集合框架總體結構
Collection 頂層接口下細分爲三個類型,分別爲
- List,一種有序的集合。根據索引可以方便的插入,訪問。允許重複元素。
- LinkedList,較高性能的刪除插入操作,畢竟指針指一下就好了。
- ArrayList,根據下標的高性能隨機訪問。
- Vector,線程安全的和 ArrayList 幾乎功能一樣的結構。
- Set,存儲不重複元素的集合。通過 equals 方法來判斷
- HashSet,基於哈希表,保證存儲唯一元素的結構。
- TreeSet,底層利用了許多 TreeMap 的 API。
- Queue/Deque,Java 提供的標準隊列實現,其中 Deque 雙端隊列支持隊列的兩端操作。
- Map,最常用的鍵值對存儲結構。
- HashMap,提供高效的插入,訪問,無序存儲。
- LinkedHashMap,HashMap 的子類,保存了記錄的插入順序。一般通過 Iterator 去遍歷。
- Hashtable,線程安全的 HashMap,已經不建議使用。可以使用同步性能更高的** juc.ConcurrentHashMap**
- TreeMap,基於紅黑樹的映射結構, log(n) 時間複雜度的基本操作。提供順序訪問,通過指定的 Comparator 指定,默認升序。其 key 必須實現 Comparable 接口或傳入自定義的 Comparator。
(圖來自美團點評團隊)
常用類分析
對任何集合類的性能分析,具體場景中的適用情況,都不能脫離其底層數據結構的特點。
例如 ArrayList 底層採用動態數組實現,那對於保證有序的,且頻繁的插入刪除場景其性能是有限的。LinkedList 底層使用雙向鏈表,隨機訪問的性能就沒那麼友好了。
HashMap
底層結構
首先要知道的就是構成 HashMap 的內部結構,是 數組(Node<K,V>[] table) + 鏈表 + 紅黑樹(1.8 後引入)。
static class Node<K,V> implements Map.Entry<K,V> {}
HashMap 將要存儲的鍵值通過其哈希值確定元素在桶中存儲的位置。因爲桶的位置有限,而要存儲的元素可能無限,所以不同的元素很可能被映射到同一個桶,就是我們常說的哈希衝突。
到這你就要想到爲什麼重寫了 equals 方法,對應的 hashCode 也需要重寫。 當一個類提供了自己的相等邏輯時(重寫了 equals 方法),這時如果沒有重寫 hashCode 方法,就無法保證兩個 equals 返回 true 的實例的 哈希值相同。
舉一個更新的例子,那麼當使用該類作爲哈希表的鍵值時就會出現預期外的行爲。例如:
User userA = new User(24,"crayon"); // id,暱稱
Map<User,String> userMap = new HashMap<>();
userMap.put(userA,"用戶A");
//在下一次我們構建一個和 userA “邏輯相同”的對象去取值
User userB = new User(24,"crayon");
userMap.get(userB);
在我們調用 userMap 的 get 方法時,我們預期中返回的正確結果應該是 “crayon”,但很可能取出來的是一個 null。
關鍵在於,我們自己提供了對象“邏輯相等”的概念,但二者調用 hashCode 時返回的 hash 值卻不同。當去 get 的時候,根據 userB 的 hash 值找桶中的位置,而 Object 中默認的 hashCode 計算方法是隨着對象的內存地址在改變的,導致最終結果是定位不到 userA 存儲的桶位置。
重寫 hashCode 方法保證了 equals 相等時,調用 hashCode 返回的 int 值也相同
源碼分析
// The default initial capacity - MUST be a power of two.
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
static final int MAXIMUM_CAPACITY = 1 << 30;
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 結點樹化的閾值
static final int TREEIFY_THRESHOLD = 8;
// 退化爲鏈表的閾值
static final int UNTREEIFY_THRESHOLD = 6;
// The smallest table capacity for which bins may be treeified.
// 就是說當桶的數目大於這個值是拉出來的鏈表纔會樹化,不然就直接 resize。
static final int MIN_TREEIFY_CAPACITY = 64;
DEFFAULT_LOAD_FACTOR 一般叫負載因子,他是觸發哈希擴容的重要條件。
再看一個成員變量,size(哈希表實際存儲的元素個數)超過 threshold 就觸發擴容。
//The next size value at which to resize (capacity * load factor).
int threshold;
插入方法
看來祕密都在 putVal 中
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
建議自己去源碼再實際分析一遍
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 1. 空表的話,再去 resize() 進行初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 2. (n - 1) & hash 就是哈希尋桶位置的實現
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 3. 發生哈希衝突
else {
Node<K,V> e; K k;
// p - 已存儲元素,hash - 待存儲元素的哈希值
// 4. 判斷是不是相同的元素,是的話跳到 10.
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 5. 不同元素,是紅黑樹結構,調紅黑樹的插入
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 6.
else {
for (int binCount = 0; ; ++binCount) {
// 一直沒有重複元素,到末尾直接newNode 放進去就行
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 在遍歷鏈表的過程中,看有沒有重複元素,有的話跳出來
// 去 10. 處更新舊value
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
// p = p.next
p = e;
}
}
// 10.
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
// 只有插入新的值纔會改變 modCount
++modCount;
// size 有沒有超過 閾值
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
從 p = tab[i = (n - 1) & hash] 我們知道是通過 (n - 1) & hash 去把哈希值映射到數組下標中。n 是桶數組長度。
這裏就解釋了爲什麼 HashMap 的桶長度 must be power of two.
當長度爲 2 的冪時,其二進制表示中只有一位爲 1,例如 16 表示爲
0001 0000,32 表示爲 0010 0000。那麼對應爲 n - 1時,其表示爲
0000 1111。我們假設某個要存儲的哈希值的二進制表示爲 1101 1001,是完全沒有規律的。那麼當這兩個數做 與 操作(同 1 才爲 1,否則爲 0)時,
0000 1111
1101 1001
0000 1001
有沒有發現,高几位的值不管哈希值是什麼,都算出是 0,也就保證 & 出來的結果一定在桶長度內。(優化思路就是把簡單的取餘操作換成位運算)
桶長度 must be power of two 還有一個好處,往下看你就知道了。
擴容方法
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
// 超過最大長度了,隨你碰撞好了
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 可以看到,新的容量是舊容量的兩倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// 初始化操作
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
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;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// 計算哈希值的高一位是 0 還是 1
if ((e.hash & oldCap) == 0) { // 爲 0
...
}
else { // 高一位爲 1
...
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
// 高一位爲 0 時,元素的存儲位置數組下標沒有變化
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
// 爲 1,元素存儲位置爲 舊數組下標 + 原容量 。
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
大家可以先自己思考一下爲什麼通過判斷(e.hash & oldCap) == 0 就能判斷擴容後元素的存儲位置。
有沒有看出來點什麼?擴容前和擴容後的 & 計算值差別就只是元素 hash 值中和原容量 16 二進制表示中的那個 1 的位置是 0 還是 1 有關。
如果舊元素的二進制表示爲 1100 1001,那麼計算結果就是 0000 1001。
看到這說明你是一個一直在提高自己的人,給自己點個贊!
如果你覺得對你有幫助的話,也可以點贊支持一下。😃