来来来，今天就跟hashmap杠到底。。。
不要叫我杠精了，主要是还是被问到hashmap的时候，我并不能很清晰明了得告知这种数据结构到底是一个什么构造，里面细节并不了解
既然这样，我们就把他解析一波，今天这篇也算是hashmap的收官之作了，主要用来红黑树部分我之前有博文写过，但是不用深究
自己实现一个hashmap
话不多说，直接上代码，我先把这几天的成就放上来，也就是自己实现的hashmap，还原到以前的版本，我把红黑树的部分代码给删除了
package y2019.collection; import java.util.Map; import java.util.Objects; /** * @ProjectName: cutter-point * @Package: y2019.collection * @ClassName: MyMyHashMap * @Author: xiaof * @Description: 在JDK8中，当链表长度达到8，会转化成红黑树，以提升它的查询、插入效率 * 底层哈希桶的数据结构是数组，所以也会涉及到扩容的问题。 * 当MyHashMap的容量达到threshold域值时，就会触发扩容。扩容前后，哈希桶的长度一定会是2的次方。 * 这个类的目标是为了实现MyHashMap中的数组，hash扰动之后转链表的操作（后续可以考虑完善红黑树结构） * @Date: 2019/6/25 9:08 * @Version: 1.0 */ public class MyHashMap<K,V> { //容器最大容量 static final int MAXIMUM_CAPACITY = 1 << 30; //用来存放NODE数据的数组 transient Node<K,V>[] table; /** * hash桶默认长度 */ static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 //默认加载因子，加载因子是一个比例，当HashMap的数据大小>=容量*加载因子时，HashMap会将容量扩容 static final float DEFAULT_LOAD_FACTOR = 0.75f; //hash桶的阈值 int threshold; //装载因子用来衡量HashMap满的程度 float loadFactor; transient int modCount; transient int size; static class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; V value; Node<K,V> next; Node(int hash, K key, V value, Node<K,V> next) { this.hash = hash; this.key = key; this.value = value; this.next = next; } public final K getKey() { return key; } public final V getValue() { return value; } public final String toString() { return key + "=" + value; } public final int hashCode() { return Objects.hashCode(key) ^ Objects.hashCode(value); } public final V setValue(V newValue) { V oldValue = value; value = newValue; return oldValue; } public final boolean equals(Object o) { if (o == this) return true; if (o instanceof Map.Entry) { Map.Entry<?,?> e = (Map.Entry<?,?>)o; if (Objects.equals(key, e.getKey()) && Objects.equals(value, e.getValue())) return true; } return false; } } public static int hash(Object key) { int h; //也就将key的hashCode无符号右移16位然后与hashCode异或从而得到hash值在putVal方法中（n - 1）& hash计算得到桶的索引位置 //注意，这里h是int值，也就是32位，然后无符号又移16位，那么就是折半，折半之后和原来的数据做异或操作，正好整合了高位和低位的数据 //混合原始哈希码的高位和低位，以此来加大低位的随机性,而且混合后的低位掺杂了高位的部分特征，这样高位的信息也被变相保留下来。 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } //测试，如果我们不做高位低位的操作看看hash冲突是大还是小 public static int hash2(Object key) { return (int) key; } public static int hash3(Object key) { int h = key.hashCode(); //我们不做右移试试,那就自己跟自己异或。。。没意义，只能是0了 return (key == null) ? 0 : h ^ h; } public static int hash4(Object key) { int h; //我们不做右移试试,或者右移8位试试 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 8); } public static int hash5(Object key) { int h; //我们不做右移试试,或者右移8位试试 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 4); } public static int hash6(Object key) { int h; //我们不做右移试试,或者右移8位试试 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 2); } public int quyu1(int num, int n) { //对num进行n取余 return num % n; } public int quyu2(int num, int n) { //对num进行n取余 return num & (n - 1); } final Node<K,V> getNode(int hash, Object key) { Node<K,V>[] tab; Node<K,V> first, e; int n; K k; //注意这一步中(n - 1) & hash 的值 等同于 hash(k)%table.length if ((tab = table) != null && (n = tab.length) > 0 && //这里是计算相当于是取余的索引位置(n - 1) & hash 等价于hash % n //而且由于hashmap中的length再tableSizeFor的时候，就把长度设置为2的n次幂了，那么n-1之后的值，就是最高位全都是0，下面位数全是1 //这个也就是取hash的低位的值 (first = tab[(n - 1) & hash]) != null) { if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; if ((e = first.next) != null) { //暂时不考虑红黑树 // if (first instanceof TreeNode) // return ((TreeNode<K,V>)first).getTreeNode(hash, key); do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; } public V get(Object key) { MyHashMap.Node<K,V> e; return (e = getNode(hash(key), key)) == null ? null : e.value; } /** * * @program: y2019.collection.MyHashMap * @description: 这个方法用于找到大于等于initialCapacity的最小的2的幂（initialCapacity如果就是2的幂，则返回的还是这个数）。 * @auther: xiaof * 总结： * 1.说白了就是为了保证所有的位数（二进制）都是1，那么就可以保证这个数就是2的幂 * 2.不断做无符号右移，是为了吧高位的数据拉下来做或操作，来保证对应的底位都是1 * @date: 2019/6/25 10:25 */ public static final int tableSizeFor(int cap) { //这是为了防止，cap已经是2的幂。如果cap已经是2的幂 int n = cap - 1; //第一次右移，由于n不等于0（如果为0，不管几次右移都是0，那么最后有个n+1的操作），则n的二进制表示中总会有一bit为1 //这里无符号右移一位之后做或操作，那么会导致原来有1的地方紧接着也是1 //比如00000011xxxxxxxx //还有一点无符号右移是为了避免前位补1，导致数据溢出，因为负数是以补码的形式存在的，那么就会再高位补1 n |= n >>> 1; //第二次无符号右移，并做或操作 //00000011xxxxxxxx=>0000001111xxxxxx 这个时候就是4个1 n |= n >>> 2; n |= n >>> 4; n |= n >>> 8; //由于int最大也就是2的16次幂，所以到16停止 n |= n >>> 16; return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1; } public static final int tableSizeFor2(int cap) { //这是为了防止，cap已经是2的幂。如果cap已经是2的幂 int n = cap - 1; n |= n & 0xffff; return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1; } public static final int tableSizeFor3(int cap) { //这是为了防止，cap已经是2的幂。如果cap已经是2的幂 int n = (cap - 1) & 0xffff; String hex = Integer.toBinaryString(n); return (cap <= 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : (int) Math.pow(2, hex.length()); } Node<K,V> newNode(int hash, K key, V value, Node<K,V> next) { return new Node<>(hash, key, value, next); } public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } public V put2(K key, V value) { return putVal2(hash(key), key, value, false, true); } final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; //当table为空时，这里初始化table，不是通过构造函数初始化，而是在插入时通过扩容初始化，有效防止了初始化HashMap没有数据插入造成空间浪费可能造成内存泄露的情况 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; //存放新键值对 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; //旧键值对的覆盖 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; // else if (p instanceof TreeNode) // e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { //链表存放 for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { //链表尾部插入 p.next = newNode(hash, key, value, null); //当链表的长度大于等于树化阀值，并且hash桶的长度大于等于MIN_TREEIFY_CAPACITY，链表转化为红黑树 // if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st // treeifyBin(tab, hash); break; } //链表中包含键值对 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } //map中含有旧key，返回旧值 if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; // afterNodeAccess(e); return oldValue; } } //map调整次数加1 ++modCount; //键值对的数量达到阈值需要扩容 if (++size > threshold) resize(); // afterNodeInsertion(evict); return null; } final V putVal2(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; //当table为空时，这里初始化table，不是通过构造函数初始化，而是在插入时通过扩容初始化，有效防止了初始化HashMap没有数据插入造成空间浪费可能造成内存泄露的情况 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize2()).length; //存放新键值对 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; //旧键值对的覆盖 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; // else if (p instanceof TreeNode) // e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { //链表存放 for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { //链表尾部插入 p.next = newNode(hash, key, value, null); //当链表的长度大于等于树化阀值，并且hash桶的长度大于等于MIN_TREEIFY_CAPACITY，链表转化为红黑树 // if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st // treeifyBin(tab, hash); break; } //链表中包含键值对 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } //map中含有旧key，返回旧值 if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; // afterNodeAccess(e); return oldValue; } } //map调整次数加1 ++modCount; //键值对的数量达到阈值需要扩容 if (++size > threshold) resize2(); return null; } //数组扩容 public Node<K,V>[] resize() { Node<K,V>[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; //如果旧hash桶不为空 if (oldCap > 0) { ////超过hash桶的最大长度，将阀值设为最大值 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } //新的hash桶的长度2被扩容没有超过最大长度，将新容量阀值扩容为以前的2倍 //扩大一倍之后，小于最大值，并且大于最小值 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) //左移1位，也就是扩大2倍 newThr = oldThr << 1; } else if (oldThr > 0) //如果旧的容量为空，判断阈值是否大于0，如果是那么就把容量设置为当前阈值 newCap = oldThr; else { // zero initial threshold signifies using defaults newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } //如果阈值还是0,重新计算阈值 if (newThr == 0) { //当HashMap的数据大小>=容量*加载因子时，HashMap会将容量扩容 float ft = (float)newCap * loadFactor; //如果容量还没超MAXIMUM_CAPACITY的loadFactor时候，那么就返回ft，否则就是反馈int的最大值 newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } //hash桶的阈值 threshold = newThr; //初始化hash桶 @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; if (oldTab != null) { //遍历旧数组 for (int j = 0; j < oldCap; ++j) { Node<K,V> e; //如果旧的hash桶不为空，需要将旧的hash表里的键值对重新映射到新的hash桶中 if ((e = oldTab[j]) != null) { oldTab[j] = null; //只有一个节点，通过索引位置直接映射 if (e.next == null) newTab[e.hash & (newCap - 1)] = e; //取余 //如果是红黑树，需要进行树拆分然后映射 // else if (e instanceof TreeNode) // ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { // preserve order //如果是多个节点的链表，将原链表拆分为两个链表，两个链表的索引位置，一个为原索引，一个为原索引加上旧Hash桶长度的偏移量 Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do { next = e.next; // 在遍历原hash桶时的一个链表时，因为扩容后长度为原hash表的2倍，假设把扩容后的hash表分为两半，分为低位和高位， // 如果能把原链表的键值对， 一半放在低位，一半放在高位，这样的索引效率是最高的 //这里的方式是e.hash & oldCap， //经过rehash之后，元素的位置要么是在原位置，要么是在原位置再移动2次幂的位置。对应的就是下方的resize的注释 //为什么是移动2次幂呢？？注意我们计算位置的时候是hash&(length - 1) 那么如果length * 2 相当于左移了一位 //也就是截取的就高了一位，如果高了一位的那个二进制正好为1，那么结果也相当于加了2倍 //hash & (length * 2 - 1) = length & hash + (length - 1) & hash if ((e.hash & oldCap) == 0) { //如果这个为0，那么就放到lotail链表 if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } else { //如果length & hash 不为0，说明扩容之后位置不一样了 if (hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e = next) != null); if (loTail != null) { loTail.next = null; //而这个loTail链表就放在原来的位置上 newTab[j] = loHead; } if (hiTail != null) { hiTail.next = null; //因为扩容了2倍，那么新位置就可以是原来的位置，右移一倍原始容量的大小 newTab[j + oldCap] = hiHead; } } } } } return newTab; } //数组扩容 public Node<K,V>[] resize2() { Node<K,V>[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; //如果旧hash桶不为空 if (oldCap > 0) { ////超过hash桶的最大长度，将阀值设为最大值 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } //新的hash桶的长度2被扩容没有超过最大长度，将新容量阀值扩容为以前的2倍 //扩大一倍之后，小于最大值，并且大于最小值 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) //左移1位，也就是扩大2倍 newThr = oldThr << 1; } else if (oldThr > 0) //如果旧的容量为空，判断阈值是否大于0，如果是那么就把容量设置为当前阈值 newCap = oldThr; else { // zero initial threshold signifies using defaults newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } //如果阈值还是0,重新计算阈值 if (newThr == 0) { //当HashMap的数据大小>=容量*加载因子时，HashMap会将容量扩容 float ft = (float)newCap * loadFactor; //如果容量还没超MAXIMUM_CAPACITY的loadFactor时候，那么就返回ft，否则就是反馈int的最大值 newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } //hash桶的阈值 threshold = newThr; //初始化hash桶 @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; if (oldTab != null) { //遍历旧数组 for (int j = 0; j < oldCap; ++j) { Node<K,V> e; //如果旧的hash桶不为空，需要将旧的hash表里的键值对重新映射到新的hash桶中 if ((e = oldTab[j]) != null) { oldTab[j] = null; //只有一个节点，通过索引位置直接映射 if (e.next == null) newTab[e.hash & (newCap - 1)] = e; //取余 //如果是红黑树，需要进行树拆分然后映射 // else if (e instanceof TreeNode) // ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { // preserve order //如果是多个节点的链表，将原链表拆分为两个链表，两个链表的索引位置，一个为原索引，一个为原索引加上旧Hash桶长度的偏移量 Node<K,V> next, pre; pre = e; do { next = e.next; //我们这里直接遍历设置进去试试 //对hash数据取余,当然如果还是再原来的位置，那么就不需要移动 if((e.hash & (oldCap - 1)) != (e.hash & (newCap - 1))) { //1.先从原链表断开 pre.next = next; //2.放到新位置上，我们可以使用头插法 Node<K,V> newHead, newNext; newHead = newTab[e.hash & (newCap - 1)]; if(newHead == null) { newHead = e; } else { //头插法 newNext = newHead.next; newHead.next = e; e.next = newNext; } } pre = e; } while ((e = next) != null); } } } } return newTab; } public Node<K, V>[] getTable() { return table; } public void setTable(Node<K, V>[] table) { this.table = table; } public int getThreshold() { return threshold; } public void setThreshold(int threshold) { this.threshold = threshold; } public float getLoadFactor() { return loadFactor; } public void setLoadFactor(float loadFactor) { this.loadFactor = loadFactor; } public int getModCount() { return modCount; } public void setModCount(int modCount) { this.modCount = modCount; } }
注意resize 的扩容操作
1.啥时候扩容？？？
说白了就数据量超了就扩容被，那么什么时候叫超了呢？？？
很简单，就是hashmap的当前容量大于cap*loadFactor，cap是可以容纳的容量，loadFactor是一个百分比，就是到达多少的量了默认0.75f;
而且这个参数是可以改的
2.还有一种情况，网上说再扩容的时候，使用双链表直接连接的效率很高！！！
在遍历原hash桶时的一个链表时，因为扩容后长度为原hash表的2倍，假设把扩容后的hash表分为两半，分为低位和高位，
如果能把原链表的键值对， 一半放在低位，一半放在高位，这样的索引效率是最高的
这里的方式是e.hash & oldCap，
经过rehash之后，元素的位置要么是在原位置，要么是在原位置再移动2次幂的位置。对应的就是下方的resize的注释
为什么是移动2次幂呢？？注意我们计算位置的时候是hash&(length - 1) 那么如果length * 2 相当于左移了一位
也就是截取的就高了一位，如果高了一位的那个二进制正好为1，那么结果也相当于加了2倍
hash & (length * 2 - 1) = length & hash + (length - 1) & hash
我个人比较相信权威，但是我不是很理解，你这样双链表，你两个链表都要操作一次吧，所有的元素都要进行操作吧
那我为什么不用单链表，头插法搞呢？？？
我直接再原链表上断开元素连接，然后把新元素头插进入新位置会不会更快呢？？？
说干就干，来走一波！！！
搞，测试走起来。。。。
测试用例
@org.junit.jupiter.api.Test public void testResize() { int init = 10000; for(int j = 0; j < 10; ++j) { int size = (int) (init * Math.pow(2, j + 1)); HashMap HashMap1 = new HashMap(); long begin0 = System.currentTimeMillis(); for(int i = 0; i < size; ++i) { HashMap1.put(i, "i" + i); } long end0 = System.currentTimeMillis(); System.out.print("jkd1.8(原滋原味)耗时：" + (end0 - begin0) + " "); MyHashMap myHashMap1 = new MyHashMap(); long begin = System.currentTimeMillis(); for(int i = 0; i < size; ++i) { myHashMap1.put(i, "i" + i); } long end = System.currentTimeMillis(); System.out.print("jkd1.8(没有红黑树)耗时：" + (end - begin) + " "); MyHashMap myHashMap2 = new MyHashMap(); long begin2 = System.currentTimeMillis(); for(int i = 0; i < size; ++i) { myHashMap2.put2(i, "i" + i); } long end2 = System.currentTimeMillis(); System.out.println("正常取余链表头插法耗时：" + (end2 - begin2)); } }
来看看结果吧。。。
这。。。
我这又懵逼了？？？
啥情况？？？
说好的大神操作呢？
我们再试2次？
结果毫不意外的，简单的头插法的扩容效率好像比原版的效率高很多？？jdk源码中的做法是不是有点过度设计了呢？？？