1.データ構造
上図に示すように、HashMapの基礎となるデータ構造は、主に配列+リンクリスト+赤黒ツリーです。リンクリストの長さが8以上の場合、リンクリストは赤黒ツリーに変換され、赤黒ツリーのサイズが6以下の場合、赤黒ツリーはリンクリストに変換されます。図の左側は、HashMapの配列構造です。配列の要素は、単一ノード、リンクリスト、または赤黒ツリーです。たとえば、配列インデックス2の位置はリンクリストであり、インデックス9の位置はに対応します。ものは赤と黒の木です。
ソースコード
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {
//初始容量为16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//负载因子默认值
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//桶上的链表长度大于等于8时，链表转化成红黑树
static final int TREEIFY_THRESHOLD = 8;
//桶上的红黑树大小小于等于6时，红黑树转化成链表
static final int UNTREEIFY_THRESHOLD = 6;
//当数组容量大于64时，链表才会转化成红黑树
static final int MIN_TREEIFY_CAPACITY = 64;
//记录迭代过程中HashMap结构是否发生变化，如果有变化，迭代时会fail-fast
transient int modCount;
//HashMap的实际大小，可能不准(因为当拿到这个值的时候，可能该值又发生了变化)
transient int size;
//存放数据的数组
transient Node<K,V>[] table;
/**
* 扩容的门槛，有两种情况
* 如果初始化时，给定数组大小的话，通过tableSizeFor方法计算，数组大小永远接近于2的幂次方，例如给定初始化大小19，实际上初始化大小为32，为2的5次方
* 如果是通过resize方法进行扩容，大小 = 数组容量 * 0.75
*/
int threshold;
//链表的节点
static class Node<K,V> implements Map.Entry<K,V> {
//红黑树的节点
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
......}
}
ソースコード分析
- HashMapは、スレッドに安全でないHashTableとは異なり、null値を許可します。
- 負荷率（負荷率）のデフォルト値は0.75で、時間とスペースの損失のバランスをとって計算された値です。値を大きくすると、スペースのオーバーヘッドが減少します（拡張が減少し、アレイサイズの拡大が遅くなります）が、検索コストが増加します（ハッシュ）。競合が増加し、リンクリストの長さが長くなります）、拡張がない場合の条件は、アレイ容量>必要なアレイサイズ/負荷係数です。
- HashMapに大量のデータを格納する必要がある場合は、拡張によるパフォーマンスへの影響を防ぐために、HashMapの初期容量を最初に十分に大きく設定することをお勧めします。
- HashMapはスレッドセーフではありません。外部で、またはコレクションのsynchronizedMapメソッドを介してロックして、スレッドセーフを実現できます。synchronizedMapの実装により、各メソッドに同期ロックが追加されます。
- 反復プロセスでは、HashMapの構造が変更されると、すぐに失敗します。
2.新しく
追加された新しく追加されたキーと値のソースコードを以下に示します。
ソースコード
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {
//入参hash为通过hash算法计算出来的值
//入参onlyIfAbsent为boolean类型，默认为false，表示即使key已经存在了，仍然会用新值覆盖原来的值，
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
//n表示数组的长度，i为数组索引下标，p为i位置的节点
Node<K,V> [] tab; Node<K,V> p;
int n, i;
//如果数组为空，使用resize方法初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//如果当前索引位置为空，直接在当前索引位置上生成新的节点
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
//如果当前索引位置有值，即常说的hash冲突
else {
//e为当前节点的临时变量
Node<K,V> e;
K k;
//如果key的hash和值都相等，直接把当前下标位置的Node值赋值给临时变量
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//如果是红黑树，使用红黑树的方式新增
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//如果是链表，把新节点放到链表的尾端
else {
//自旋
for (int binCount = 0; ; ++binCount) {
//e = p.next表示从头开始，遍历链表
//p.next == null表明p是链表的尾节点
if ((e = p.next) == null) {
//把新节点放到链表的尾部
p.next = newNode(hash, key, value, null);
//当链表的长度大于等于8时，链表转红黑树
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);
break;
}
//链表遍历过程中，发现有元素和新增的元素相等，结束循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
//更改循环的当前元素，使p在遍历过程中一直往后移动
p = e;
}
}
//e != null说明新节点的新增位置已经找到
if (e != null) {
V oldValue = e.value;
//当onlyIfAbsent为false时，才会覆盖原值
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
//返回老值
return oldValue;
}
}
++modCount;
//如果HashMap的实际大小大于扩容的门槛，开始扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
}
ソースコード分析
- 最初に、空の配列が初期化されているかどうかを判別し、初期化されていない場合は初期化します。
- キーのハッシュから直接値が見つかる場合は6にジャンプし、そうでない場合は3にジャンプします。
- ハッシュが競合する場合は、リンクリストまたは赤黒ツリーの2つの解決策があります。
- リンクリストの場合は、再帰的にループし、キューの最後に新しい要素を追加します。
- 赤黒の木の場合は、赤黒木の新しいメソッドを呼び出します。
- 2、4、および5を介して新しい要素を正常に追加した後、onlyIfAbsentに従って上書きする必要があるかどうかを判断します。
- 容量を拡張する必要があるかどうかを判断します。容量を拡張する必要がある場合は、容量を拡張するか、新しい追加プロセスを終了します。
3.
リンクリストの新規追加リンクリストの追加は比較的簡単で、現在のノードをリンクリストの最後に追加することは、LinkedListの追加の実装と同じです。リンクリストの長さが8以上の場合、この時点でのリンクリストは赤黒ツリーに変換されます。変換方法はtreeifyBinです。この方法で判断します。リンクリストの長さが8以上で、配列全体のサイズが64を超える場合、変換されます。赤黒の木になります。配列のサイズが6未満の場合、拡張をトリガーするだけで、赤黒の木に変換されません。
リンクリストクエリの時間の複雑さはO（n）であり、赤黒ツリーのクエリの複雑さはO（log（n））であるため、インタビュー中に私は通常、なぜ8であるかを尋ねます。リンクリストにデータが少ない場合は、リンクリストを使用してトラバースする方が高速です。リンクリストにデータが多い場合にのみ、赤黒のツリーに変換されます。ただし、赤黒の木はリンクリストの2倍のスペースを占めます。変換時間とスペース損失を考慮して、変換の境界値を定義する必要があります。この境界値を設計するときは、ポアソン分布確率関数を参照してください。リンクされたリストの各長さのヒット確率を以下に示します。
* 0: 0.60653066
* 1: 0.30326533
* 2: 0.07581633
* 3: 0.01263606
* 4: 0.00157952
* 5: 0.00015795
* 6: 0.00001316
* 7: 0.00000094
* 8: 0.00000006
リンクリストの長さが8の場合、発生確率は0.00000006で、1,000万分の1未満です。したがって、通常の状況では、リンクリストの長さは8に達することができず、8に達すると、ハッシュアルゴリズムに問題があるはずです。 、したがって、この場合、HashMapのクエリパフォーマンスをさらに高めるために、リンクリストを赤黒のツリーにします。HashMapを使用する場合、リンクされたリストが赤黒の木に変換される状況に遭遇することはほとんどありません。
4.新しい
赤黒ツリー赤黒ツリーの新しいノードプロセスのソースコードを以下に示します。
ソースコード
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {
//入参h为key的hash值
final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,int h, K k, V v) {
Class<?> kc = null;
boolean searched = false;
//找到根节点
TreeNode<K,V> root = (parent != null) ? root() : this;
//自旋
for (TreeNode<K,V> p = root;;) {
int dir, ph; K pk;
//p的hash值大于h，说明p在h的右边
if ((ph = p.hash) > h)
dir = -1;
//p的hash值小于 h，说明p在h的左边
else if (ph < h)
dir = 1;
//判断要放进去的key在当前树中是否已存在(通过equals来判断)
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
return p;
//自定义的Comparable不能用hashcode比较，需要用compareTo
else if ((kc == null &&
//得到key的Class类型，如果key没有实现Comparable就是null
(kc = comparableClassFor(k)) == null) ||
//当前节点pk和入参k不等
(dir = compareComparables(kc, k, pk)) == 0) {
if (!searched) {
TreeNode<K,V> q, ch;
searched = true;
if (((ch = p.left) != null &&
(q = ch.find(h, k, kc)) != null) ||
((ch = p.right) != null &&
(q = ch.find(h, k, kc)) != null))
return q;
}
dir = tieBreakOrder(k, pk);
}
TreeNode<K,V> xp = p;
//找到和当前hashcode值相近的节点(当前节点的左右子节点其中一个为空即可)
if ((p = (dir <= 0) ? p.left : p.right) == null) {
Node<K,V> xpn = xp.next;
//生成新的节点
TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
//把新节点放在当前子节点为空的位置上
if (dir <= 0)
xp.left = x;
else
xp.right = x;
//当前节点和新节点建立父子、前后关系
xp.next = x;
x.parent = x.prev = xp;
if (xpn != null)
((TreeNode<K,V>)xpn).prev = x;
/**
* balanceInsertion对红黑树进行着色或旋转，以达到更高的查找效率，着色或旋转的几种场景如下
* 着色:新节点总是为红色。如果新节点的父亲是黑色，则不需要重新着色，如果父亲是红色，那么必须通过重新着色或者旋转的方法，再次达到红黑树的5个约束条件
* 旋转:父亲是红色，叔叔是黑色时，进行旋转
* 如果当前节点是父亲的右节点，则进行左旋
* 如果当前节点是父亲的左节点，则进行右旋
*/
//moveRootToFront方法是把算出来的root放到根节点上
moveRootToFront(tab, balanceInsertion(root, x));
return null;
}
}
}
}
ソースコード分析
- まず、新しいノードが赤黒ツリーにすでに存在するかどうかを判断します。判断には2つの方法があります。ノードがComparableインターフェイスを実装していない場合は、equalsを使用して判断します。ノードがComparableインターフェイスを実装している場合は、compareToを使用して判断します。
- 新しいノードがすでに赤黒ツリー上にある場合は直接戻ります。そうでない場合は、新しいノードが現在のノードの左側にあるか右側にあるかを判断します。左側の値は小さく、右側の値は大きくなります。
- 現在のノードの左または右のノードが空になり、現在のノードが新しいノードの親ノードになるまで、再帰的な手順1と2をスピンします。
- 新しいノードを現在のノードの左側または右側の空の位置に置き、現在のノードの親子ノードの関係を確立します。
- カラーリングとローテーションを実行すると、プロセスは終了します。
5.
HashMapの検索は、主に2つのステップに分かれています。最初のステップは、ハッシュアルゴリズムに従って配列のインデックス位置を見つけることです。Equalsは、現在のノードが検索対象のキーであるかどうかを判別します。そうである場合は、直接戻ります。そうでない場合は、2番目のステップに進みます。2番目のステップは、現在のノードに次のノードがあるかどうか、ある場合は、それがリンクリストタイプであるか赤黒ツリータイプであるかを判別することです。リンクリストと赤黒ツリーのさまざまなタイプの検索方法に従ってください。リンクリスト検索の主なソースコードは以下のとおりです。
//采用自旋方式从链表中查找key
do {
//如果当前节点hash等于key的hash，并且equals相等，当前节点即是要找的节点
//当hash冲突时，通过equals方法来比较key是否相等
if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
return e;
//否则，把当前节点的下一个节点拿出来继续寻找
} while ((e = e.next) != null);