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) + "\t");
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) + "\t");
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？？？
原文地址：https://www.cnblogs.com/cutter-point/p/11096247.html
时间： 2024-10-24 16:33:25