HashMap 的自定义常量分析

HashMap 系列文章

前言

HashMap 中有很多自定义的参数,这些参数都有哪些?作用分别是什么呢?接下来,小李分别为你们进行讲解。

image

DEFAULT_INITIAL_CAPACITY

默认初始化的容量,必须是 2 的 n 次方。默认大小是 16,通过 HashMap 的无参构造函数创建 HashMap,那么 HashMap 的初始化大小就是 DEFAULT_INITIAL_CAPACITY。


image

DEFAULT_LOAD_FACTOR

默认的加载因子,0.75。加载因子有什么作用呢?就是为了计算下面要说的阈值。
为什么 DEFAULT_LOAD_FACTOR 默认值是 0.75 呢?
如果值太小,会造成空间的浪费;
值太大,会造成更多的 hash 冲突;
所以通过大数据的计算,加载因子为 0.75 的时候是比较折中的做法。


image

loadFactor

hash 表的加载因子,默认就是 DEFAULT_LOAD_FACTOR ,可以通过构造函数进行设置。

threshold

阈值,计算方式是 capacity * load factor,如果是默认计算的话,阈值就是 16 * 0.75=12。也就是说,当表的长度大于 12 的时候,就需要调用 resize(),进行扩容的操作。


image

entrySet

缓存 enrySet() 方法的数据,通过 entrySet 可以获取所有的键值对记录,用于循环 HashMap 的键值对。


image

MAXIMUM_CAPACITY

最大的容量 1 <<30,相当于 2^30 ,容量必须是 2 的 n 次方,并且小于等于 MAXIMUM_CAPACITY。如果大于 2^30 ,会赋予 Integer.MAX_VALUE,也就是 2^31 - 1。


image

image

MIN_TREEIFY_CAPACITY

转换成红黑树需要的最少的表格容量。


image

TREEIFY_THRESHOLD

判断节点数量大于等于 8 的时候,就需要开始进行一个节点转成红黑树的一个操作,就是 treeifyBin方法。但是在转成红黑树的时候还有个条件,就是表的大小应该大于等于 MIN_TREEIFY_CAPACITY,否则会进行 resize() 的操作。


image
image
image

UNTREEIFY_THRESHOLD

判断节点索引小于等于 6 (节点是从 0 开始的),就会调用 untreeify 方法,返回一个非 TreeNode 的列表,该列表替换非 TreeNode 节点的内容。


image
image

总结

本节主要带大家了解了 HashMap 的一些基本常量分析,带大家一起回顾一下:

  • DEFAULT_INITIAL_CAPACITY:默认初识表格的容量,值为 16,必须是 2 的 n 次方;
  • DEFAULT_LOAD_FACTOR:默认加载因子,值为 0.75;
  • loadFactor: 加载因子,可以通过构造函数设置 loadFactory;
  • threshold:阈值,当 hash 表的 size 大于这个值得时候,需要进行 resize 扩容操作,公式是 capacity * load factor;
  • entrySet:缓存 entrySet() 方法的数据,可以对键或者值进行遍历。
  • MIN_TREEIFY_CAPACITY:节点转换成红黑树需要的最少的表格容量,值是 64;
  • TREEIFY_THRESHOLD:判断节点是否需要转成红黑树节点,值是 8;
  • UNTREEIFY_THRESHOLD:判断是否需要调用 untreeify 方法,值是 6。

下一讲会带来 HashMap 的构造函数讲解。

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 216,125评论 6 498
  • 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 92,293评论 3 392
  • 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 162,054评论 0 351
  • 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 58,077评论 1 291
  • 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 67,096评论 6 388
  • 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 51,062评论 1 295
  • 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 39,988评论 3 417
  • 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 38,817评论 0 273
  • 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 45,266评论 1 310
  • 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 37,486评论 2 331
  • 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 39,646评论 1 347
  • 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 35,375评论 5 342
  • 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 40,974评论 3 325
  • 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 31,621评论 0 21
  • 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 32,796评论 1 268
  • 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 47,642评论 2 368
  • 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 44,538评论 2 352

推荐阅读更多精彩内容