当我写下Map<String,Object> map = new HashMap<>();

当我写下Map<String,Object> map = new HashMap<>();我到底在写什么?

  • 我什么时候会写HashMap?
    • 一个函数同时需要返回 多种 状态的情况
      • 举例:一个列表有100个数据,一个函数对该列表进行处理,并将该列表的数据划分为A,B,C 3部分,此时函数的返回值就适用用map
    • 当需要保存键值对时
  • HashMap的实现是什么?
    • 数组 + linkedList + 红黑树
    • 容量阈值 都是指的HashMap中实际存放数据的数组的容量阈值
  • 我该怎么写HashMap?
// 1. 新建一个HashMap对象
Map<String,Object> map = new HashMap<>();
// 2. 向map中添加数据
map.put("key", value);
// 3. 从map中删除数据
map.remove("key"); or map.remove("key", value); 
// 4.修改map中的数据
map.replace("key", value); or map.replace("key", value, value); or map.put("key", value);
// 5. 从map中查找数据
map.get("key");
// 6. map的数据如何遍历
String key : map.keySet() // 遍历键
Object boj : map.values() // 遍历值
Map.Entry<String, Object> entry : map.entrySet() // 遍历键值对
  • 当新建一个HashMap对象时 到底发生了什么?
  1. 从下方HashMap的构造函数可以看出:只是给出了初始容量-16 和加载因子-0.75。
  2. 从名字就看的出来 这两个初始值 是决定 什么时候进行hashmap 自动扩容的,但 此时内部实现的数组并没有初始化,并没有实际用到这两个值(毕竟构造函数没有相关代码)。
  3. 这两个值 实际使用是在 执行扩容的resize()方法中,且只有向HashMap中添加数据时才会扩容,可以理解为 这里的两个参数是在 第一次调用put才用到。使用时,两者相乘的结果转为int类型 作为阈值。
  4. 顺便说一下,扩容时,还会重新决定各个键值对在HashMap的实现数组中的索引(e.hash & (容量 - 1))。如果数组中存储的是链接表 or 红黑树,新的索引由(e.hash & 容量) == 0 比较决定。这个很容易理解,就是看容量左边那一位是不是0,若是则索引不变,若不是则新索引 = 旧索引+ 容量。这三种情况索引膨胀后 索引不会碰撞,这得益于按2的指数增长容量的方式
public HashMap(int initialCapacity, float loadFactor) {
       if (initialCapacity < 0)
           throw new IllegalArgumentException("Illegal initial capacity: " +
                                              initialCapacity);
       if (initialCapacity > MAXIMUM_CAPACITY)
           initialCapacity = MAXIMUM_CAPACITY;
       if (loadFactor <= 0 || Float.isNaN(loadFactor))
           throw new IllegalArgumentException("Illegal load factor: " +
                                              loadFactor);
       this.loadFactor = loadFactor;
       this.threshold = tableSizeFor(initialCapacity);
   }
   public HashMap(int initialCapacity) {
       this(initialCapacity, DEFAULT_LOAD_FACTOR);
   }
/**
    * Constructs an empty {@code HashMap} with the default initial capacity
    * (16) and the default load factor (0.75).
    */
   public HashMap() {
       this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
   }

  1. 扰动函数-hash: 混合 hashcode的高位和低位,加大哈希码低位的随机性。将高位和低位的特征都汇集到低位。且由上一个问题的理解里可知哈希码最终还决定了具体存放在数组的那个位置,所以这么做,在数组容量较小的情况下,只会用到低位来决定放置位置,低位具备了更多的特征,也会减少碰撞
  2. 扩容-每次扩容1倍;扩容时,需重新分配索引
  3. 对新增对象 判断放置索引,若该索引处无对象,则放置
  4. 若该索引处已经有对象,且已有对象与新增对象 hash一致,键一致,
  5. 若已有对象是红黑树, 则加入树
  6. 其他情况则已有对象是 链表,新对象加入链表
  7. 若新对象加入链表后,链表长度 超过链表阈值,则将链表转为红黑树
  8. 4,5,6中 若 键值重复【 hash一致,键一致】,则替换值, 并返回旧值
  9. 修改后,数组大小超过 阈值,扩容
  10. 关于红黑树,见https://www.cnblogs.com/liwei2222/p/8013367.html
    public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }
    static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }
    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 {
            Node<K,V> e; K k;
            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 {
                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);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }
  • 增删改查就不一一说了,原理都类似于put方法
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,491评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,856评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,745评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,196评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,073评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,112评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,531评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,215评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,485评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,578评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,356评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,215评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,583评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,898评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,174评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,497评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,697评论 2 335