【資料結構】31、hashmap=》resize 擴容,不測不知道,一測嚇一跳

cutter_point發表於2019-06-27

來來來,今天就跟hashmap槓到底。。。

不要叫我槓精了,主要是還是被問到hashmap的時候,我並不能很清晰明瞭得告知這種資料結構到底是一個什麼構造,裡面細節並不瞭解

既然這樣,我們就把他解析一波,今天這篇也算是hashmap的收官之作了,主要用來紅黑樹部分我之前有博文寫過,但是不用深究

 

自己實現一個hashmap

話不多說,直接上程式碼,我先把這幾天的成就放上來,也就是自己實現的hashmap,還原到以前的版本,我把紅黑樹的部分程式碼給刪除了

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,當連結串列長度達到8,會轉化成紅黑樹,以提升它的查詢、插入效率
 *              底層雜湊桶的資料結構是陣列,所以也會涉及到擴容的問題。
 *              當MyHashMap的容量達到threshold域值時,就會觸發擴容。擴容前後,雜湊桶的長度一定會是2的次方。
 *       這個類的目標是為了實現MyHashMap中的陣列,hash擾動之後轉連結串列的操作(後續可以考慮完善紅黑樹結構)
 * @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;
    //用來存放NODE資料的陣列
    transient Node<K,V>[] table;
    /**
     * hash桶預設長度
     */
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

    //預設載入因子,載入因子是一個比例,當HashMap的資料大小>=容量*載入因子時,HashMap會將容量擴容
    static final float DEFAULT_LOAD_FACTOR = 0.75f;

    //hash桶的閾值
    int threshold;
    //裝載因子用來衡量HashMap滿的程度
    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;
        //也就將key的hashCode無符號右移16位然後與hashCode異或從而得到hash值在putVal方法中(n - 1)& hash計算得到桶的索引位置
        //注意,這裡h是int值,也就是32位,然後無符號又移16位,那麼就是折半,折半之後和原來的資料做異或操作,正好整合了高位和低位的資料
        //混合原始雜湊碼的高位和低位,以此來加大低位的隨機性,而且混合後的低位摻雜了高位的部分特徵,這樣高位的資訊也被變相保留下來。
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

    //測試,如果我們不做高位低位的操作看看hash衝突是大還是小
    public static int hash2(Object key) {
        return (int) key;
    }

    public static int hash3(Object key) {
        int h = key.hashCode();
        //我們不做右移試試,那就自己跟自己異或。。。沒意義,只能是0了
        return (key == null) ? 0 : h ^ h;
    }

    public static int hash4(Object key) {
        int h;
        //我們不做右移試試,或者右移8位試試
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 8);
    }

    public static int hash5(Object key) {
        int h;
        //我們不做右移試試,或者右移8位試試
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 4);
    }

    public static int hash6(Object key) {
        int h;
        //我們不做右移試試,或者右移8位試試
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 2);
    }

    public int quyu1(int num, int n) {
        //對num進行n取餘
        return num % n;
    }

    public int quyu2(int num, int n) {
        //對num進行n取餘
        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;
        //注意這一步中(n - 1) & hash 的值 等同於 hash(k)%table.length
        if ((tab = table) != null && (n = tab.length) > 0 &&
                //這裡是計算相當於是取餘的索引位置(n - 1) & hash 等價於hash % n
                //而且由於hashmap中的length再tableSizeFor的時候,就把長度設定為2的n次冪了,那麼n-1之後的值,就是最高位全都是0,下面位數全是1
                //這個也就是取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) {
                //暫時不考慮紅黑樹
//                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: 這個方法用於找到大於等於initialCapacity的最小的2的冪(initialCapacity如果就是2的冪,則返回的還是這個數)。
     * @auther: xiaof
     * 總結:
     * 1.說白了就是為了保證所有的位數(二進位制)都是1,那麼就可以保證這個數就是2的冪
     * 2.不斷做無符號右移,是為了吧高位的資料拉下來做或操作,來保證對應的底位都是1
     * @date: 2019/6/25 10:25
     */
    public static final int tableSizeFor(int cap) {
        //這是為了防止,cap已經是2的冪。如果cap已經是2的冪
        int n = cap - 1;
        //第一次右移,由於n不等於0(如果為0,不管幾次右移都是0,那麼最後有個n+1的操作),則n的二進位制表示中總會有一bit為1
        //這裡無符號右移一位之後做或操作,那麼會導致原來有1的地方緊接著也是1
        //比如00000011xxxxxxxx
        //還有一點無符號右移是為了避免前位補1,導致資料溢位,因為負數是以補碼的形式存在的,那麼就會再高位補1
        n |= n >>> 1;
        //第二次無符號右移,並做或操作
        //00000011xxxxxxxx=>0000001111xxxxxx 這個時候就是4個1
        n |= n >>> 2;
        n |= n >>> 4;
        n |= n >>> 8;
        //由於int最大也就是2的16次冪,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) {
        //這是為了防止,cap已經是2的冪。如果cap已經是2的冪
        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) {
        //這是為了防止,cap已經是2的冪。如果cap已經是2的冪
        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;
        //當table為空時,這裡初始化table,不是通過建構函式初始化,而是在插入時通過擴容初始化,有效防止了初始化HashMap沒有資料插入造成空間浪費可能造成記憶體洩露的情況
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //存放新鍵值對
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            //舊鍵值對的覆蓋
            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 {
                //連結串列存放
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        //連結串列尾部插入
                        p.next = newNode(hash, key, value, null);
                        //當連結串列的長度大於等於樹化閥值,並且hash桶的長度大於等於MIN_TREEIFY_CAPACITY,連結串列轉化為紅黑樹
//                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
//                            treeifyBin(tab, hash);
                        break;
                    }
                    //連結串列中包含鍵值對
                    if (e.hash == hash &&
                            ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            //map中含有舊key,返回舊值
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
//                afterNodeAccess(e);
                return oldValue;
            }
        }
        //map調整次數加1
        ++modCount;
        //鍵值對的數量達到閾值需要擴容
        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;
        //當table為空時,這裡初始化table,不是通過建構函式初始化,而是在插入時通過擴容初始化,有效防止了初始化HashMap沒有資料插入造成空間浪費可能造成記憶體洩露的情況
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize2()).length;
        //存放新鍵值對
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            //舊鍵值對的覆蓋
            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 {
                //連結串列存放
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        //連結串列尾部插入
                        p.next = newNode(hash, key, value, null);
                        //當連結串列的長度大於等於樹化閥值,並且hash桶的長度大於等於MIN_TREEIFY_CAPACITY,連結串列轉化為紅黑樹
//                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
//                            treeifyBin(tab, hash);
                        break;
                    }
                    //連結串列中包含鍵值對
                    if (e.hash == hash &&
                            ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            //map中含有舊key,返回舊值
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
//                afterNodeAccess(e);
                return oldValue;
            }
        }
        //map調整次數加1
        ++modCount;
        //鍵值對的數量達到閾值需要擴容
        if (++size > threshold)
            resize2();
        return null;
    }


    //陣列擴容
    public Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        //如果舊hash桶不為空
        if (oldCap > 0) {
            ////超過hash桶的最大長度,將閥值設為最大值
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //新的hash桶的長度2被擴容沒有超過最大長度,將新容量閥值擴容為以前的2倍
            //擴大一倍之後,小於最大值,並且大於最小值
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                    oldCap >= DEFAULT_INITIAL_CAPACITY)
                //左移1位,也就是擴大2倍
                newThr = oldThr << 1;
        }
        else if (oldThr > 0) //如果舊的容量為空,判斷閾值是否大於0,如果是那麼就把容量設定為當前閾值
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }

        //如果閾值還是0,重新計算閾值
        if (newThr == 0) {
            //當HashMap的資料大小>=容量*載入因子時,HashMap會將容量擴容
            float ft = (float)newCap * loadFactor;
            //如果容量還沒超MAXIMUM_CAPACITY的loadFactor時候,那麼就返回ft,否則就是反饋int的最大值
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                    (int)ft : Integer.MAX_VALUE);
        }
        //hash桶的閾值
        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) {
            //遍歷舊陣列
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                //如果舊的hash桶不為空,需要將舊的hash表裡的鍵值對重新對映到新的hash桶中
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    //只有一個節點,通過索引位置直接對映
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;  //取餘
                        //如果是紅黑樹,需要進行樹拆分然後對映
//                    else if (e instanceof TreeNode)
//                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                        //如果是多個節點的連結串列,將原連結串列拆分為兩個連結串列,兩個連結串列的索引位置,一個為原索引,一個為原索引加上舊Hash桶長度的偏移量
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
//                            在遍歷原hash桶時的一個連結串列時,因為擴容後長度為原hash表的2倍,假設把擴容後的hash表分為兩半,分為低位和高位,
//                            如果能把原連結串列的鍵值對, 一半放在低位,一半放在高位,這樣的索引效率是最高的
                            //這裡的方式是e.hash & oldCap,
                            //經過rehash之後,元素的位置要麼是在原位置,要麼是在原位置再移動2次冪的位置。對應的就是下方的resize的註釋
                            //為什麼是移動2次冪呢??注意我們計算位置的時候是hash&(length - 1) 那麼如果length * 2 相當於左移了一位
                            //也就是擷取的就高了一位,如果高了一位的那個二進位制正好為1,那麼結果也相當於加了2倍
                            //hash & (length * 2 - 1) = length & hash + (length - 1) & hash
                            if ((e.hash & oldCap) == 0) {
                                //如果這個為0,那麼就放到lotail連結串列
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else {
                                //如果length & hash 不為0,說明擴容之後位置不一樣了
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        if (loTail != null) {
                            loTail.next = null;
                            //而這個loTail連結串列就放在原來的位置上
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            //因為擴容了2倍,那麼新位置就可以是原來的位置,右移一倍原始容量的大小
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

    //陣列擴容
    public Node<K,V>[] resize2() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        //如果舊hash桶不為空
        if (oldCap > 0) {
            ////超過hash桶的最大長度,將閥值設為最大值
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //新的hash桶的長度2被擴容沒有超過最大長度,將新容量閥值擴容為以前的2倍
            //擴大一倍之後,小於最大值,並且大於最小值
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                    oldCap >= DEFAULT_INITIAL_CAPACITY)
                //左移1位,也就是擴大2倍
                newThr = oldThr << 1;
        }
        else if (oldThr > 0) //如果舊的容量為空,判斷閾值是否大於0,如果是那麼就把容量設定為當前閾值
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }

        //如果閾值還是0,重新計算閾值
        if (newThr == 0) {
            //當HashMap的資料大小>=容量*載入因子時,HashMap會將容量擴容
            float ft = (float)newCap * loadFactor;
            //如果容量還沒超MAXIMUM_CAPACITY的loadFactor時候,那麼就返回ft,否則就是反饋int的最大值
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                    (int)ft : Integer.MAX_VALUE);
        }
        //hash桶的閾值
        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) {
            //遍歷舊陣列
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                //如果舊的hash桶不為空,需要將舊的hash表裡的鍵值對重新對映到新的hash桶中
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    //只有一個節點,通過索引位置直接對映
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;  //取餘
                        //如果是紅黑樹,需要進行樹拆分然後對映
//                    else if (e instanceof TreeNode)
//                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                        //如果是多個節點的連結串列,將原連結串列拆分為兩個連結串列,兩個連結串列的索引位置,一個為原索引,一個為原索引加上舊Hash桶長度的偏移量
                        Node<K,V> next, pre;
                        pre = e;
                        do {
                            next = e.next;
                            //我們這裡直接遍歷設定進去試試
                            //對hash資料取餘,當然如果還是再原來的位置,那麼就不需要移動
                            if((e.hash & (oldCap - 1)) != (e.hash & (newCap - 1))) {
                                //1.先從原連結串列斷開
                                pre.next = next;
                                //2.放到新位置上,我們可以使用頭插法
                                Node<K,V> newHead, newNext;
                                newHead = newTab[e.hash & (newCap - 1)];
                                if(newHead == null) {
                                    newHead = e;
                                } else {
                                    //頭插法
                                    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 的擴容操作

1.啥時候擴容???

說白了就資料量超了就擴容被,那麼什麼時候叫超了呢???

很簡單,就是hashmap的當前容量大於cap*loadFactor,cap是可以容納的容量,loadFactor是一個百分比,就是到達多少的量了預設0.75f;

而且這個引數是可以改的

 

 

 

2.還有一種情況,網上說再擴容的時候,使用雙連結串列直接連線的效率很高!!!

 

在遍歷原hash桶時的一個連結串列時,因為擴容後長度為原hash表的2倍,假設把擴容後的hash表分為兩半,分為低位和高位,
如果能把原連結串列的鍵值對, 一半放在低位,一半放在高位,這樣的索引效率是最高的
這裡的方式是e.hash & oldCap,
經過rehash之後,元素的位置要麼是在原位置,要麼是在原位置再移動2次冪的位置。對應的就是下方的resize的註釋
為什麼是移動2次冪呢??注意我們計算位置的時候是hash&(length - 1) 那麼如果length * 2 相當於左移了一位
也就是擷取的就高了一位,如果高了一位的那個二進位制正好為1,那麼結果也相當於加了2倍
hash & (length * 2 - 1) = length & hash + (length - 1) & hash

 

 我個人比較相信權威,但是我不是很理解,你這樣雙連結串列,你兩個連結串列都要操作一次吧,所有的元素都要進行操作吧

那我為什麼不用單連結串列,頭插法搞呢???

我直接再原連結串列上斷開元素連線,然後把新元素頭插進入新位置會不會更快呢???

說幹就幹,來走一波!!!

 

 

 搞,測試走起來。。。。

測試用例

@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)耗時:" + (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(沒有紅黑樹)耗時:" + (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("正常取餘連結串列頭插法耗時:" + (end2 - begin2));
        }

    }

 

 來看看結果吧。。。

 

 這。。。

我這又懵逼了???

啥情況???

說好的大神操作呢?

 我們再試2次?

 

 


 

 結果毫不意外的,簡單的頭插法的擴容效率好像比原版的效率高很多??jdk原始碼中的做法是不是有點過度設計了呢???

 

相關文章