если она больше 64. В противном случае выполните операцию расширения. Это упоминается в первую очередь и будет объяснено подробно позже.
2. Вопрос:
просить:Почему коэффициент загрузки по умолчанию равен 0,75?
отвечать:Из комментариев javadoc в исходном коде мы видим, что частота корзины элементов, распределенных в хэш-таблице, подчиняется распределению Пуассона с параметром 0,5.Подробности см. в ответе в StackOverflow:stackoverflow.com/questions/1…
Конструктор
1. Конструктор без аргументов:
1public HashMap() {
2 this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
3}
2. Конструктор с параметрами, задающими начальную емкость:
1public HashMap(int initialCapacity) {
2 this(initialCapacity, DEFAULT_LOAD_FACTOR);
3}
3. Конструктор с параметрами, задающими начальную мощность и коэффициент загрузки:
3.1. Исходный код:
1public HashMap(int initialCapacity, float loadFactor) {
2 if (initialCapacity < 0)
3 throw new IllegalArgumentException("Illegal initial capacity: " +
4 initialCapacity);
5 if (initialCapacity > MAXIMUM_CAPACITY)
6 initialCapacity = MAXIMUM_CAPACITY;
7 if (loadFactor <= 0 || Float.isNaN(loadFactor))
8 throw new IllegalArgumentException("Illegal load factor: " +
9 loadFactor);
10 this.loadFactor = loadFactor;
11 this.threshold = tableSizeFor(initialCapacity)//通过后面扩容的方法知道，该值就是初始创建数组时的长度
12}
13
14//返回大于等于cap最小的2的幂，如cap为12，结果就是16
15static final int tableSizeFor(int cap) {
16 int n = cap - 1;//为了保证当cap本身是2的幂的情况下，能够返回原本的数，否则返回的是cap的2倍
17 n |= n >>> 1;
18 n |= n >>> 2;
19 n |= n >>> 4;
20 n |= n >>> 8;
21 n |= n >>> 16;
22 return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
23}
3.2 Пример:
Возьмем в качестве примера cap, равный 8:
- Процесс не вычитания единицы выглядит следующим образом:
Легенда: tableSizeFor не уменьшается на один процесс
Наконец, выполняется добавление 1, затем возвращается 2^4=16, что вдвое больше. - Процесс вычитания единицы выглядит следующим образом:
Легенда: tableSizeFor минус один процесс
Наконец, выполняется операция прибавления 1, затем возвращается 2^3=8, что и является шапкой.
3.3. Вопрос:
просить:Почему емкость массива должна быть степенью двойки?
отвечать:Формула расчета индекса: i = (n - 1) & хэш. Если n является степенью числа 2, то все младшие биты n-1 равны 1. Когда значение хеш-функции объединяется по И, значение младших битов может быть гарантированно останется неизменным, тем самым обеспечив равномерное распределение, эффект эквивалентен hash%n, но битовая операция гораздо эффективнее, чем операция с остатком.
4. Конструктор с параметрами, указывающий коллекцию Map:
1public HashMap(Map<? extends K, ? extends V> m) {
2 this.loadFactor = DEFAULT_LOAD_FACTOR;
3 putMapEntries(m, false);
4}
5
6final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
7 int s = m.size();
8 if (s > 0) {
9 if (table == null) { // pre-size
10 float ft = ((float)s / loadFactor) + 1.0F;
11 int t = ((ft < (float)MAXIMUM_CAPACITY) ?
12 (int)ft : MAXIMUM_CAPACITY);
13 if (t > threshold)
14 threshold = tableSizeFor(t);
15 }
16 else if (s > threshold)
17 resize();
18 for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
19 K key = e.getKey();
20 V value = e.getValue();
21 putVal(hash(key), key, value, false, evict);
22 }
23 }
24}
добавить элемент
1. Исходный код:
1public V put(K key, V value) {
2 return putVal(hash(key), key, value, false, true);
3}
4
5//将key的哈希值，进行高16位和低16位异或操作，增加低16位的随机性，降低哈希冲突的可能性
6static final int hash(Object key) {
7 int h;
8 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
9}
10
11final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
12 boolean evict) {
13 Node<K,V>[] tab; Node<K,V> p; int n, i;
14 //首次table为null，首先通过resize()进行数组初始化
15 if ((tab = table) == null || (n = tab.length) == 0)
16 n = (tab = resize()).length;
17 //利用index=(n-1)&hash的方式，找到索引位置
18 //如果索引位置无元素，则创建Node对象，存入数组该位置中
19 if ((p = tab[i = (n - 1) & hash]) == null)
20 tab[i] = newNode(hash, key, value, null);
21 else { //如果索引位置已有元素，说明hash冲突，存入单链表或者红黑树中
22 Node<K,V> e; K k;
23 //hash值和key值都一样，则进行value值的替代
24 if (p.hash == hash &&
25 ((k = p.key) == key || (key != null && key.equals(k))))
26 e = p;
27 else if (p instanceof TreeNode) //hash值一致，key值不一致，且p为红黑树结构，则往红黑树中添加
28 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
29 else { //hash值一致，key值不一致，且p为单链表结构，则往单链表中添加
30 for (int binCount = 0; ; ++binCount) {
31 if ((e = p.next) == null) {
32 p.next = newNode(hash, key, value, null); //追加到单链表末尾
33 if (binCount >= TREEIFY_THRESHOLD - 1) // //超过树化阈值则进行树化操作
34 treeifyBin(tab, hash);
35 break;
36 }
37 if (e.hash == hash &&
38 ((k = e.key) == key || (key != null && key.equals(k))))
39 break;
40 p = e;
41 }
42 }
43 if (e != null) { // existing mapping for key
44 V oldValue = e.value;
45 if (!onlyIfAbsent || oldValue == null)
46 e.value = value;
47 afterNodeAccess(e);
48 return oldValue;
49 }
50 }
51 ++modCount;
52 if (++size > threshold) //当元素个数大于新增阈值，则通过resize()扩容
53 resize();
54 afterNodeInsertion(evict);
55 return null;
56}
2, блок-схема:
3. Расчет хэша:
просить:При получении хеш-значения: зачем добавлять 16-битную операцию беззнакового сдвига вправо XOR к хеш-методу?
отвечать:Этот метод использует решение «функции скремблирования» и выполняет операцию XOR над старшими 16 битами и младшими 16 битами хэш-значения ключа, что увеличивает случайность младших 16 битов и снижает вероятность хеш-коллизии.
Давайте возьмем пример, чтобы увидеть, есть ли «функция возмущения», и рассчитаем значение позиции индекса:
Как видно из приведенного выше рисунка, после добавления «функции возмущения» исходный конфликт хэшей больше не возникает.
Расширение
1. Исходный код:
1final Node<K,V>[] resize() {
2 Node<K,V>[] oldTab = table;
3 int oldCap = (oldTab == null) ? 0 : oldTab.length;
4 int oldThr = threshold;
5 int newCap, newThr = 0;
6 if (oldCap > 0) {//数组不为空
7 if (oldCap >= MAXIMUM_CAPACITY) { //当前长度超过MAXIMUM_CAPACITY，新增阈值为Integer.MAX_VALUE
8 threshold = Integer.MAX_VALUE;
9 return oldTab;
10 }
11 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
12 oldCap >= DEFAULT_INITIAL_CAPACITY) //进行2倍扩容，如果当前长度超过初始16，新增阈值也做2倍扩容
13 newThr = oldThr << 1; // double threshold
14 }
15 else if (oldThr > 0) // 数组为空，指定了新增阈值
16 newCap = oldThr;
17 else { //数组为空，未指定新增阈值，采用默认初始大小和加载因子，新增阈值为16*0.75=12
18 newCap = DEFAULT_INITIAL_CAPACITY;
19 newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
20 }
21 if (newThr == 0) { //按照给定的初始大小计算扩容后的新增阈值
22 float ft = (float)newCap * loadFactor;
23 newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
24 (int)ft : Integer.MAX_VALUE);
25 }
26 threshold = newThr; //扩容后的新增阈值
27 @SuppressWarnings({"rawtypes","unchecked"})
28 Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; //扩容后的数组
29 table = newTab;
30 if (oldTab != null) { //将原数组中元素放入扩容后的数组中
31 for (int j = 0; j < oldCap; ++j) {
32 Node<K,V> e;
33 if ((e = oldTab[j]) != null) {
34 oldTab[j] = null;
35 if (e.next == null) //无后继节点，则直接计算在新数组中位置，放入即可
36 newTab[e.hash & (newCap - 1)] = e;
37 else if (e instanceof TreeNode) //为树节点需要拆分
38 ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
39 else { //有后继节点，且为单链表，将原数组中单链表元素进行拆分，一部分在原索引位置，一部分在原索引+原数组长度
40 Node<K,V> loHead = null, loTail = null; //保存在原索引的链表
41 Node<K,V> hiHead = null, hiTail = null; //保存在新索引的链表
42 Node<K,V> next;
43 do {
44 next = e.next;
45 if ((e.hash & oldCap) == 0) { //哈希值和原数组长度进行&操作，为0则在原数组的索引位置，非0则在原数组索引位置+原数组长度的新位置
46 if (loTail == null)
47 loHead = e;
48 else
49 loTail.next = e;
50 loTail = e;
51 }
52 else {
53 if (hiTail == null)
54 hiHead = e;
55 else
56 hiTail.next = e;
57 hiTail = e;
58 }
59 } while ((e = next) != null);
60 if (loTail != null) {
61 loTail.next = null;
62 newTab[j] = loHead;
63 }
64 if (hiTail != null) {
65 hiTail.next = null;
66 newTab[j + oldCap] = hiHead;
67 }
68 }
69 }
70 }
71 }
72 return newTab;
73}
2. Блок-схема:
2.1 Первый вызов метода раскрытия:
2.2 Пример:
Дело 1:
- Используйте конструктор без аргументов:
1HashMap<String, Integer> hashMap = new HashMap<>();
- поместите элемент, обнаружите, что таблица пуста, вызовите метод расширения изменения размера:
1int oldCap = (oldTab == null) ? 0 : oldTab.length;
2int oldThr = threshold;
- oldCap равен 0, oldThr равен 0, выполнить ветку в resize():
1newCap = DEFAULT_INITIAL_CAPACITY;
2newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
3threshold = newThr;
4@SuppressWarnings({"rawtypes","unchecked"})
5 Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
6table = newTab;
- newCap равен 16, newThr равен 12, то есть длина массива HashMap по умолчанию равна 16, а порог добавления элементов равен 12.
- Порог 12. Создайте массив размером 16 и назначьте его таблице.
Второй случай:
- Используйте параметризованный конструктор:
1HashMap<String, Integer> hashMap = new HashMap<>(7);
- oldCap равен 0, oldThr равен 8, выполнить ветку в resize():
1else if (oldThr > 0) // initial capacity was placed in threshold
2 newCap = oldThr;
- newCap равен 8, newThr равен 0, выполнить ветку в resize():
1if (newThr == 0) {
2 float ft = (float)newCap * loadFactor;
3 newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
4 (int)ft : Integer.MAX_VALUE);
5}
6threshold = newThr;
7@SuppressWarnings({"rawtypes","unchecked"})
8 Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
9table = newTab;
- Порог равен 6. Создайте массив размером 8 и назначьте его таблице.
2.3 Метод расширения не первого вызова:
2.4 Пример:
Затем во втором случае в 2.2 продолжайте добавлять элементы до расширения:
- oldCap равен 8, oldThr равен 6, выполнить ветку в resize():
1if (oldCap > 0) {
2 if (oldCap >= MAXIMUM_CAPACITY) {
3 threshold = Integer.MAX_VALUE;
4 return oldTab;
5 }
6 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
7 oldCap >= DEFAULT_INITIAL_CAPACITY)
8 newThr = oldThr << 1; // double threshold
9}
- OldCap меньше MAXIMUM_CAPACITY, емкость удвоена, а newCap — 16. oldCap меньше, чем DEFAULT_INITIAL_CAPACITY, расширение newThr не выполняется, оно равно 0, и выполняется ветвь в resize():
1if (newThr == 0) {
2 float ft = (float)newCap * loadFactor;
3 newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
4 (int)ft : Integer.MAX_VALUE);
5}
6threshold = newThr;
7@SuppressWarnings({"rawtypes","unchecked"})
8 Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
9table = newTab;
10..........省略.......//将原数组元素存入新数组中
- Поскольку newCap меньше, чем MAXIMUM_CAPACITY, ft равно newCap * коэффициенту загрузки 12, а порог равен 12. Создайте массив размером 16, назначьте его таблице и поместите исходные элементы массива в новый массив.
Продолжайте добавлять элементы, пока он не расширится:
- oldCap — 16, oldThr — 12, выполните ветку в resize():
1if (oldCap > 0) {
2 if (oldCap >= MAXIMUM_CAPACITY) {
3 threshold = Integer.MAX_VALUE;
4 return oldTab;
5 }
6 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
7 oldCap >= DEFAULT_INITIAL_CAPACITY)
8 newThr = oldThr << 1; // double threshold
9}
- oldCap меньше MAXIMUM_CAPACITY, длина массива удвоена, а newCap равен 32. oldCap>=DEFAULT_INITIAL_CAPACITY, порог добавления элементов также удваивается.Обратите внимание, что коэффициент загрузки больше не используется для расчета порога, а соответствующее расширение удваивается с длиной массива, и порог равен 24.
- Создайте массив размером 32, назначьте его таблице и поместите элементы исходного массива в новый массив.
1threshold = newThr;
2@SuppressWarnings({"rawtypes","unchecked"})
3 Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
4table = newTab;
5..........省略.......//将原数组元素存入新数组中
Продолжайте добавлять элементы и расширяться, пока длина массива не станет равной MAXIMUM_CAPACITY:
- oldCap равен MAXIMUM_CAPACITY, выполните ветку в resize():
1if (oldCap > 0) {
2 if (oldCap >= MAXIMUM_CAPACITY) {
3 threshold = Integer.MAX_VALUE;
4 return oldTab;
5 }
6 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
7 oldCap >= DEFAULT_INITIAL_CAPACITY)
8 newThr = oldThr << 1; // double threshold
9}
- Поскольку oldCap равен MAXIMUM_CAPACITY, а порог установлен на Integer.MAX_VALUE, он больше не будет расширяться, и будет возвращен исходный массив напрямую. На этом этапе продолжайте добавлять элементы Integer.MAX_VALUE+1=Integer.MIN_VALUE, не превышающие пороговое значение, после чего операция раскрытия больше не выполняется.
операция дерева
1. Исходный код:
Преобразуйте исходный односвязный список в двусвязный список, а затем переместите двусвязный список в красно-черное дерево:
1final void treeifyBin(Node<K,V>[] tab, int hash) {
2 int n, index; Node<K,V> e;
3 //树形化还有一个要求就是数组长度必须大于等于64，否则继续采用扩容策略
4 if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
5 resize();
6 else if ((e = tab[index = (n - 1) & hash]) != null) {
7 TreeNode<K,V> hd = null, tl = null;//hd指向首节点，tl指向尾节点
8 do {
9 TreeNode<K,V> p = replacementTreeNode(e, null);//将链表节点转化为红黑树节点
10 if (tl == null) // 如果尾节点为空，说明还没有首节点
11 hd = p; // 当前节点作为首节点
12 else { // 尾节点不为空，构造一个双向链表结构，将当前节点追加到双向链表的末尾
13 p.prev = tl; // 当前树节点的前一个节点指向尾节点
14 tl.next = p; // 尾节点的后一个节点指向当前节点
15 }
16 tl = p; // 把当前节点设为尾节点
17 } while ((e = e.next) != null); // 继续遍历单链表
18 //将原本的单链表转化为一个节点类型为TreeNode的双向链表
19 if ((tab[index] = hd) != null) // 把转换后的双向链表，替换数组原来位置上的单向链表
20 hd.treeify(tab); // 将当前双向链表树形化
21 }
22}
Конкретная реализация преобразования двусвязного списка в красно-черное дерево:
1final void treeify(Node<K,V>[] tab) {
2 TreeNode<K,V> root = null; // 定义红黑树的根节点
3 for (TreeNode<K,V> x = this, next; x != null; x = next) { // 从TreeNode双向链表的头节点开始逐个遍历
4 next = (TreeNode<K,V>)x.next; // 头节点的后继节点
5 x.left = x.right = null;
6 if (root == null) {
7 x.parent = null;
8 x.red = false;
9 root = x; // 头节点作为红黑树的根，设置为黑色
10 }
11 else { // 红黑树存在根节点
12 K k = x.key;
13 int h = x.hash;
14 Class<?> kc = null;
15 for (TreeNode<K,V> p = root;;) { // 从根开始遍历整个红黑树
16 int dir, ph;
17 K pk = p.key;
18 if ((ph = p.hash) > h) // 当前红黑树节点p的hash值大于双向链表节点x的哈希值
19 dir = -1;
20 else if (ph < h) // 当前红黑树节点的hash值小于双向链表节点x的哈希值
21 dir = 1;
22 else if ((kc == null &&
23 (kc = comparableClassFor(k)) == null) ||
24 (dir = compareComparables(kc, k, pk)) == 0) // 当前红黑树节点的hash值等于双向链表节点x的哈希值，则如果key值采用比较器一致则比较key值
25 dir = tieBreakOrder(k, pk); //如果key值也一致则比较className和identityHashCode
26
27 TreeNode<K,V> xp = p;
28 if ((p = (dir <= 0) ? p.left : p.right) == null) { // 如果当前红黑树节点p是叶子节点，那么双向链表节点x就找到了插入的位置
29 x.parent = xp;
30 if (dir <= 0) //根据dir的值，插入到p的左孩子或者右孩子
31 xp.left = x;
32 else
33 xp.right = x;
34 root = balanceInsertion(root, x); //红黑树中插入元素，需要进行平衡调整(过程和TreeMap调整逻辑一模一样)
35 break;
36 }
37 }
38 }
39 }
40 //将TreeNode双向链表转化为红黑树结构之后，由于红黑树是基于根节点进行查找，所以必须将红黑树的根节点作为数组当前位置的元素
41 moveRootToFront(tab, root);
42}
Переместите корневой узел красно-черного дерева в индекс массива:
1static <K,V> void moveRootToFront(Node<K,V>[] tab, TreeNode<K,V> root) {
2 int n;
3 if (root != null && tab != null && (n = tab.length) > 0) {
4 int index = (n - 1) & root.hash; //找到红黑树根节点在数组中的位置
5 TreeNode<K,V> first = (TreeNode<K,V>)tab[index]; //获取当前数组中该位置的元素
6 if (root != first) { //红黑树根节点不是数组当前位置的元素
7 Node<K,V> rn;
8 tab[index] = root;
9 TreeNode<K,V> rp = root.prev;
10 if ((rn = root.next) != null) //将红黑树根节点前后节点相连
11 ((TreeNode<K,V>)rn).prev = rp;
12 if (rp != null)
13 rp.next = rn;
14 if (first != null) //将数组当前位置的元素，作为红黑树根节点的后继节点
15 first.prev = root;
16 root.next = first;
17 root.prev = null;
18 }
19 assert checkInvariants(root);
20 }
21}
красно-черная вставка дерева
1. Исходный код:
1final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,
2 int h, K k, V v) {
3 Class<?> kc = null;
4 boolean searched = false;
5 TreeNode<K,V> root = (parent != null) ? root() : this;
6 for (TreeNode<K,V> p = root;;) {
7 int dir, ph; K pk;
8 if ((ph = p.hash) > h)//进行哈希值的比较
9 dir = -1;
10 else if (ph < h)
11 dir = 1;
12 else if ((pk = p.key) == k || (k != null && k.equals(pk)))
13 return p;
14 else if ((kc == null &&
15 (kc = comparableClassFor(k)) == null) ||
16 (dir = compareComparables(kc, k, pk)) == 0) {//hash值相同，则按照key进行比较
17 if (!searched) {
18 TreeNode<K,V> q, ch;
19 searched = true;
20 if (((ch = p.left) != null &&
21 (q = ch.find(h, k, kc)) != null) ||//去左子树中查找哈希值相同，key相同的节点
22 ((ch = p.right) != null &&
23 (q = ch.find(h, k, kc)) != null))//去右子树中查找哈希值相同，key相同的节点
24 return q;
25 }
26 dir = tieBreakOrder(k, pk);//通过比较k与pk的hashcode
27 }
28
29 TreeNode<K,V> xp = p;
30 if ((p = (dir <= 0) ? p.left : p.right) == null) {//找到红黑树合适的位置插入
31 Node<K,V> xpn = xp.next;
32 TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
33 if (dir <= 0) //插入到左节点或者右节点
34 xp.left = x;
35 else
36 xp.right = x;
37 xp.next = x;//插入到双向链表合适的位置
38 x.parent = x.prev = xp;
39 if (xpn != null)
40 ((TreeNode<K,V>)xpn).prev = x;
41 moveRootToFront(tab, balanceInsertion(root, x));//做插入后的平衡调整 将平衡后的红黑树节点作为数组该位置的元素
42 return null;
43 }
44 }
45}
2. Описание:
Когда хэш конфликтует, количество элементов в односвязном списке превышает порог дерева (TREEIFY_THRESHOLD), и он преобразуется в красно-черное дерево для хранения. После этого, если конфликт продолжается, он становится вставкой элементов в красно-черное дерево. По поводу вставки элементов в красно-черные деревья читайте мою предыдущую статью:Вставка элемента TreeMap
красно-черный раскол дерева
1. Исходный код:
Позиция индекса красно-черного дерева пересчитывается в соответствии с расширенным массивом, и необходимо оценить количество разделенных красно-черных деревьев, чтобы решить, выполнять ли операцию удаления дерева или операцию дерева:
1final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
2 TreeNode<K,V> b = this;
3 // Relink into lo and hi lists, preserving order
4 TreeNode<K,V> loHead = null, loTail = null; //保存在原索引的红黑树
5 TreeNode<K,V> hiHead = null, hiTail = null; //保存在新索引的红黑树
6 int lc = 0, hc = 0;
7 for (TreeNode<K,V> e = b, next; e != null; e = next) {
8 next = (TreeNode<K,V>)e.next;
9 e.next = null;
10 if ((e.hash & bit) == 0) { //哈希值和原数组长度进行&操作，为0则在原数组的索引位置，非0则在原数组索引位置+原数组长度的新位置
11 if ((e.prev = loTail) == null)
12 loHead = e;
13 else
14 loTail.next = e;
15 loTail = e;
16 ++lc;
17 }
18 else {
19 if ((e.prev = hiTail) == null)
20 hiHead = e;
21 else
22 hiTail.next = e;
23 hiTail = e;
24 ++hc;
25 }
26 }
27
28 if (loHead != null) {
29 if (lc <= UNTREEIFY_THRESHOLD) //当红黑树的节点不大于去树化阈值，则将原索引处的红黑树进行去树化操作
30 tab[index] = loHead.untreeify(map); //红黑树根节点作为原索引处的元素
31 else { //当红黑树的节点大于去树化阈值，则将原索引处的红黑树进行树化操作
32 tab[index] = loHead;
33 if (hiHead != null) // (else is already treeified)
34 loHead.treeify(tab);
35 }
36 }
37 if (hiHead != null) {
38 if (hc <= UNTREEIFY_THRESHOLD) //当红黑树的节点不大于去树化阈值，则将新索引处的红黑树进行去树化操作
39 tab[index + bit] = hiHead.untreeify(map); //红黑树根节点作为新索引处的元素
40 else { //当红黑树的节点大于去树化阈值，则将新索引处的红黑树进行树化操作
41 tab[index + bit] = hiHead;
42 if (loHead != null)
43 hiHead.treeify(tab);
44 }
45 }
46}
операция удаления дерева
1. Исходный код:
Обходим красно-черное дерево и восстанавливаем его до структуры односвязного списка:
1final Node<K,V> untreeify(HashMap<K,V> map) {
2 Node<K,V> hd = null, tl = null;
3 for (Node<K,V> q = this; q != null; q = q.next) { //遍历红黑树，依次将TreeNode转化为Node，还原成单链表形式
4 Node<K,V> p = map.replacementNode(q, null);
5 if (tl == null)
6 hd = p;
7 else
8 tl.next = p;
9 tl = p;
10 }
11 return hd;
12}
Комплексный пример
1. Код:
1//插入38个元素，无hash冲突，依次存入索引0~37的位置
2HashMap<Integer, Integer> hashMap = new HashMap<>(64);
3for(int i=0; i<38; i++){
4 hashMap.put(i, i);
5}
6//依次插入64、128、182、256、320、384，448，索引位置为0，出现hash冲突，往单链表中插入
7for (int i=1; i <= 7; i++) {
8 hashMap.put(64*i, 64*i);
9}
10//插入512，hash冲突，往单链表中插入。此时单链表个数大于TREEIFY_THRESHOLD，将单链表转化为红黑树
11hashMap.put(64*8, 64*8);
12//插入576，hash冲突，往红黑树中插入
13hashMap.put(64*9, 64*9);
14//hash不冲突，保存到数组索引为38的位置，此时总元素个数为48，新增阈值为48，不做处理。
15hashMap.put(38, 38);
16//hash不冲突，保存到数组索引为39的位置，此时总元素个数为49，新增阈值为48，扩容！！！
17hashMap.put(39, 39);
2. Внутренний процесс реализации:
обсуждение вопросов
- Почему односвязный список преобразуется в красно-черное дерево, требующее, чтобы количество узлов было больше 8?
- Почему общая длина массива должна быть больше 64 перед преобразованием в красно-черное дерево?
- Почему красно-черное дерево преобразуется в односвязный список, требующий, чтобы количество узлов было меньше или равно 6?