欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

JDK8中的HashMap初始化和擴(kuò)容機(jī)制詳解

 更新時(shí)間:2021年06月19日 11:53:55   作者:老周聊架構(gòu)  
這篇文章主要介紹了JDK8中的HashMap初始化和擴(kuò)容機(jī)制,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教

一、HashMap初始化方法

HashMap() 不帶參數(shù),默認(rèn)初始化大小為16,加載因子為0.75;

HashMap(int initialCapacity) 指定初始化大小;

HashMap(int initialCapacity, float loadFactor) 指定初始化大小和加載因子大??;

HashMap(Map<? extends K,? extends V> m) 用現(xiàn)有的一個(gè)map來構(gòu)造HashMap。

二、分析初始化過程

1、初始化代碼測(cè)試用例

Map<String, String> map = new HashMap<>(3);
map.put("id", "1");
map.put("name", "riemann");
map.put("sex", "male");

2、初始化過程

public HashMap(int initialCapacity, float loadFactor) {
 // 初始化大小小于0,拋出異常
    if (initialCapacity < 0)
        throw new IllegalArgumentException("Illegal initial capacity: " +
                                           initialCapacity);
    // 初始大小最大為默認(rèn)最大值
    if (initialCapacity > MAXIMUM_CAPACITY)
        initialCapacity = MAXIMUM_CAPACITY;
    // 加載因子要在0到1之間
    if (loadFactor <= 0 || Float.isNaN(loadFactor))
        throw new IllegalArgumentException("Illegal load factor: " +
                                           loadFactor);
    this.loadFactor = loadFactor;
    // threshold是根據(jù)當(dāng)前的初始化大小和加載因子算出來的邊界大小,
    // 當(dāng)桶中的鍵值對(duì)超過這個(gè)大小就進(jìn)行擴(kuò)容
    this.threshold = tableSizeFor(initialCapacity);
}

此時(shí):loadFactor = 0.75 默認(rèn)值

// 這個(gè)方法返回大于輸入?yún)?shù)且最接近的2的整數(shù)次冪的數(shù)
static final int tableSizeFor(int cap) {
    int n = cap - 1;
    // 無符號(hào)向右移動(dòng) 
    // 按位或
    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;
}

此時(shí):threshold = 4

三、分析擴(kuò)容過程

1、第一次執(zhí)行put操作后

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    // 如果存儲(chǔ)元素的table為空,則進(jìn)行必要字段的初始化
    if ((tab = table) == null || (n = tab.length) == 0)
    	// 獲取長度
        n = (tab = resize()).length;
    // 如果根據(jù)hash值獲取的結(jié)點(diǎn)為空,則新建一個(gè)結(jié)點(diǎn)
    // 此處 & 代替了 % (除法散列法進(jìn)行散列)
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    // 這里的p結(jié)點(diǎn)是根據(jù)hash值算出來對(duì)應(yīng)在數(shù)組中的元素
    else {
        Node<K,V> e; K k;
        // 如果新插入的結(jié)點(diǎn)和table中p結(jié)點(diǎn)的hash值,key值相同的話
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        // 如果是紅黑樹結(jié)點(diǎn)的話,進(jìn)行紅黑樹插入
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            for (int binCount = 0; ; ++binCount) {
            	// 代表這個(gè)單鏈表只有一個(gè)頭部結(jié)點(diǎn),則直接新建一個(gè)結(jié)點(diǎn)即可
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    // 鏈表長度大于8時(shí),將鏈表轉(zhuǎn)紅黑樹
                    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;
                // 及時(shí)更新p
                p = e;
            }
        }
        // 如果存在這個(gè)映射就覆蓋
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            // 判斷是否允許覆蓋,并且value是否為空
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            // 回調(diào)以允許LinkedHashMap后置操作
            afterNodeAccess(e);
            return oldValue;
        }
    }
    // 更改操作次數(shù)
    ++modCount;
    // 大于臨界值
    if (++size > threshold)
    	// 將數(shù)組大小設(shè)置為原來的2倍,并將原先的數(shù)組中的元素放到新數(shù)組中
        // 因?yàn)橛墟湵?,紅黑樹之類,因此還要調(diào)整他們
        resize();
    // 回調(diào)以允許LinkedHashMap后置操作
    afterNodeInsertion(evict);
    return null;
}

2、第一put會(huì)進(jìn)行resize()操作:

// 初始化或者擴(kuò)容之后元素調(diào)整
final Node<K,V>[] resize() {
	// 獲取舊元素?cái)?shù)組的各種信息
    Node<K,V>[] oldTab = table;
    // 長度
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    // 擴(kuò)容的臨界值
    int oldThr = threshold;
    // 定義新數(shù)組的長度及擴(kuò)容的臨界值
    int newCap, newThr = 0;
    // 如果原table不為空
    if (oldCap > 0) {
    	// 如果數(shù)組長度達(dá)到最大值,則修改臨界值為Integer.MAX_VALUE
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        // 下面就是擴(kuò)容操作(2倍)
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            // threshold也變?yōu)槎?
            newThr = oldThr << 1; // double threshold
    }
    else if (oldThr > 0) // initial capacity was placed in threshold
        newCap = oldThr;
    // threshold為0,則使用默認(rèn)值
    else {               // zero initial threshold signifies using defaults
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    // 如果臨界值還為0,則設(shè)置臨界值
    if (newThr == 0) {
        float ft = (float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
    // 更新填充因子
    threshold = newThr;
    @SuppressWarnings({"rawtypes","unchecked"})
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;
    // 調(diào)整數(shù)組大小之后,需要調(diào)整紅黑樹或者鏈表的指向
    if (oldTab != null) {
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            if ((e = oldTab[j]) != null) {
                oldTab[j] = null;
                if (e.next == null)
                    newTab[e.hash & (newCap - 1)] = e;
                // 紅黑樹調(diào)整
                else if (e instanceof TreeNode)
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else { // preserve order
                	// 鏈表調(diào)整
                    Node<K,V> loHead = null, loTail = null;
                    Node<K,V> hiHead = null, hiTail = null;
                    Node<K,V> next;
                    do {
                        next = e.next;
                        if ((e.hash & oldCap) == 0) {
                            if (loTail == null)
                                loHead = e;
                            else
                                loTail.next = e;
                            loTail = e;
                        }
                        else {
                            if (hiTail == null)
                                hiHead = e;
                            else
                                hiTail.next = e;
                            hiTail = e;
                        }
                    } while ((e = next) != null);
                    if (loTail != null) {
                        loTail.next = null;
                        newTab[j] = loHead;
                    }
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
}

四、小結(jié)

第一次put后:threshold = newCap * loadFactor = oldThr * loadFactor = 4 * 0.75 = 3

第二次put后:++size = 3,不進(jìn)行擴(kuò)容

第三次put后:++size = 4,進(jìn)行擴(kuò)容

oldCap = oldTab.length = 3
newcap = oldCap << 1 = 6
threshold = newThr = newCap * loadFactor = 6 * 0.75 = 4

結(jié)論:設(shè)置初始化容量n,初始化threshold = 大于n數(shù)且最接近的2的整數(shù)次冪的數(shù) * 負(fù)載因子

JDK8中的HashMap深入理解

一、首先看一下HashMap的數(shù)據(jù)結(jié)構(gòu)(數(shù)組+鏈表/紅黑樹),如下圖:

1、紅黑樹特性(缺一不可):

(1)、每個(gè)節(jié)點(diǎn)要么是紅色要么是黑色。

(2)、根節(jié)點(diǎn)是黑色。

(3)、所有葉子節(jié)點(diǎn)都是黑色(葉子節(jié)點(diǎn)為NIL或者NULL節(jié)點(diǎn))。

(4)、不存在兩個(gè)連續(xù)的紅色節(jié)點(diǎn)。

(5)、任意節(jié)點(diǎn)(包含跟節(jié)點(diǎn))到其葉子節(jié)點(diǎn)的所有路徑都包含相同數(shù)目的黑色節(jié)點(diǎn)。

2、為什么HashMap中使用紅黑樹而不使用AVL樹呢?

紅黑樹被稱為弱AVL樹,犧牲了嚴(yán)格的高度平衡的優(yōu)越條件為代價(jià)(紅黑樹左右子樹的高度差不超過一倍即可)使其能夠以O(shè)(log2 n)的時(shí)間復(fù)雜度進(jìn)行搜索、插入、刪除操作;此外,由于它的設(shè)計(jì),任何不平衡都會(huì)在三次旋轉(zhuǎn)之內(nèi)解決。因?yàn)镠ashMap的使用場(chǎng)景中插入和刪除操作是非常頻繁的,所以在HashMap中使用了紅黑樹。

3、紅黑樹RBT與平衡二叉樹AVL比較:

(1)、紅黑樹和AVL樹類似,都是在進(jìn)行插入和刪除操作時(shí)通過特定操作保持二叉查找樹的平衡,從而獲得較高的查找性能。

(2)、紅黑樹和AVL樹的區(qū)別在于它使用顏色來標(biāo)識(shí)節(jié)點(diǎn)的高度,它所追求的是局部平衡而不是AVL樹中的非常嚴(yán)格的平衡。

(3)、AVL 樹比紅黑樹更加平衡,但AVL樹在插入和刪除的時(shí)候也會(huì)存在大量的旋轉(zhuǎn)操作。所以當(dāng)你的應(yīng)用涉及到頻繁的插入和刪除操作,切記放棄AVL樹,選擇性能更好的紅黑樹;當(dāng)然,如果你的應(yīng)用中涉及的插入和刪除操作并不頻繁,而是查找操作相對(duì)更頻繁,那么就優(yōu)先選擇 AVL 樹進(jìn)行實(shí)現(xiàn)。

二、HashMap元素插入過程及一些參數(shù)的詳解

1、首先,需要了解HashMap源碼中幾個(gè)重要的參數(shù):

DEFAULT_INITIAL_CAPACITY:默認(rèn)初始化大小

MAXIMUM_CAPACITY:最大容量

DEFAULT_LOAD_FACTOR:默認(rèn)的負(fù)載因子

TREEIFY_THRESHOLD:鏈表轉(zhuǎn)化為紅黑樹的閾值(包含)

UNTREEIFY_THRESHOLD:紅黑樹轉(zhuǎn)化為鏈表的閾值(包含)

MIN_TREEIFY_CAPACITY:當(dāng)數(shù)組大小小于該值時(shí),不進(jìn)行鏈表向紅黑樹的轉(zhuǎn)化,而是進(jìn)行擴(kuò)容

2、HashMap存儲(chǔ)元素過程:

(1)圖中剛開始有計(jì)算 key 的 hash 值的設(shè)計(jì)?

拿到 key 的 hashCode,并將 hashCode 的高16位和 hashCode 進(jìn)行異或(XOR)運(yùn)算,得到最終的 hash 值。

(2)為什么要將 hashCode 的高16位參與運(yùn)算?

主要是為了在 table 的長度較小的時(shí)候,讓高位也參與運(yùn)算,并且不會(huì)有太大的開銷。

(3)為什么鏈表轉(zhuǎn)紅黑樹的閾值是8?

我們平時(shí)在進(jìn)行方案設(shè)計(jì)時(shí),必須考慮的兩個(gè)很重要的因素是:時(shí)間和空間。對(duì)于 HashMap 也是同樣的道理,簡單來說,閾值為8是在時(shí)間和空間上權(quán)衡的結(jié)果。紅黑樹節(jié)點(diǎn)大小約為鏈表節(jié)點(diǎn)的2倍,在節(jié)點(diǎn)太少時(shí),紅黑樹的查找性能優(yōu)勢(shì)并不明顯,付出2倍空間的代價(jià)不值得。理想情況下,使用隨機(jī)的哈希碼,節(jié)點(diǎn)分布在 hash 桶中的頻率遵循泊松分布,按照泊松分布的公式計(jì)算,鏈表中節(jié)點(diǎn)個(gè)數(shù)為8時(shí)的概率為0.00000006,這個(gè)概率足夠低了,并且到8個(gè)節(jié)點(diǎn)時(shí),紅黑樹的性能優(yōu)勢(shì)也會(huì)開始展現(xiàn)出來,因此8是一個(gè)較合理的數(shù)字。

(4)HashMap 的默認(rèn)初始容量是多少?HashMap 的容量有什么限制嗎?

默認(rèn)初始容量是16。HashMap 的容量必須是2的N次方,HashMap 會(huì)根據(jù)我們傳入的容量計(jì)算一個(gè)大于等于該容量的最小的2的N次方,例如傳 9,容量為16。

(5)為什么HashMap 的容量必須是 2 的 N 次方?

計(jì)算索引位置的公式為:(n - 1) & hash,當(dāng) n 為2的N 次方時(shí),n - 1為低位全是 1 的值,此時(shí)任何值跟 n - 1 進(jìn)行 &運(yùn)算的結(jié)果為該值的低 N 位,達(dá)到了和取模同樣的效果,實(shí)現(xiàn)了均勻分布。實(shí)際上,這個(gè)設(shè)計(jì)就是基于公式:x mod 2^n = x & (2^n - 1),因?yàn)?&運(yùn)算比 mod 具有更高的效率。當(dāng) n 不為 2 的 N 次方時(shí),hash 沖突的概率明顯增大。

(6)為什么HashMap的負(fù)載因子默認(rèn)為0.75?

在HashMap的類注釋上有如圖一段解釋:大致意思是說負(fù)載因子是0.75的時(shí)候,空間利用率比較高,而且避免了相當(dāng)多的Hash沖突,使得底層的鏈表或者是紅黑樹的高度比較低,提升了空間效率。

以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。

相關(guān)文章

  • SWT(JFace)體驗(yàn)之FillLayout布局

    SWT(JFace)體驗(yàn)之FillLayout布局

    FillLayout是非常簡單的一種布局方式,它會(huì)以同樣大小對(duì)父組件中的子組件進(jìn)行布局,這些子組件將以一行或一列的形式排列。
    2009-06-06
  • Java使用釘釘創(chuàng)建企業(yè)內(nèi)部機(jī)器人的實(shí)現(xiàn)

    Java使用釘釘創(chuàng)建企業(yè)內(nèi)部機(jī)器人的實(shí)現(xiàn)

    釘釘?shù)某霈F(xiàn)為企業(yè)節(jié)約了大量人力成本,其中也開放了大量的外部api接口方便企業(yè)使用。本文主要介紹了Java使用釘釘創(chuàng)建企業(yè)內(nèi)部機(jī)器人的實(shí)現(xiàn),感興趣的可以了解一下
    2021-11-11
  • JPA之映射mysql text類型的問題

    JPA之映射mysql text類型的問題

    這篇文章主要介紹了JPA之映射mysql text類型的問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2021-10-10
  • javacv開發(fā)詳解之調(diào)用本機(jī)攝像頭視頻

    javacv開發(fā)詳解之調(diào)用本機(jī)攝像頭視頻

    這篇文章主要介紹了javacv開發(fā)詳解之調(diào)用本機(jī)攝像頭視頻,對(duì)javacv感興趣的同學(xué),可以參考下
    2021-04-04
  • idea使用easyCode生成代碼(根據(jù)mybatis-plus模板創(chuàng)建自己的模板)

    idea使用easyCode生成代碼(根據(jù)mybatis-plus模板創(chuàng)建自己的模板)

    本文主要介紹了idea使用easyCode生成代碼,easyCode代碼生成器可以減少低價(jià)值搬磚,具有一定的參考價(jià)值,感興趣的可以了解一下
    2023-10-10
  • Java中類的加載順序執(zhí)行結(jié)果

    Java中類的加載順序執(zhí)行結(jié)果

    這篇文章主要介紹了Java中類的加載順序執(zhí)行結(jié)果的相關(guān)資料,需要的朋友可以參考下
    2017-10-10
  • Spring @Primary和@Qualifier注解原理解析

    Spring @Primary和@Qualifier注解原理解析

    這篇文章主要介紹了Spring @Primary和@Qualifier注解原理解析,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2020-04-04
  • 在IDEA中配置Maven鏡像的最新方法

    在IDEA中配置Maven鏡像的最新方法

    這篇文章主要給大家介紹了關(guān)于在IDEA中配置Maven鏡像的最新方法,Maven是一個(gè)流行的Java項(xiàng)目構(gòu)建工具,它依賴于互聯(lián)網(wǎng)上的Mave中央倉庫來下載和管理項(xiàng)目依賴庫,文中通過圖文介紹的非常詳細(xì),需要的朋友可以參考下
    2023-11-11
  • java?Web實(shí)現(xiàn)用戶登錄功能圖文教程

    java?Web實(shí)現(xiàn)用戶登錄功能圖文教程

    這篇文章主要給大家介紹了關(guān)于java?Web實(shí)現(xiàn)用戶登錄功能的相關(guān)資料,在開發(fā)Web應(yīng)用程序中,用戶登錄是一個(gè)常見的功能,文中通過代碼以及圖文介紹的非常詳細(xì),需要的朋友可以參考下
    2023-10-10
  • Eureka源碼解析服務(wù)離線狀態(tài)變更

    Eureka源碼解析服務(wù)離線狀態(tài)變更

    這篇文章主要為大家介紹了Eureka源碼解析服務(wù)離線的狀態(tài)變更示例,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2022-10-10

最新評(píng)論