}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
4.2 put方法分析
源码分析:
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
* @param hash:key的hash值
* @param onlyIfAbsent :false表示key存在时,覆盖value
* @param evict if false, the table is in creation mode. 待补充
*/
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)
//第一次put,先执行数组初始化操作
n = (tab = resize()).length;
//当前key对应的数组下标没有元素,则直接初始化新的Node到该数组位置
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null); //注意此时Node没有Next
else {
//当前key对应的数组下标已经存在元素
Node<K,V> e; K k;
// 情况一://该位置的元素跟新put进来的数据key相等
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p; //注意这里是引用的赋值,因此后面e.value=value可以实现value覆盖
//情况二:当前位置是红黑树结构
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeva l(this, tab, hash, key, value);
else {
//情况三:当前位置是链表结构
for (int binCount = 0; ; ++binCount) {
//遍历到达链表末端
if ((e = p.next) == null) {
//创建新的Node并放在链表的末端
p.next = newNode(hash, key, value, null);
// treeify_threshold 为 8,所以,如果新插入的值是链表中的第 8 个,将链表转换为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//在链表当前位置找到相同的key
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break; //这里break,代码后面统一对e进行value的覆盖处理
//此时既未遍历到链表末端,也没有发现key相等,则继续链表遍历
p = e; //这个赋值,相当于链表的遍历,尾部指向下一个节点的头部,实现链表遍历
}
}
if (e != null) { // existing mapping for key key相等时
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value; //新的value覆盖旧的value值
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
//每次put操作完成后,size自增;
//如果size超过阈值,则在put完成后,再次执行扩容
resize();
afterNodeInsertion(evict);//父类抽象方法的实现,HashMap不做任何实现
return null;
}
容量:C
加载因子:F
扩容阈值:T
------ 1、无参初始化:
F=0.75
C=0
T=0
------ 2、有参初始化:容量参数=7
F=0.75
C=0
T=tableSizeFor(7)=8 //1、2、4、8 。。。大于7 所以取8
------ 3、第一次put && 无参初始化时
F=0.75
C=16(默认容量)
T=16*0.75=12
------ 4、第一次put && 有参初始化时
F=0.75
C=T=8 // 容量=阈值
T=8*0.75=6 // 阈值更新:容量*加载因子
5 关于HashMap
5.1 HashMap如何实现put、get操作时间复杂度为O(1)~O(n)?
- 首先,对于数组的元素,如果知道index,那查找的复杂度就是O(1)级别
- 对于get操作,首先根据key计算出hash值,而这个hash值 执行操作hash&(n-1)就是它所在的index,在最好的情况下,该index只有一个节点且hash值与key的hash值相等,那么时间的复杂度就是O(1)。当该节点为链表或者红黑树时,时间复杂度会上升,但是由于HashMap的优化(链表长度、红黑树长度相对HashMap容量不会过长,过长会触发resize操作),所以 最坏的情况也就是O(n) ,可能还会小于这个值。【链表的查询时间复杂度是:O (n),红黑树是 O(logN),比O (n)更小】
- 对于put操作,我们知道,数组插入元素的成本是高昂的,HashMap巧妙的 使用链表和红黑树代替了数组插入元素需要移动后续元素的消耗,这样在最好的情况下,插入一个元素,该index位置恰好没有元素的话,时间复杂度就是O(1),当该位置有元素且为链表或者红黑树的情况下,时间复杂度会上升,但是最坏的情况下也就是O(n)。
5.2 HashMap什么时候从单节点转成链表又是什么时候从链表转成红黑树?
- 单节点转链表:当计算出来的index处有元素,且元素是单节点时,则该节点变为链表;
- 链表转红黑树有两个条件:
- 链表长度大于TREEIFY_THRESHOLD,默认阈值是8;
- HashMap长度大于64
5.3 HashMap初始化时为什么要给自定义的初始容量?
- 不指定初始容量时,HashMap底层数组的在第一次put值时,数组长度为默认初始长度即16,加载因子为0.75,扩容阈值为16*0.75=12;当元素数量大于12时,底层数组进行扩容,长度翻倍为32,扩容阈值翻倍为24,依次类推;
- 指定初始容量时,假设初始容量为C=1000。HashMap底层数组的在第一次put值时,数组长度初始化为 1024,扩容阈值为1024*0.75=768;当元素数量大于768时,底层数组进行扩容,长度和阈值同时翻倍。
- 因此,当HashMap元素足够多时,不指定初始容量要比指定初始容量进行更多次的扩容,扩容涉及数组拷贝、链表或红黑