当前位置：首页 > news >正文

【常见集合】HashMap

news 2025/9/21 10:38:25

1 二叉树

1.1 两种实现形式

链式存储实现二叉树
数组存储实现二叉树

1.2 常见二叉树

完全二叉树
满二叉树
二叉搜索树
红黑树

1.2.1 二叉搜索树

二叉搜索树（BST树）：树种任一节点，其左子树中的每个节点的值都小于其值，其右子树中的每个节点的值都大于其值

时间复杂度分析
通常情况下，增删查均为O(logn)
当其只有左子树或右子树时，退化为链表，时间复杂度变成O(n)

1.2.2 红黑树

红黑树（Red Black Tree）也称自平衡的二叉搜索树

性质：
1. 节点要么黑要么红
2. 根节点为黑色
3. 叶子节点都是黑色的空节点
4. 红色节点的子节点都是黑的
5. 从任一节点到叶子节点的所有路径包含相同数目的黑色节点

在增删改查时，不符合这五个性质会发生旋转，以达到所有性质

时间复杂度分析
查询操作：O(logn)
添加操作：先从根节点找到元素添加的位置，时间复杂度为O(logn)，添加完成后，涉及复杂度为O(1)的旋转操作，总体时间复杂度为O(logn)
删除操作：先从根节点找到元素删除的位置，时间复杂度为O(logn)，删除完成后，涉及复杂度为O(1)的旋转操作，总体时间复杂度为O(logn)

2 散列表

2.1 定义

散列表(Hash Table)，又名哈希表，根据键(key)直接访问在内存的存储位置(Value)，由数组演化而来，利用数组支持根据下标访问的特性

2.2 散列函数

定义：将键（key）映射为数组下标的函数叫散列函数

可表示为：hashValue = hash(key)

基本要求：
函数求得的散列值必须是大于等于0的整数，因为hashValue要作为数组下标
若 key1 == key2 ，那么经过hash后得到的哈希值也必须相同，即 hash(key1) == hash(key2)
若 key1 != key2 ，那么经过hash后得到的哈希值也必不相同，即 hash(key1) != hash(key2)

2.3 散列冲突

实际情况下想找一个能对不同key计算得到不同散列值的散列函数几乎不可能，即使像MD5，SSH等哈希算法也无法避免，这就是散列冲突，也称哈希冲突、哈希碰撞

2.4 拉链法

在散列表中，数组的每个下标位置都可以称之为桶（bucket）或槽（slot），每个桶（槽）都会对应一个链表，所有散列值相同的元素放到相同槽位链表上的对应位置

时间复杂度
插入操作：通过函数算出的槽位将其插入到链表中即可O(1)
查删操作：平均情况下为O(1)，散列表可能退化成链表，此时复杂度为O(n)

可将链表改为其他更高效的动态数据结构，如红黑树

3 HashMap实现原理

数据结构：底层使用hash表结构，即数组和链表或红黑树

1.当向HashMap中put元素时，利用key的hashCode重新激素那出当前对象的元素在数组中的下标
2.存储时，如果出现哈希值相同的key，有两种情况：
key值相同，则覆盖原值
key值不同，则将当前的key-value放入链表或红黑树当中
3.获取时，直接找哈希值对应的下标再进行进一步判断key值是否相同，从而找到对应值

注：在HashMap中，当链表长度大于等于8且数组长度大于等于64时会将该链表转换为红黑树

问：HashMap再1.7与1.8版本中的区别
1.8之前的HashMap采用拉链法，只是数组与链表结合的结构，1.8之后加入了红黑树，当链表长度大于等于8且数组长度大于等于64时会将该链表转换为红黑树

4 HashMap中put方法的具体流程

4.1 源码分析

public V put(K key, V value) {return putVal(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;//判断数组是否未初始化if ((tab = table) == null || (n = tab.length) == 0)//如果未初始化，调用resize方法 进行初始化n = (tab = resize()).length;//通过 & 运算求出该数据（key）的数组下标并判断该下标位置是否有数据if ((p = tab[i = (n - 1) & hash]) == null)//如果没有，直接将数据放在该下标位置tab[i] = newNode(hash, key, value, null);//该数组下标有数据的情况else {Node<K,V> e; K k;//判断该位置数据的key和新来的数据是否一样if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))//如果一样，证明为修改操作，该节点的数据赋值给e,后边会用到e = p;//判断是不是红黑树else if (p instanceof TreeNode)//如果是红黑树的话，进行红黑树的操作e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);//新数据和当前数组既不相同，也不是红黑树节点，证明是链表else {//遍历链表for (int binCount = 0; ; ++binCount) {//判断next节点，如果为空的话，证明遍历到链表尾部了if ((e = p.next) == null) {//把新值放入链表尾部p.next = newNode(hash, key, value, null);//因为新插入了一条数据，所以判断链表长度是不是大于等于8if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st//如果是，进行转换红黑树操作treeifyBin(tab, hash);break;}//判断链表当中有数据相同的值，如果一样，证明为修改操作if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))break;//把下一个节点赋值为当前节点p = e;}}//判断e是否为空（e值为修改操作存放原数据的变量）if (e != null) { // existing mapping for key//不为空的话证明是修改操作，取出老值V oldValue = e.value;//一定会执行  onlyIfAbsent传进来的是falseif (!onlyIfAbsent || oldValue == null)//将新值赋值当前节点e.value = value;afterNodeAccess(e);//返回老值return oldValue;}}//计数器，计算当前节点的修改次数++modCount;//当前数组中的数据数量如果大于扩容阈值if (++size > threshold)//进行扩容操作resize();//空方法afterNodeInsertion(evict);//添加操作时 返回空值return null;
}

4.2 流程图

4.3 具体流程

1. 判断键值对数组table是否为空或为null，否则执行resize()进行扩容（初始化）
2. 根据键值key计算hash值得到数组索引
3. 判断table[i]==null，条件成立，直接新建节点添加
4. 如果table[i]==null ,不成立
        4.1 判断table[i]的首个元素是否和key一样，如果相同直接覆盖value
        4.2 判断table[i] 是否为treeNode，即table[i] 是否是红黑树，如果是红黑树，则直接在树中插入键值对
        4.3 遍历table[i]，链表的尾部插入数据，然后判断链表长度是否大于8，大于8的话把链表转换为红黑树，在红黑树中执行插入操作，遍历过程中若发现key已经存在直接覆盖value
5. 插入成功后，判断实际存在的键值对数量size是否超多了最大容量threshold（数组长度*0.75），如果超过，进行扩容。

5 HashMap的扩容机制

5.1 源码分析

//扩容、初始化数组
final Node<K,V>[] resize() {Node<K,V>[] oldTab = table;//如果当前数组为null的时候，把oldCap老数组容量设置为0int oldCap = (oldTab == null) ? 0 : oldTab.length;//老的扩容阈值int oldThr = threshold;int newCap, newThr = 0;//判断数组容量是否大于0，大于0说明数组已经初始化if (oldCap > 0) {//判断当前数组长度是否大于最大数组长度if (oldCap >= MAXIMUM_CAPACITY) {//如果是，将扩容阈值直接设置为int类型的最大数值并直接返回threshold = Integer.MAX_VALUE;return oldTab;}//如果在最大长度范围内，则需要扩容  OldCap << 1等价于oldCap*2//运算过后判断是不是最大值并且oldCap需要大于16else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&oldCap >= DEFAULT_INITIAL_CAPACITY)newThr = oldThr << 1; // double threshold  等价于oldThr*2}//如果oldCap<0，但是已经初始化了，像把元素删除完之后的情况，那么它的临界值肯定还存在，       			如果是首次初始化，它的临界值则为0else if (oldThr > 0) // initial capacity was placed in thresholdnewCap = oldThr;//数组未初始化的情况，将阈值和扩容因子都设置为默认值else {               // zero initial threshold signifies using defaultsnewCap = DEFAULT_INITIAL_CAPACITY;newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);}//初始化容量小于16的时候，扩容阈值是没有赋值的if (newThr == 0) {//创建阈值float ft = (float)newCap * loadFactor;//判断新容量和新阈值是否大于最大容量newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?(int)ft : Integer.MAX_VALUE);}//计算出来的阈值赋值threshold = newThr;@SuppressWarnings({"rawtypes","unchecked"})//根据上边计算得出的容量 创建新的数组       Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];//赋值table = newTab;//扩容操作，判断不为空证明不是初始化数组if (oldTab != null) {//遍历数组for (int j = 0; j < oldCap; ++j) {Node<K,V> e;//判断当前下标为j的数组如果不为空的话赋值个e，进行下一步操作if ((e = oldTab[j]) != null) {//将数组位置置空oldTab[j] = null;//判断是否有下个节点if (e.next == null)//如果没有，就重新计算在新数组中的下标并放进去newTab[e.hash & (newCap - 1)] = e;//有下个节点的情况，并且判断是否已经树化else if (e instanceof TreeNode)//进行红黑树的操作((TreeNode<K,V>)e).split(this, newTab, j, oldCap);//有下个节点的情况，并且没有树化（链表形式）else {//比如老数组容量是16，那下标就为0-15//扩容操作*2，容量就变为32，下标为0-31//低位：0-15，高位16-31//定义了四个变量//        低位头          低位尾Node<K,V> loHead = null, loTail = null;//        高位头		   高位尾Node<K,V> hiHead = null, hiTail = null;//下个节点Node<K,V> next;//循环遍历do {//取出next节点next = e.next;//通过 与操作 计算得出结果为0if ((e.hash & oldCap) == 0) {//如果低位尾为null，证明当前数组位置为空，没有任何数据if (loTail == null)//将e值放入低位头loHead = e;//低位尾不为null，证明已经有数据了else//将数据放入next节点loTail.next = e;//记录低位尾数据loTail = e;}//通过 与操作 计算得出结果不为0else {//如果高位尾为null，证明当前数组位置为空，没有任何数据if (hiTail == null)//将e值放入高位头hiHead = e;//高位尾不为null，证明已经有数据了else//将数据放入next节点hiTail.next = e;//记录高位尾数据hiTail = e;}} //如果e不为空，证明没有到链表尾部，继续执行循环while ((e = next) != null);//低位尾如果记录的有数据，是链表if (loTail != null) {//将下一个元素置空loTail.next = null;//将低位头放入新数组的原下标位置newTab[j] = loHead;}//高位尾如果记录的有数据，是链表if (hiTail != null) {//将下一个元素置空hiTail.next = null;//将高位头放入新数组的(原下标+原数组容量)位置newTab[j + oldCap] = hiHead;}}}}}//返回新的数组对象return newTab;}

5.2 流程图

5.3 扩容机制

1. 在添加元素或初始化的时候需要调用resize方法进行扩容，第一次添加数据初始化数组长度为16，以后每次每次扩容都是达到了扩容阈值（数组长度 * 0.75）
2. 每次扩容时候，都是扩容之前容量的2倍
3. 扩容后，会新创建一个数组，需要把老数组中的数据挪动到新的数组中
3.1 没有hash冲突的节点，则直接使用 e.hash & (newCap - 1) 计算新数组的索引位置
3.2 如果是红黑树，走红黑树的添加
3.3 如果是链表，则需要遍历链表，可能需要拆分链表，判断(e.hash & oldCap)是否为0，该元素的位置要么停留在原始位置，要么移动到原始位置+增加的数组大小这个位置上