地図からのHashMapへのLinkedHashMapへのJava

地図インタフェース

マップは、KVの方法に従ってデータにアクセスする能力を提供する、ベースのインターフェースJavaコンテナです。マップは、一連の操作を定義し、内部インタフェースのMap.Entry、エントリKVはペアを意味します：

int size()
boolean isEmpty()
boolean containKey(Object)
boolean containValue(Object)
V get(Object)
V put(K, V)
V remove(Object)
...
Entry<K, V> {
    K getKey()
    V getValue()
    V setValue(V)
    ...
}

HashMapの

マップHashMapの実装、アレイ（テーブル、テーブル）の位置に対応する内部ハッシュコードを介して配信データです。内部HashMapのは、ハッシュに非常に効果的なアプローチを使用して達成しました。容量、負荷係数、赤黒木：HashMapのいくつかの重要な要因があります。

テーブルの容量は、2 ^ nは、初期デフォルト値であるstatic final int DEFAULT_INITIAL_CAPACITY = 1 << 41時間毎の増加によって、直接左に。ハッシュ中に、直接ハッシュコードkにhashCode & (table.lenght - 1)MOD操作を使用せずに、このようなAのように、すべての使用は、非常に高速な動作をビット。

テーブルの同じ位置にk個の対応の場合、複数の処理を拡張する必要があります。作成ハッシュマップHashMap.Node<K, V>のMap.Entryを継承し、道を一覧表示するように設計され、要素は後から追加することができます。

static class Node<K,V> implements Map.Entry<K,V> {
    final int hash;
    final K key;
    V value;
    Node<K,V> next;
    ...
}

音符を指すように：ノード一方で、データ項目の元のハッシュ値を記録したハッシュキーはオブジェクト引き起こさ修正するための結果の変化を回避する一方で、ハッシュを計算するコストを低減することです。

特定量のリストの要素を超える場合、この基準は、さらに、（jdk8）最適化された上でハッシュマップに追加またはルックアップ要素が遅い場合にはリストを連結し、O（n）の複雑さを必要とするstatic final int TREEIFY_THRESHOLD = 8リストにしツリー赤黒、あまり特定の数よりもstatic final int UNTREEIFY_THRESHOLD = 6;なったときに再リスト。

static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
    TreeNode<K,V> parent;  // red-black tree links
    TreeNode<K,V> left;
    TreeNode<K,V> right;
    TreeNode<K,V> prev;    // needed to unlink next upon deletion
    boolean red;
    ...
}

ツリーノードは、それがリンクを有するノードに適用することができるようにだけでなく、入力ノード内のLinkedHashMap拡張しました。TreeMapのは、キーのTreeMapはComparableインタフェースを実装しますが、HashMapのは、この要件を持っていない必要が赤黒木ベースの構造、を探すことです、それはキーとキーのハッシュ値によって同等クラス自体をサポートしています

/**
* Finds the node starting at root p with the given hash and key.
* The kc argument caches comparableClassFor(key) upon first use
* comparing keys.
*/
final TreeNode<K,V> find(int h, Object k, Class<?> kc) {
    TreeNode<K,V> p = this;
    do {
        int ph, dir; K pk;
        TreeNode<K,V> pl = p.left, pr = p.right, q;
        if ((ph = p.hash) > h)  // 当前节点 hash 比 key 大，左子树
            p = pl;
        else if (ph < h)        // 当前节点 hash 比 key 小，右子树
            p = pr;
        else if ((pk = p.key) == k || (k != null && k.equals(pk)))
            return p;           // 找到了
        else if (pl == null)
            p = pr;             // hash 相等，只有右子树
        else if (pr == null)
            p = pl;             // hash 相等，只有左子树
        else if ((kc != null ||
                    (kc = comparableClassFor(k)) != null) &&
                    (dir = compareComparables(kc, k, pk)) != 0)
            p = (dir < 0) ? pl : pr;    // hash 相等，支持 Comparable 
        else if ((q = pr.find(h, k, kc)) != null)
            return q;
        else
            p = pl;
    } while (p != null);
    return null;
}

実行putとremoveするとき、自動的に計算ハッシュマップのエントリの要素の数。以下はあるputの使用putValコードの内部関数

final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {
        /* tab[hash & (tab.length - 1)] 位置有数据项时 */
        Node<K,V> e; K k;
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;  // 相同的key，后面直接替换value
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); // 红黑树
        else {
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);  // 转换为红黑树
                    break;
                }
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        ...
    }
}

HashMapの大きなデータ量、及びテーブルを変更、したがって、増加量を見つけることつながるていない場合、この値はデフォルト値にはるかにテーブル膨張比に達するためのHashMap loadFactor可変データアカウントを使用するstatic final float DEFAULT_LOAD_FACTOR = 0.75f;使用loadFactor * table.lengthデータの閾値量を得ます現在のしきい値は、インデックスの拡大の必要データの量の尺度です。

膨張は、無制限の拡張、最大容量を設定し、ハッシュマップすることができないstatic final int MAXIMUM_CAPACITY = 1 << 30;（ハッシュコードのint型として、intは2 ^ 31-1の最大値です）。テーブルの最大容量に達したときに、元の表は、不変の変化にのみインデックス閾値HashMapの容量Interger.MAX_VALUE。

拡張resize()機能は、以下の工程を含む、より複雑です。

1. 确定新容量，如果旧容量为0，则为默认的初始容量，否则为旧容量的2倍（左移1）
2. 创建新容量的表
3. 从旧表转移所有的的节点到新表

Laidakedःashanap

記録順を増加させるために基づき、上のLinkedHashMapハッシュマップ（アクセスまたはオーダーaccessOrderの順）。これは、多くの場合、LRUキャッシュの基礎を使用してのLinkedHashMapとして使用されています。

LinkedHashMap.Entryは、によって主に達成ための記録：

static class Entry<K,V> extends HashMap.Node<K,V> {
    Entry<K,V> before, after;
    ...
}

このレコードの前にポイントの前に記録し、この記録後者、同時に、のLinkedHashMap記録ヘッドとテールを記録した後：

/**
 * The head (eldest) of the doubly linked list.
 */
transient LinkedHashMap.Entry<K,V> head;

/**
 * The tail (youngest) of the doubly linked list.
 */
transient LinkedHashMap.Entry<K,V> tail;

ときにすべての変更は、要素を処理する必要性は、正確な記録順序を保証するために、尾を指摘しました。