《Java 高階篇》五：資料結構

ACatSmiling發表於2024-10-02
Java資料結構

Author: ACatSmiling

Since: 2024-07-28

概述

在 Java 語言中，陣列（Array）和集合都是對多個資料進行儲存操作的結構，簡稱Java 容器。此時的儲存，主要指的是記憶體層面的儲存，不涉及到持久化的儲存。

陣列在記憶體儲存方面的特點：

  • 陣列一旦初始化以後，其長度就確定了。
  • 陣列一旦定義好，其元素的型別也就確定了。

陣列在儲存資料方面的弊端：

  • 陣列一旦初始化以後，其長度就不可修改，不便於擴充套件。
  • 陣列中提供的屬性和方法少，不便於進行新增、刪除、插入等操作，且效率不高。
  • 陣列中沒有現成的屬性和方法，去直接獲取陣列中已儲存的元素的個數（只能直接知道陣列的長度）。
  • 陣列儲存的資料是有序的、可重複的。對於無序、不可重複的需求，不能滿足，即陣列儲存資料的特點比較單一。

Java 集合類可以用於儲存數量不等的多個物件，還可用於儲存具有對映關係的關聯陣列。

Java 集合框架可分為Collection和Map兩種體系：

  • Collection 介面 ：單列集合，用來儲存一個一個的物件。
    • List 介面：儲存有序的、可重複的資料。包括：ArrayList、LinkedList、Vector。
    • Set 介面：儲存無序的、不可重複的資料。包括：HashSet、LinkedHashSet、TreeSet。
  • Map 介面：雙列集合，用來儲存具有對映關係 "key - value 對" 的資料。包括：HashMap、LinkedHashMap、TreeMap、Hashtable、Properties。

List 介面

List 集合類中元素有序、且可重複，集合中的每個元素都有其對應的順序索引。

ArrayList

基礎屬性：

public class ArrayList<E> extends AbstractList<E>
        implements List<E>, RandomAccess, Cloneable, java.io.Serializable
{
    @java.io.Serial
    private static final long serialVersionUID = 8683452581122892189L;

    /**
     * Default initial capacity.
     */
    private static final int DEFAULT_CAPACITY = 10;

    /**
     * Shared empty array instance used for empty instances.
     */
    private static final Object[] EMPTY_ELEMENTDATA = {};

    /**
     * Shared empty array instance used for default sized empty instances. We
     * distinguish this from EMPTY_ELEMENTDATA to know how much to inflate when
     * first element is added.
     */
    private static final Object[] DEFAULTCAPACITY_EMPTY_ELEMENTDATA = {};

    /**
     * The array buffer into which the elements of the ArrayList are stored.
     * The capacity of the ArrayList is the length of this array buffer. Any
     * empty ArrayList with elementData == DEFAULTCAPACITY_EMPTY_ELEMENTDATA
     * will be expanded to DEFAULT_CAPACITY when the first element is added.
     */
    transient Object[] elementData; // non-private to simplify nested class access

    /**
     * The size of the ArrayList (the number of elements it contains).
     *
     * @serial
     */
    private int size;
}

本文原始碼，均基於 JDK 17。

new ArrayList() 時，底層 Object[] 陣列 elementData 初始化為 {}，是一個長度為 0 的空陣列：

/**
 * Constructs an empty list with an initial capacity of ten.
 */
public ArrayList() {
    this.elementData = DEFAULTCAPACITY_EMPTY_ELEMENTDATA;
}

第一次呼叫 add() 方法，初始化底層 Object[] 陣列 elementData 的長度為 10，並將元素新增到 elementData 中：

/**
 * Appends the specified element to the end of this list.
 *
 * @param e element to be appended to this list
 * @return {@code true} (as specified by {@link Collection#add})
 */
public boolean add(E e) {
    modCount++;
    add(e, elementData, size);
    return true;
}

/**
 * This helper method split out from add(E) to keep method
 * bytecode size under 35 (the -XX:MaxInlineSize default value),
 * which helps when add(E) is called in a C1-compiled loop.
 */
private void add(E e, Object[] elementData, int s) {
    // 第一次執行 add() 方法，size 屬性的值為 0，elementData.length 為 0
    if (s == elementData.length)
        elementData = grow();
    // 新增元素到陣列中
    elementData[s] = e;
    size = s + 1;
}

private Object[] grow() {
    return grow(size + 1);
}

/**
 * Increases the capacity to ensure that it can hold at least the
 * number of elements specified by the minimum capacity argument.
 *
 * @param minCapacity the desired minimum capacity
 * @throws OutOfMemoryError if minCapacity is less than zero
 */
private Object[] grow(int minCapacity) {
    int oldCapacity = elementData.length;
    if (oldCapacity > 0 || elementData != DEFAULTCAPACITY_EMPTY_ELEMENTDATA) {
        int newCapacity = ArraysSupport.newLength(oldCapacity,
                minCapacity - oldCapacity, /* minimum growth */
                oldCapacity >> 1           /* preferred growth */);
        return elementData = Arrays.copyOf(elementData, newCapacity);
    } else {
        // 初始化陣列，長度為 DEFAULT_CAPACITY，即 10
        return elementData = new Object[Math.max(DEFAULT_CAPACITY, minCapacity)];
    }
}

之後，每次執行 add() 方法，直接將元素新增到 elementData 對應的位置，直到第 11 次新增元素。此時，新增的元素的總數，已經超過了陣列的長度，需要進行擴容操作：

/**
 * This helper method split out from add(E) to keep method
 * bytecode size under 35 (the -XX:MaxInlineSize default value),
 * which helps when add(E) is called in a C1-compiled loop.
 */
private void add(E e, Object[] elementData, int s) {
    // 第 11 次新增元素，此時，滿足 s == elementData.length 條件
    if (s == elementData.length)
        elementData = grow();
    elementData[s] = e;
    size = s + 1;
}

預設情況下，陣列長度擴容為原來容量的 1.5 倍，同時，將原有陣列中的資料複製到新的陣列中：

/**
 * Increases the capacity to ensure that it can hold at least the
 * number of elements specified by the minimum capacity argument.
 *
 * @param minCapacity the desired minimum capacity
 * @throws OutOfMemoryError if minCapacity is less than zero
 */
private Object[] grow(int minCapacity) {
    int oldCapacity = elementData.length;
    // 滿足 oldCapacity > 0 條件
    if (oldCapacity > 0 || elementData != DEFAULTCAPACITY_EMPTY_ELEMENTDATA) {
        // 擴容陣列長度到原來的 1.5 倍
        int newCapacity = ArraysSupport.newLength(oldCapacity,
                minCapacity - oldCapacity, /* minimum growth */
                oldCapacity >> 1           /* preferred growth */);
        // 複製原陣列資料到新陣列
        return elementData = Arrays.copyOf(elementData, newCapacity);
    } else {
        return elementData = new Object[Math.max(DEFAULT_CAPACITY, minCapacity)];
    }
}

結論：

  1. ArrayList 是第一次新增元素時，才建立一個初始容量為 10 的陣列，延遲了陣列的建立。
  2. 新增資料時，如果底層的陣列需要擴容，均擴容為原來容量的 1.5 倍，同時，將原有陣列中的資料複製到新的陣列中。
  3. 開發中使用 ArrayList 時，建議按需求在初始化時就指定 ArrayList 的容量，以儘可能的避免擴容。

LinkedList

雙向連結串列，內部定義了內部類 Node，作為 LinkedList 中儲存資料的基本結構。

LinkedList 內部沒有宣告陣列，而是定義了 Node 型別的 first 和 last，用於記錄首末元素：

image-20210322150052189

對於頻繁的插入或刪除元素的操作，建議使用 LinkedList 類，效率較高。

new LinkedList() 時，內部宣告瞭 Node 型別的 first 和 last 屬性，預設值為 null：

public class LinkedList<E>
    extends AbstractSequentialList<E>
    implements List<E>, Deque<E>, Cloneable, java.io.Serializable
{
    transient int size = 0;

    /**
     * Pointer to first node.
     */
    transient Node<E> first;

    /**
     * Pointer to last node.
     */
    transient Node<E> last;

    /**
     * Constructs an empty list.
     */
    public LinkedList() {
    }
}

// Node 內部類
private static class Node<E> {
    // 當前 Node 儲存的資料
    E item;
    // 指向連結串列的後一個元素
    Node<E> next;
    // 指向連結串列的前一個元素
    Node<E> prev;

    Node(Node<E> prev, E element, Node<E> next) {
        this.item = element;
        this.next = next;
        this.prev = prev;
    }
}

呼叫 add() 方法新增元素：

/**
 * Appends the specified element to the end of this list.
 *
 * <p>This method is equivalent to {@link #addLast}.
 *
 * @param e element to be appended to this list
 * @return {@code true} (as specified by {@link Collection#add})
 */
public boolean add(E e) {
    linkLast(e);
    return true;
}

/**
 * Links e as last element.
 */
void linkLast(E e) {
    // last，原連結串列的最後一個物件
    final Node<E> l = last;
    // 建立一個新的 Node 物件
    final Node<E> newNode = new Node<>(l, e, null);
    // 當前新建立的 Node 物件，成為新連結串列的最後一個物件
    last = newNode;
    if (l == null)
        // 如果原連結串列為 null，則將當前新建立的 Node 物件指定為連結串列的第一個節點 first
        first = newNode;
    else
        // 如果原連結串列不為 null，則將原連結串列的最後一個物件，指向當前新的 Node 物件
        l.next = newNode;
    size++;
    modCount++;
}

Set 介面

Set 集合儲存無序的、不可重複的資料，如果把兩個相同的元素加入同一個 Set 集合中，則新增操作失敗。

  • 無序性：不等於隨機性。以 HashSet 為例，儲存的資料在底層陣列中並非按照陣列索引的順序新增，而是根據資料的雜湊值決定的。
  • 不可重複性：保證新增的元素按照 equals() 判斷時，不能返回 true。即：相同的元素只能新增一個。

Set 介面是 Collection 的子介面，Set 介面沒有提供額外的方法，使用的都是Collection中宣告過的方法。

Set 判斷兩個物件是否相同不是使用 == 運算子，而是根據 equals()。對於存放在 Set（主要指：HashSet、LinkedHashSet）容器中的物件，其對應的類一定要重寫equals()和hashCode()，以實現物件相等規則。

  • 要求：重寫的 hashCode() 和 equals() 儘可能保持一致性，即：相等的物件必須具有相等的雜湊碼。
    • 如果不重寫所新增元素所在類的 hashCode()，則會呼叫 Object 類的 hashCode()，該方法是產生一個隨機數，因此，即使新增兩個一樣的元素，其 hashCode 值也可能不同，也就都能新增成功。
  • 重寫兩個方法的小技巧：物件中用作 equals() 方法比較的 Field，都應該用來計算 hashCode 值。
  • TreeSet 比較兩個元素是否相同的方法，不是 equals() 和 hashCode()，而是元素對應類的排序方法。

重寫 hashCode() 方法的基本原則：

  • 在程式執行時，同一個物件多次呼叫 hashCode() 方法應該返回相同的值。
  • 當兩個物件的 equals() 方法比較返回 true 時，這兩個物件的 hashCode() 方法的返回值也應相等。
  • 物件中用作 equals() 方法比較的 Field，都應該用來計算 hashCode 值。

重寫 equals() 方法的基本原則，以自定義的 Customer 類為例，何時需要重寫 equals()：

  • 如果一個類有自己特有的 "邏輯相等" 概念，當重寫 equals() 的時候，總是需要重寫 hashCode()。因為根據一個類改寫後的 equals()，兩個截然不同的例項有可能在邏輯上是相等的，但是，根據 Object 類的 hashCode()，它們僅僅是兩個物件。這種情況，違反了 "相等的物件必須具有相等的雜湊碼" 的原則。

結論：重寫 equals() 的時候，一般都需要同時重寫 hashCode() 方法。通常參與計算 hashCode 的物件的屬性也應該參與到 equals() 中進行計算。

Eclipse/IDEA 工具裡 hashCode() 的重寫，為什麼會有 31 這個數字：

@Override
public int hashCode() {
    int result = name.hashCode();
    result = 31 * result + age;
    return result;
}
  • 選擇係數的時候要選擇儘量大的係數，因為如果計算出來的 hashCode 值越大，所謂的衝突就越少，查詢起來效率也會提高。---> 減少衝突
  • 31 只佔用 5 bits，相乘造成資料溢位的機率較小。
  • 31 可以由i * 31 == (i << 5) - 1來表示，現在很多虛擬機器裡面都有做相關最佳化。---> 提高演算法效率
  • 31 是一個素數，素數作用就是如果用一個數字來乘以這個素數，那麼最終出來的結果只能被素數本身和被乘數還有 1 來整除！---> 減少衝突

HashSet

HashSet 按 Hash 演算法來儲存集合中的元素，因此具有很好的存取、查詢、刪除效能。

HashSet 具有以下特點：

  • 不保證元素的排列順序。
  • 不是執行緒安全的。
  • 集合元素可以是 null，但是隻能有一個。

HashSet 的底層，使用的是 HashMap：

/**
 * Constructs a new, empty set; the backing {@code HashMap} instance has
 * default initial capacity (16) and load factor (0.75).
 */
public HashSet() {
    map = new HashMap<>();
}

LinkedHashSet

LinkedHashSet 根據元素的 hashCode 值來決定元素的儲存位置，但它同時使用雙向連結串列維護元素的次序，這使得元素看起來是以插入順序儲存的。

  • 遍歷 LinkedHashSet 內部資料時，可以按照新增的順序遍歷。

LinkedHashSet 插入效能略低於 HashSet，但在迭代訪問 Set 裡的全部元素時有很好的效能。對於頻繁的遍歷操作，LinkedHashSet 效率高於 HashSet。

LinkedHashSet 的底層，使用的是 LinkedHashMap：

public LinkedHashSet() {
    super(16, .75f, true);
}

HashSet(int initialCapacity, float loadFactor, boolean dummy) {
    map = new LinkedHashMap<>(initialCapacity, loadFactor);
}

Map 介面

HashMap

HashMap 原始碼中的重要常量：

  • DEFAULT_INITIAL_CAPACITY：HashMap 的預設容量，16。

    /**
 * The default initial capacity - MUST be a power of two.
 */
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

  • MAXIMUM_CAPACITY：HashMap 的最大支援容量，$2^{30}$。

    /**
 * The maximum capacity, used if a higher value is implicitly specified
 * by either of the constructors with arguments.
 * MUST be a power of two <= 1<<30.
 */
static final int MAXIMUM_CAPACITY = 1 << 30;

  • DEFAULT_LOAD_FACTOR：HashMap 的預設載入因子，0.75。

    /**
 * The load factor used when none specified in constructor.
 */
static final float DEFAULT_LOAD_FACTOR = 0.75f;
    • 不同於 ArrayList，HashMap 不是在底層陣列全部填滿時才進行擴容操作，因為陣列上有一些位置可能會一直都沒有新增元素，但其他位置上元素可能有很多，導致連結串列和二叉樹結構變多。因此，會在元素新增到一定數量時，就執行擴容操作，即新增元素數量達到 threshold 值時擴容。預設載入因子如果過小，會導致陣列還有很多空位置時擴容，陣列利用率低；預設載入因子如果過大，會導致陣列中存在很多元素時才擴容，連結串列和二叉樹結構過多。因此，預設載入因子在 0.7 ~ 0.75 左右比較合適。

  • TREEIFY_THRESHOLD：Bucket 中連結串列儲存的 Node 長度大於該預設值，判斷是否轉換為紅黑樹，預設為 8。

    /**
 * The bin count threshold for using a tree rather than list for a
 * bin.  Bins are converted to trees when adding an element to a
 * bin with at least this many nodes. The value must be greater
 * than 2 and should be at least 8 to mesh with assumptions in
 * tree removal about conversion back to plain bins upon
 * shrinkage.
 */
static final int TREEIFY_THRESHOLD = 8;

  • UNTREEIFY_THRESHOLD：Bucket 中紅黑樹儲存的 Node 長度小於該預設值，轉換為連結串列，預設為 6。

    /**
 * The bin count threshold for untreeifying a (split) bin during a
 * resize operation. Should be less than TREEIFY_THRESHOLD, and at
 * most 6 to mesh with shrinkage detection under removal.
 */
static final int UNTREEIFY_THRESHOLD = 6;

  • MIN_TREEIFY_CAPACITY：桶中的 Node 被樹化時最小的 hash 表容量，預設為 64。

    /**
 * The smallest table capacity for which bins may be treeified.
 * (Otherwise the table is resized if too many nodes in a bin.)
 * Should be at least 4 * TREEIFY_THRESHOLD to avoid conflicts
 * between resizing and treeification thresholds.
 */
static final int MIN_TREEIFY_CAPACITY = 64;
    • 當桶中 Node 的數量大到需要變紅黑樹（8）時，若 hash 表容量小於 MIN_TREEIFY_CAPACITY，此時應執行 resize() 進行擴容操作。MIN_TREEIFY_CAPACITY 的值至少是 TREEIFY_THRESHOLD 的 4 倍。

  • table：儲存元素的陣列，長度總是 2 的 n 次冪。

    /**
 * The table, initialized on first use, and resized as
 * necessary. When allocated, length is always a power of two.
 * (We also tolerate length zero in some operations to allow
 * bootstrapping mechanics that are currently not needed.)
 */
transient Node<K,V>[] table;

  • entrySet：儲存具體元素的集。

    /**
 * Holds cached entrySet(). Note that AbstractMap fields are used
 * for keySet() and values().
 */
transient Set<Map.Entry<K,V>> entrySet;

  • size：HashMap 中已儲存的鍵值對的數量。

    /**
 * The number of key-value mappings contained in this map.
 */
transient int size;

  • modCount：HashMap 擴容和結構改變的次數。

    /**
 * The number of times this HashMap has been structurally modified
 * Structural modifications are those that change the number of mappings in
 * the HashMap or otherwise modify its internal structure (e.g.,
 * rehash).  This field is used to make iterators on Collection-views of
 * the HashMap fail-fast.  (See ConcurrentModificationException).
 */
transient int modCount;

  • threshold：擴容的臨界值，其值一般等於（容量 * 載入因子），(int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);。擴容的操作不是當底層陣列全部被填滿後再擴容，而是達到臨界值後的下一次新增操作進行擴容。

    /**
 * The next size value at which to resize (capacity * load factor).
 *
 * @serial
 */
// (The javadoc description is true upon serialization.
// Additionally, if the table array has not been allocated, this
// field holds the initial array capacity, or zero signifying
// DEFAULT_INITIAL_CAPACITY.)
int threshold;

  • loadFactor：載入因子。

    /**
 * The load factor for the hash table.
 *
 * @serial
 */
final float loadFactor;

new HashMap<>() 時，賦值載入因子 loadFactor 為 DEFAULT_LOAD_FACTOR，即 0.75：

/**
 * 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
}

第一次呼叫 put() 方法時，透過 resize() 方法，建立一個長度為 16 的 Node 陣列：

/**
 * Associates the specified value with the specified key in this map.
 * If the map previously contained a mapping for the key, the old
 * value is replaced.
 *
 * @param key key with which the specified value is to be associated
 * @param value value to be associated with the specified key
 * @return the previous value associated with {@code key}, or
 *         {@code null} if there was no mapping for {@code key}.
 *         (A {@code null} return can also indicate that the map
 *         previously associated {@code null} with {@code key}.)
 */
public V put(K key, V value) {
    // key 做 hash
    return putVal(hash(key), key, value, false, true);
}

/**
 * Implements Map.put and related methods.
 *
 * @param hash hash for key
 * @param key the key
 * @param value the value to put
 * @param onlyIfAbsent if true, don't change existing value
 * @param evict if false, the table is in creation mode.
 * @return previous value, or null if none
 */
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)
        // 第一次呼叫 put() 方法，此時，table 未初始化，為 null，呼叫 resize() 方法，建立長度為 16 的 Node 陣列
        n = (tab = resize()).length;
    // 然後，檢視 Node 陣列中的位置 i 的元素 p，是否為 null
    if ((p = tab[i = (n - 1) & hash]) == null)
        // 如果 p 為 null，說明當前位置 i 沒有元素，新增成功 ---> 情況 1
        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))))
            // 位置 i 上的元素，與當前待新增元素的 key 相同
            e = p;
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            // 位置 i 上的元素，與當前待新增元素的 key 不同
            for (int binCount = 0; ; ++binCount) {
                // 位置 i 上，只有一個元素
                if ((e = p.next) == null) {
                    // 位置 i 上的原元素指向當前待新增的元素，新增成功 ---> 情況 2 和 3
                    p.next = newNode(hash, key, value, null);
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        // 如果連結串列的長度超過 8 時，判斷是否轉為紅黑樹結構
                        treeifyBin(tab, hash);
                    break;
                }
                // 位置 i 上，不止一個元素，依次獲得該連結串列上的每一個元素，與當前待新增元素的 key，對比 hash 值和 equals() 方法
                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;
}

/**
 * Initializes or doubles table size.  If null, allocates in
 * accord with initial capacity target held in field threshold.
 * Otherwise, because we are using power-of-two expansion, the
 * elements from each bin must either stay at same index, or move
 * with a power of two offset in the new table.
 *
 * @return the table
 */
final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    int oldThr = threshold;
    int newCap, newThr = 0;
    if (oldCap > 0) {
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // double threshold
    }
    else if (oldThr > 0) // initial capacity was placed in threshold
        newCap = oldThr;
    else {               // zero initial threshold signifies using defaults
        // 預設陣列長度 16
        newCap = DEFAULT_INITIAL_CAPACITY;
        // 預設擴容的臨界值 0.75 * 16 = 12
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    if (newThr == 0) {
        float ft = (float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
    // 賦值擴容的臨界值 12
    threshold = newThr;
    @SuppressWarnings({"rawtypes","unchecked"})
    // 建立一個長度為 16 的 Node 陣列
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;
    if (oldTab != null) {
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            if ((e = oldTab[j]) != null) {
                oldTab[j] = null;
                if (e.next == null)
                    newTab[e.hash & (newCap - 1)] = e;
                else if (e instanceof TreeNode)
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else { // preserve order
                    Node<K,V> loHead = null, loTail = null;
                    Node<K,V> hiHead = null, hiTail = null;
                    Node<K,V> next;
                    do {
                        next = e.next;
                        if ((e.hash & oldCap) == 0) {
                            if (loTail == null)
                                loHead = e;
                            else
                                loTail.next = e;
                            loTail = e;
                        }
                        else {
                            if (hiTail == null)
                                hiHead = e;
                            else
                                hiTail.next = e;
                            hiTail = e;
                        }
                    } while ((e = next) != null);
                    if (loTail != null) {
                        loTail.next = null;
                        newTab[j] = loHead;
                    }
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
}

計算 key 的 hash 值：

/**
 * Computes key.hashCode() and spreads (XORs) higher bits of hash
 * to lower.  Because the table uses power-of-two masking, sets of
 * hashes that vary only in bits above the current mask will
 * always collide. (Among known examples are sets of Float keys
 * holding consecutive whole numbers in small tables.)  So we
 * apply a transform that spreads the impact of higher bits
 * downward. There is a tradeoff between speed, utility, and
 * quality of bit-spreading. Because many common sets of hashes
 * are already reasonably distributed (so don't benefit from
 * spreading), and because we use trees to handle large sets of
 * collisions in bins, we just XOR some shifted bits in the
 * cheapest possible way to reduce systematic lossage, as well as
 * to incorporate impact of the highest bits that would otherwise
 * never be used in index calculations because of table bounds.
 */
static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

判斷連結串列是否轉紅黑樹：

/**
 * Replaces all linked nodes in bin at index for given hash unless
 * table is too small, in which case resizes instead.
 */
final void treeifyBin(Node<K,V>[] tab, int hash) {
    int n, index; Node<K,V> e;
    if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
        // 如果底層陣列的長度小於 64，只擴容，不轉紅黑樹
        resize();
    else if ((e = tab[index = (n - 1) & hash]) != null) {
        TreeNode<K,V> hd = null, tl = null;
        do {
            TreeNode<K,V> p = replacementTreeNode(e, null);
            if (tl == null)
                hd = p;
            else {
                p.prev = tl;
                tl.next = p;
            }
            tl = p;
        } while ((e = e.next) != null);
        if ((tab[index] = hd) != null)
            hd.treeify(tab);
    }
}

總結：

  • new HashMap<>() 時，底層沒有建立陣列，只賦值載入因子 loadFactor 為 0.75。
  • 首次呼叫 put() 方法時，底層建立長度為 16 的 Node 陣列。
  • 執行 map.put(key1, value1) 操作，可能已經執行過多次 put() 方法：

    • 首先，計算 key1 所在類的 hashCode() 以及其他操作計算 key1 的雜湊值，此雜湊值經過某種演算法計算以後，得到在 Node 陣列中的存放位置。

    • 如果此位置上的資料為空，此時的 key1 - value1 新增成功。---> 情況 1

    • 如果此位置上的資料不為空，意味著此位置上存在一個或多個資料，比較 key1 和已經存在的一個或多個資料的雜湊值：

      • 如果 key1 的雜湊值與已經存在的資料的雜湊值都不相同，此時 key1 - value1 新增成功。---> 情況 2
      • 如果 key1 的雜湊值和已經存在的某一個資料（key2 - value2）的雜湊值相同，則呼叫 key1 所在類的 equals(key2)，繼續比較：
        • 如果 equals() 返回 false：此時 key1 - value1 新增成功。---> 情況 3
        • 如果 equals() 返回 true：使用 value1 替換 value2。

    • 補充：關於情況 2 和情況 3，此時 key1 - value1 和原來的資料以連結串列的方式儲存。

  • 當陣列的某一個索引位置上的元素以連結串列形式存在的資料個數 > 8 且當前陣列的長度 > 64時，此時此索引位置上的資料改為使用紅黑樹儲存。

儲存結構：陣列 + 連結串列 + 紅黑樹。

1722141753815

擴容過程：

  • 當 HashMap 中的元素越來越多的時候，hash 衝突的機率也就越來越高，因為底層陣列的長度是固定的。所以為了提高查詢的效率，就要對 HashMap 的底層陣列進行擴容，而在 HashMap 陣列擴容之後，最消耗效能的點就出現了：原陣列中的資料必須重新計算其在新陣列中的位置，並放進去，這就是resize()。
  • 當 HashMap 中的元素個數超過 "陣列大小（陣列總大小 length，不是陣列中儲存的元素個數 size） * loadFactor" 時 ， 就會進行陣列擴容 。其中，loadFactor 的 預設值為 0.75，這是一個折中的取值，預設情況下，陣列大小為 16，那麼當 HashMap 中元素個數 ≥ 16 * 0.75 = 12 （這個值就是程式碼中的 threshold 值，也叫做臨界值）且要存放的位置非空的時候，就把陣列的大小擴充套件為 2 * 16 = 32，即擴大一倍，然後重新計算每個元素在陣列中的位置，把原有的資料複製到新陣列中。
  • 擴容是一個非常消耗效能的操作，如果已經預知 HashMap 中元素的個數，那麼預設元素的個數能夠有效的提高 HashMap 的效能。

LinkedHashMap

LinkedHashMap 在 HashMap 儲存結構的基礎上，使用了一對雙向連結串列來記錄新增元素的順序，對於頻繁的遍歷操作，執行效率高於 HashMap。

  • LinkedHashMap 在遍歷元素時，可以按照新增的順序實現遍歷。

LinkedHashMap 在原有的 HashMap 底層結構基礎上，新增了一對指標 befor 和 after，指向當前元素的前一個和後一個元素：

/**
 * HashMap.Node subclass for normal LinkedHashMap entries.
 */
static class Entry<K,V> extends HashMap.Node<K,V> {
    Entry<K,V> before, after;
    Entry(int hash, K key, V value, Node<K,V> next) {
        super(hash, key, value, next);
    }
}

原文連結

https://github.com/ACatSmiling/zero-to-zero/blob/main/JavaLanguage/java-advanced.md

相關文章