访问量
访客数

Java集合

2021.10.04 阅读量

概述

Java中的集合主要包括CollectionMap两种,Collection存储着对象的集合,而Map存储着键值对的映射表。

Java中的集合-01

数组

如果你看过ArrayList类源码,就知道ArrayList底层是通过数组来存储元素的,所以如果严格来说,数组也算集合的一种。 Java中提供的数组是用来存储固定大小的同类型元素,所以Java数组就是同类数据元素的集合。 在Java中,数组是一种非常常用的数据结构,用于存储同一类型的一组元素。

// 定义一个整数数组
int[] intArray;

// 初始化数组并赋值
intArray = new int[5]; // 数组长度为5,每个元素默认值为0

// 定义并初始化数组
int[] anotherArray = {1, 2, 3, 4, 5}; // 定义并同时赋值

数组是引用数据类型,如果使用了没有开辟空间的数组,则一定会出现NullPointerException异常信息。 所以数组本质上也是Java对象,能够向下或者向上转型,能使用instanceof关键字。

int[] intArray; // 声明数组但未初始化
System.out.println(intArray[0]); // 这将导致 NullPointerException


Object obj = new int[5]; // 向上转型
if (obj instanceof int[]) {
int[] array = (int[]) obj; // 向下转型
    System.out.println("Successfully casted obj to int[]");
}

数组由于其连续的内存分配和高效的下标访问,具有高访问效率,但其固定大小、插入删除低效、单一类型限制和高内存要求使其在实际应用中不如集合灵活, 所以我们应该优选集合,而不是数组。只有在已证明性能成为问题的时候,并且确定切换到数组对性能提高有帮助时,才应该将项目重构为使用数组。

变长参数

在Java中,变长参数在方法定义中处理方式与数组相同。 变长参数允许你传递任意数量的参数到一个方法中,编译时会将其处理为一个数组。例如:

public void methodName(int... values) {
    for (int value : values) {
        System.out.println(value);
    }
}
// 在这个方法中,可以传递任意数量的整数
methodName(1, 2, 3); // 传递三个参数
methodName(4, 5); // 传递两个参数
methodName(); // 传递零个参数

一个方法只能有一个变长参数,即使是不同类型也不行。并且变长参数必须是方法参数列表中的最后一个参数。

定义数组

由于数组没有提供任何的封装,所有对元素的操作,都是通过自定义的方法实现的,对数组元素的操作比较麻烦,好在Java自带了一些API供开发者调用。

int[] array1 = { 1,2,3,4,5 }; 
int[] array2 = new int[10];
int[] array3 = new int[]{ 1,2,3,4,5 };

需要注意的是[],写在数组名称的前后都可以,但是推荐第一种写法:

int[] array1 = { 1,2,3,4,5 };
int array2[] = { 1,2,3,4,5 };

遍历数组

在Java中,遍历数组有多种不同的方式,每种方式适合不同的情况和需求。以下是几种常见的遍历数组的方式:

  1. 使用普通for循环;
    int[] array = {1, 2, 3, 4, 5};
    
    for (int i = 0; i < array.length; i++) {
        System.out.println(array[i]);
    }
    
  2. 使用增强for循环;
    int[] array = {1, 2, 3, 4, 5};
    
    for (int num : array) {
        System.out.println(num);
    }
    
  3. 使用Java 8的Stream API
    int[] array = {1, 2, 3, 4, 5};
    
    Arrays.stream(array).forEach(num -> System.out.println(num));
    

数组去重

  1. 如果数组元素是对象类型(如StringInteger等),可以利用集合类的特性来进行去重。这种方法简单直接,适用于不需要保持原始顺序的情况;
    public class ArrayDuplicateRemoval {
        public static void main(String[] args) {
            // 示例数组
            Integer[] array = {1, 2, 3, 3, 4, 5, 1, 2};
    
            // 使用Set去重
            Set<Integer> set = new LinkedHashSet<>(Arrays.asList(array));
            Integer[] result = set.toArray(new Integer[0]);
    
            // 输出去重后的数组
            System.out.println(Arrays.toString(result));
        }
    }
    
  2. Java 8引入的Stream API提供了一种更加函数式和流畅的方式进行数组去重。这种方法同样适用于对象类型数组,且可以保持元素的原始顺序;
    public class ArrayDuplicateRemoval {
        public static void main(String[] args) {
            // 示例数组
            Integer[] array = {1, 2, 3, 3, 4, 5, 1, 2};
    
            // 使用Stream API去重
            Integer[] result = Arrays.stream(array)
                                     .distinct()
                                     .toArray(Integer[]::new);
    
            // 输出去重后的数组
            System.out.println(Arrays.toString(result));
        }
    }
    

数组转集合

  1. 使用Arrays.asList方法;
    public class ArrayToCollection {
        public static void main(String[] args) {
            // 示例数组
            String[] array = {"A", "B", "C", "D"};
    
            // 将数组转换为List
            List<String> list = Arrays.asList(array);
    
            // 输出List
            System.out.println(list);
        }
    }
    
  2. 使用Collections.addAll方法;
    public class ArrayToCollection {
        public static void main(String[] args) {
            // 示例数组
            String[] array = {"A", "B", "C", "D"};
    
            // 创建一个空的List
            List<String> list = new ArrayList<>();
    
            // 将数组元素添加到List中
            Collections.addAll(list, array);
    
            // 输出List
            System.out.println(list);
        }
    }
    
  3. 使用Stream API
    public class ArrayToCollection {
        public static void main(String[] args) {
            // 示例数组
            String[] array = {"A", "B", "C", "D"};
    
            // 将数组转换为List
            List<String> list = Stream.of(array).collect(Collectors.toList());
    
            // 输出List
            System.out.println(list);
        }
    }
    

ArrayList

List接口实现类中,最常用的就是ArrayListArrayList类是一个可以动态修改的数组,与普通数组的区别就是它是没有固定大小的限制,可以添加或删除元素。 ArrayList继承了AbstractList,并实现了ListRandomAccessCloneable接口:

public class ArrayList<E> extends AbstractList<E> implements List<E>, RandomAccess,Cloneable,Serializable{}

RandomAccess

Random是随机的意思,Access是访问的意思,合起来RandomAccess就是随机访问的意思。 RandomAccess接口是一个标记接口,用来标记实现的List集合具备快速随机访问的能力。 所有的List实现都支持随机访问的,只是基于基本结构的不同,实现的速度不同罢了。

当一个List拥有快速访问功能时,其遍历方法采用随机访问速度最快,而没有快速随机访问的List采用顺序访问的速度最快。 如果集合中的数据量过大需要遍历时,此时需要格外注意,因为不同的遍历方式会影响很大,可以使用instanceof关键字来判断该类有没有RandomAccess标记:

// 假设 list 数据量非常大,推荐写法
List<Object> list = ...;

if(list instanceof RandomAccess){
    // 随机访问
    for (int i = 0;i< list.size();i++) {
        System.out.println(list.get(i));
    }
}else {
    // 顺序访问
    for(Object obj: list) {
        System.out.println(obj);
    }
}

ListArrayListRandomAccess接口标记,而LinkedList没有被RandomAccess接口标记,所以ArrayList适合随机访问,而LinkedList适合顺序访问。

Cloneable

Cloneable接口是Java开发中常用的一个接口,它是一个标记接口。 如果一个想要拷贝一个对象,就需要重写Object中的clone方法并让其实现Cloneable接口。如果只重写clone方法,不实现Cloneable接口就会报CloneNotSupportedException异常。

clone方法源码:

protected native Object clone() throws CloneNotSupportedException;

应当注意的是,clone()方法并不是Cloneable接口的方法,而是Object的一个protected方法。 Cloneable接口只是规定,如果一个类没有实现Cloneable接口又调用了clone方法,就会抛出CloneNotSupportedException。 换言之,clone方法规定了想要拷贝对象,就需要实现Cloneable方法,clone方法让Cloneable接口变得有意义。

拷贝分为浅拷贝与深拷贝:

  • 浅拷贝:被复制对象的所有值属性都含有与原来对象的相同,而所有的对象引用属性仍然指向原来的对象;
  • 深拷贝:在浅拷贝的基础上,所有引用其他对象的变量也进行了clone,并指向被复制过的新对象;

如果一个被复制的属性都是基本类型,那么只需要实现当前类的Cloneable机制就可以了,此为浅拷贝。 如果被复制对象的属性包含其他实体类对象引用,那么这些实体类对象都需要实现Cloneable接口并覆盖clone方法。 ArrayListclone方法可以创建一个浅拷贝。

// ArrayList类
public class ArrayList implements Cloneable {

    transient Object[] elementData;     

    /**
     * Returns a shallow copy of this <tt>ArrayList</tt> instance.  (The
     * elements themselves are not copied.)
     *
     * @return a clone of this <tt>ArrayList</tt> instance
     */
    public Object clone() {
        try {
            // 调用Object类的clone方法
            ArrayList<?> v = (ArrayList<?>) super.clone();
            
            // 将集合中的元素进行拷贝
            v.elementData = Arrays.copyOf(elementData, size);
            v.modCount = 0;
            return v;
        } catch (CloneNotSupportedException e) {
            // this shouldn't happen, since we are Cloneable
            throw new InternalError(e);
        }
    }
}

// Arrays类
public class Arrays{
   public static <T> T[] copyOf(T[] original, int newLength) {
        return (T[]) copyOf(original, newLength, original.getClass());
    }
    
    public static <T,U> T[] copyOf(U[] original, int newLength, Class<? extends T[]> newType) {
        @SuppressWarnings("unchecked")
        T[] copy = ((Object)newType == (Object)Object[].class)
            ? (T[]) new Object[newLength]
            : (T[]) Array.newInstance(newType.getComponentType(), newLength);
        System.arraycopy(original, 0, copy, 0, Math.min(original.length, newLength));
        return copy;
    }
}

ArrayList中核心方法最终调用Arrays.copyOf方法,其中调用Arrays.newInstance方法或者创建一个新数组,Arrays.newInstance方法作用,是创建具有指定组件类型和长度的新数组。 所以不论怎样都会创建一个Object数组。最后使用System.arraycopy方法将之前的旧数组中的元素拷贝到新创建的数组中,然后赋值给ArrayList.elementData对象并返回。

如果需要深拷贝,即复制对象及其引用的所有对象,需要手动实现拷贝逻辑,通常涉及遍历列表并复制每个元素。

class Item implements Cloneable {
    String name;

    Item(String name) {
        this.name = name;
    }

    @Override
    protected Object clone() throws CloneNotSupportedException {
        return super.clone();
    }

    @Override
    public String toString() {
        return name;
    }
}

public class ArrayListCopy {
    public static void main(String[] args) throws CloneNotSupportedException {
        // 创建并初始化一个ArrayList
        ArrayList<Item> originalList = new ArrayList<>();
        originalList.add(new Item("A"));
        originalList.add(new Item("B"));
        originalList.add(new Item("C"));

        // 深拷贝
        ArrayList<Item> deepCopy = new ArrayList<>();
        for (Item item : originalList) {
            deepCopy.add((Item) item.clone());
        }

        // 修改原始列表的元素
        originalList.get(0).name = "Z";

        // 输出结果
        System.out.println("Original List: " + originalList);
        System.out.println("Deep Copy: " + deepCopy);
    }
}

ArrayList扩容

因为ArrayList底层使用数组保存数据的,而数组一旦被创建就不能改变大小,但是ArrayList的长度是可以改变的,所以可以通过ArrayList类中的add方法找到数组扩容方法。 add方法调用栈:

add 
    -> ensureCapacityInternal()
    -> calculateCapacity()
    -> ensureExplicitCapacity()
    -> grow()

通过add方法,最终找到了grow方法,也就是扩容的核心方法:

    private void grow(int minCapacity) {
        // overflow-conscious code
        int oldCapacity = elementData.length;
        int newCapacity = oldCapacity + (oldCapacity >> 1);
        if (newCapacity - minCapacity < 0)
            newCapacity = minCapacity;
        if (newCapacity - MAX_ARRAY_SIZE > 0)
            newCapacity = hugeCapacity(minCapacity);
        // minCapacity is usually close to size, so this is a win:
        elementData = Arrays.copyOf(elementData, newCapacity);
    }

ArrayList如果没有指定容量创建数组,默认会创建一个长度为10的数组用来保存元素,之后通过grow方法中的这段代码:

 int newCapacity = oldCapacity + (oldCapacity >> 1);

>>右移几位就是相当于除以2的几次幂,所以每次扩容都是原容量的1.5倍。最后通过Arrays.copyOf方法将之前的数组中元素,全部移到新创建的数组上。

由于频繁的扩容数组会对性能产生影响,如果在ArrayList中要存储很大的数据,需要在ArrayList的有参构造中指定数组的长度,来减少扩容的次数。 需要注意的是创建指定长度的ArrayList,在没有add之前ArrayList中的数组已经初始化了,但是List的大小没变,因为List的大小是由size决定的。

List<String> list = new ArrayList(1000000);

ArrayList与LinkedList

ArrayListLinkedList性能比较是一道经典的面试题,先说答案ArrayList查找快,增删慢,而LinkedList增删快,查找慢。 造成这种原因是因为底层的数据结构不一样。ArrayList底层是数组,而数组的中的元素内存分配都是连续的,并且数组中的元素只能存放一种,这就造成了数组中的元素地址是有规律的,数组中查找元素快速的原因正是利用了这一特点。 查询方式为: 首地址+(元素类型长度*下标)。例如:new int arr[5]; arr数组的地址假设为0x1000,那么arr[3]地址可看作为 0x1000 + (3 * 4),3为数组下标,4为int元素类型长度。

LinkedList在Java中的底层结构是对象,每一个对象结点中都保存了下一个结点的位置形成的链表结构,由于LinkedList元素的地址是不连续的,所以没办法按照数组那样去查找,所以就比较慢。

由于数组一旦分配了大小就不能改变,所以ArrayList在进行添加操作时会创建新的数组,如果要添加到ArrayList中的指定的位置,是通过System.arraycopy方法将数组进行复制,新的数组会将待插入的指定位置空余出来,最后在将元素添加到集合中。 在进行删除操作时是通过System.arraycopy方法,将待删除元素后面剩余元素复制到待删除元素的位置。当ArrayList里有大量数据时,这时候去频繁插入或删除元素会触发底层数组频繁拷贝,所以效率不高,还会造成内存空间的浪费。

LinkedList在进行添加,删除操作时,会用二分查找法找到将要添加或删除的元素,之后再设置对象的下一个结点来进行添加或删除操作,所以增加删除的效率高。

二分查找法:也称为折半查找法,是一种适用于大量数据查找的方法,但是要求数据必须的排好序的,每次以中间的值进行比较,根据比较的结果可以直接舍去一半的值,直至全部找完(可能会找不到)或者找到数据为止。 此处LinkedList会比较查找的元素是距离头结点比较近,还是尾结点比较近,距离哪边较近则从哪边开始查找。

ArrayList获取元素效率非常的高,时间复杂度是O(1),而查找、插入和删除元素效率似乎不太高,时间复杂度为O(n)LinkedListArrayList相反,获取第几个元素依次遍历复杂度O(n),添加到末尾复杂度O(1),添加到指定位置复杂度O(n),删除元素直接指针指向操作复杂度O(1)

注意,ArrayList的增删不一定比LinkedList效率低,但是ArrayList查找效率一定比LinkedList高。 如果在靠近末尾的地方插入,那么ArrayList只需要移动较少的数据,而LinkedList则需要一直查找到列表尾部,反而耗费较多时间,这时ArrayList就比LinkedList要快。

所以在实际开发中,ArrayList适用于需要快速随机访问和较少插入删除操作的场景,而LinkedList适用于频繁插入删除操作和需要实现队列或双端队列的场景。

线程安全

众所周知,ArrayList是线程不安全的,因为它不保证在多线程环境下的同步操作,当多个线程同时访问和修改同一个ArrayList对象时可能会导致数据不一致或抛出异常。 多线程下抛出ConcurrentModificationException异常。

public class MainTest {
    // 如果没有报错,需要多试几次
    public static void main(String[] args) {
        ArrayList<String> arrayList = new ArrayList<>();
        for(int i=0; i< 10; i++) {
            new Thread(() -> {
                arrayList.add(UUID.randomUUID().toString());
                System.out.println(arrayList);
            },String.valueOf(i)).start();
        }
    }
}

出现该异常的原因是集合中的fail-fast机制。在查看源码的时候,发现调用remove方法时,会执行checkForComodification方法。 若modCount不等于expectedModCount,则抛出ConcurrentModificationException异常。

final void checkForComodification() {
    if (modCount != expectedModCount)
        throw new ConcurrentModificationException();
}

那为什么会抛出ConcurrentModificationException异常呢? 在调用add方法时,会修改modCount++。一个线程调用add方法,一个线程调用next遍历方法,都共同读取modCount变量的值。 因为是多线程操作,expectedModCountmodCount变量为公共的,所以很容易出现modCount != expectedModCount,所以便抛出异常。

// 添加元素到指定的位置
public void add(int index, E element) {
    if (index > size || index < 0)
        throw new IndexOutOfBoundsException(
                "Index: " + index + ", Size: " + size);

    // 修改modCount
    ensureCapacity(size + 1);  // Increments modCount!!
    System.arraycopy(elementData, index, elementData, index + 1,
            size - index);
    elementData[index] = element;
    size++;
}

因此,在多线程环境中使用ArrayList时,需要手动同步操作,或者使用线程安全的集合类。保证ArrayList线程安全有以下几种方法:

  1. 可以使用 Vector 来代替 ArrayListVector是线程安全的ArrayList,但是由于底层是加了synchronized,性能略差不推荐使用;
    List list = new Vector();
    list.add(UUID.randomUUID().toString());
    
  2. 使用Collections.synchronizedArrayList() 来创建 ArrayList。使用Collections工具类来创建ArrayList的思路是,在ArrayList的外边套了一个synchronized外壳,来保证ArrayList线程安全;
    List list = Collections.synchronizedArrayList();
    list.add(UUID.randomUUID().toString());
    
  3. 使用CopyOnWriteArrayList()来保证 ArrayList 线程安全。CopyWriteArrayList字面意思就是在写的时候复制,主要思想就是读写分离的思想。 CopyWriteArrayList之所以线程安全的原因是在源码里面使用ReentrantLock,所以保证了某个线程在写的时候不会被打断;
    CopyOnWriteArrayList<String> list = new CopyOnWriteArrayList<>();
    list.add(UUID.randomUUID().toString());
    

其中比较推荐的解决方案是使用CopyOnWriteArrayListCopyWriteArrayList字面意思就是在写的时候复制,思想就是读写分离的思想。它的基本原理是每次修改操作都会创建该列表的一个新副本,因此读操作不需要加锁,可以并发执行。 以下是CopyOnWriteArrayListadd()方法源码:

    /** The array, accessed only via getArray/setArray. */
    private transient volatile Object[] array;

    /** The lock protecting all mutators */
    final transient ReentrantLock lock = new ReentrantLock();

     /**
     * Gets the array.  Non-private so as to also be accessible
     * from CopyOnWriteArraySet class.
     */
    final Object[] getArray() {
        return array;
    }

    /**
     * Appends the specified element to the end of this list.
     *
     * @param e element to be appended to this list
     * @return {@code true}
     */
    public boolean add(E e) {
        final ReentrantLock lock = this.lock;
        lock.lock();
        try {
            Object[] elements = getArray();
            int len = elements.length;
            Object[] newElements = Arrays.copyOf(elements, len + 1);
            newElements[len] = e;
            setArray(newElements);
            return true;
        } finally {
            lock.unlock();
        }
    }

CopyWriteArrayList之所以线程安全的原因是在源码里面使用ReentrantLock保证了某个线程在写的时候不会被打断。 可以看到源码开始先是复制了一份数组,同一时刻只有一个线程写,其余的线程会读。在复制的数组上边进行写操作,写好以后在返回true。 这样就把读写进行了分离,写好以后因为array加了volatile修饰,所以该数组是对于其他的线程是可见的,就会读取到最新的值。 由于每次写操作都会创建一个数组的新副本,所以写操作的开销较大。但是读取操作非常高效且不需要加锁,因此适用于读操作远多于写操作的场景,例如缓存、白名单等。

ArrayList安全删除

ArrayList中删除元素时,“安全删除” 指的是在删除元素过程中避免出现异常或错误,并确保集合的结构和元素的状态保持一致。 在使用增强型for-each循环遍历ArrayList时,如果尝试删除元素,会抛出ConcurrentModificationException

public class ArrayListError {
    public static void main(String[] args) {
        ArrayList<String> list = new ArrayList<>();
        list.add("A");
        list.add("B");
        list.add("C");
        list.add("D");

        for (String element : list) {
            if ("B".equals(element)) {
                list.remove(element); // 这会抛出 ConcurrentModificationException
            }
        }
    }
}

在前面讲过add方法,会操作modCount变量的值,在查看源码的时候,发现调用remove方法时,也会操作modCount变量的值。 当调用remove方法时执行了modCount++,此时modCount变成了N+1。然后接着再循环中遍历调用next方法,调用checkForComodification比较expectedModCountmodCount的大小,此时modCount != expectedModCount,便抛出异常。

final void checkForComodification() {
    if (modCount != expectedModCount)
        throw new ConcurrentModificationException();
}

 // 删除指定位置的元素 
public E remove(int index) {
    RangeCheck(index);

    // 修改modCount
    modCount++;
    E oldValue = (E) elementData[index];

    int numMoved = size - index - 1;
    if (numMoved > 0)
        System.arraycopy(elementData, index+1, elementData, index, numMoved);
    elementData[--size] = null; // Let gc do its work

    return oldValue;
}

安全删除的关键在于,确保在遍历和删除操作中不会同时对集合的结构造成不一致性,从而导致程序运行时出现异常或者结果不符合预期。

最经典的解决方案是使用Iterator遍历集合,在遍历过程中删除元素。在使用迭代器遍历ArrayList时,迭代器会维护一个expectedModCount,它记录了迭代开始时的modCount。 每次调用迭代器的next方法时,都会检查当前的modCount是否与expectedModCount相等,如果不相等就抛出ConcurrentModificationException异常。使用迭代器的remove()方法能够确保在删除元素时,同步更新,从而避免异常。

ArrayList<String> list = new ArrayList<>();
// 添加元素到列表中
Iterator<String> iterator = list.iterator();
while (iterator.hasNext()) {
    String element = iterator.next();
    if (/* 满足删除条件 */) {
        iterator.remove(); // 使用迭代器的 remove 方法安全删除元素
    }
}

HashSet

HashSet是基于HashMap来实现的,支持快速查找,但不支持有序性操作。实现了Set接口,同时还实现了序列化和可克隆化。 Set不允许存储重复的元素,即集合中的元素是唯一的。当试图添加一个已经存在的元素时,add方法会返回false,并且集合不会发生改变。

public class HashSetExample {
    public static void main(String[] args) {
        // 创建一个 HashSet 实例
        HashSet<String> set = new HashSet<>();

        // 添加元素
        set.add("Apple");
        set.add("Banana");
        set.add("Orange");

        // 打印 HashSet
        System.out.println("HashSet: " + set);

        // 尝试添加重复元素
        boolean added = set.add("Apple");
        System.out.println("Added duplicate element: " + added); // 输出: false

        // 删除元素
        set.remove("Banana");
        System.out.println("After removing 'Banana': " + set);
    }
}

去重原理

HashSet内部实际上是由一个HashMap实例支持的,其中HashMap的键值对中的键存储了HashSet中的元素,而值则是一个占位对象,用来表示键已经存在。

当调用HashSetadd(E e)方法添加元素时,首先会调用元素ehashCode方法获取其哈希码。HashSet根据哈希码确定元素在内部HashMap的存储位置。 如果该位置上已经存在一个元素,则使用 equals 方法比较新元素e与已存在的元素是否相等。 如果equals方法返回true,则认为新元素与已存在元素相同,不进行添加操作,返回false。 如果equals方法返回false,则说明哈希码冲突,但实际上是不同的对象,此时将新元素添加到 HashSet中,返回true。 如果该位置上不存在任何元素,则直接将新元素添加到HashSet中,并返回true

简单来说,HashSet利用对象的哈希码和equals方法来确保集合中不存储重复的元素。 当添加新元素时,先计算其哈希码确定存储位置,如果位置上已存在相同哈希码且通过equals方法比较相等的元素,则不添加,否则添加新元素到集合中。

HashSet添加方法的实现源码如下:

// hashmap 中 put() 返回 null 时,表示操作成功
public boolean add(E e) {
    return map.put(e, PRESENT)==null;
}

// 返回值:如果插入位置没有元素则返回 null,否则返回上一个元素
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;
   //如果哈希表为空,调用 resize() 创建一个哈希表,并用变量 n 记录哈希表长度
   if ((tab = table) == null || (n = tab.length) == 0)
      n = (tab = resize()).length;
   /**
    * 如果指定参数 hash 在表中没有对应的桶,即为没有碰撞
    * Hash函数,(n - 1) & hash 计算 key 将被放置的槽位
    * (n - 1) & hash 本质上是 hash % n 位运算更快
    */
   if ((p = tab[i = (n - 1) & hash]) == null)
      // 直接将键值对插入到 map 中即可
      tab[i] = newNode(hash, key, value, null);
   else {// 桶中已经存在元素
      Node<K, V> e;
      K k;
      // 比较桶中第一个元素(数组中的结点)的 hash 值相等,key 相等
      if (p.hash == hash &&
              ((k = p.key) == key || (key != null && key.equals(k))))
         // 将第一个元素赋值给 e,用 e 来记录
         e = p;
         // 当前桶中无该键值对,且桶是红黑树结构,按照红黑树结构插入
      else if (p instanceof TreeNode)
         e = ((TreeNode<K, V>) p).putTreeVal(this, tab, hash, key, value);
         // 当前桶中无该键值对,且桶是链表结构,按照链表结构插入到尾部
      else {
         for (int binCount = 0; ; ++binCount) {
            // 遍历到链表尾部
            if ((e = p.next) == null) {
               p.next = newNode(hash, key, value, null);
               // 检查链表长度是否达到阈值,达到将该槽位节点组织形式转为红黑树
               if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                  treeifyBin(tab, hash);
               break;
            }
            // 链表节点的<key, value>与 put 操作<key, value>
            // 相同时,不做重复操作,跳出循环
            if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
               break;
            p = e;
         }
      }
      // 找到或新建一个 key 和 hashCode 与插入元素相等的键值对,进行 put 操作
      if (e != null) { // existing mapping for key
         // 记录 e 的 value
         V oldValue = e.value;
         /**
          * onlyIfAbsent 为 false 或旧值为 null 时,允许替换旧值
          * 否则无需替换
          */
         if (!onlyIfAbsent || oldValue == null)
            e.value = value;
         // 访问后回调
         afterNodeAccess(e);
         // 返回旧值
         return oldValue;
      }
   }
   // 更新结构化修改信息
   ++modCount;
   // 键值对数目超过阈值时,进行 rehash
   if (++size > threshold)
      resize();
   // 插入后回调
   afterNodeInsertion(evict);
   return null;
}

从上述源码可以看出,当将一个键值对放入HashMap时,首先根据keyhashCode()返回值决定该Entry的存储位置。如果有两个keyhash值相同,则会判断这两个元素keyequals()是否相同,如果相同就返回true,说明是重复键值对,那么HashSetadd方法的返回值会是false,表示HashSet添加元素失败。 因此,如果向HashSet中添加一个已经存在的元素,新添加的集合元素不会覆盖已有元素,从而保证了元素的不重复。如果不是重复元素,put方法最终会返回null,传递到HashSetadd方法就是添加成功。

equals与hashCode

因为HashSet底层用到了equalshashCode方法,如果对象中的equalshashCode方法没有正确地重写,可能会导致HashSet在判断元素相等性时出现问题,从而允许添加相同的元素。

equals()地址比较是通过对象的哈希值来比较的。hash值是由hashCode方法产生的,hashCode属于Object类的本地方法,默认使用==比较两个对象,如果equals()相等,hashcode一定相等,如果hashcode相等,equals不一定相等。 所以在覆盖equals方法时应当总是覆盖hashCode方法,保证等价的两个对象散列值也相等。

下面的代码中,新建了两个等价的对象,并将它们添加到HashSet中。我们希望将这两个对象当成一样的,只在集合中添加一个对象,但是因为EqualExample没有实现hashCode方法,因此这两个对象的散列值是不同的,最终导致集合添加了两个等价的对象。

public class MainTest {
    public static void main(String[] args) {
        EqualExample e1 = new EqualExample(1, 1, 1);
        EqualExample e2 = new EqualExample(1, 1, 1);
        // true
        System.out.println(e1.equals(e2));
        HashSet<EqualExample> set = new HashSet<>();
        set.add(e1);
        set.add(e2);
        // 2
        System.out.println(set.size());
    }
}

所以在覆盖equals方法时应当总是覆盖hashCode方法,保证等价的两个对象散列值也相等。

线程安全

HashSetArrayList类似,也是线程不安全的集合类,也会出现ConcurrentModificationException异常。代码演示线程不安全示例:

public class MainTest {
    public static void main(String[] args) {
        HashSet<String> set = new HashSet<>();
        for(int i=0; i< 10; i++) {
            new Thread(() -> {
                set.add(UUID.randomUUID().toString());
                System.out.println(set);
            },String.valueOf(i)).start();
        }
    }
}

HashSet线程不安全的解决方案通常是使用CopyOnWriteArraySet。这种集合在读操作远多于写操作的场景中非常有用,因为它通过每次修改创建集合的副本来实现线程安全。 CopyOnWriteArraySet是Java中一种线程安全的Set实现,内部使用了CopyOnWriteArrayList来存储元素。

private final CopyOnWriteArrayList<E> al;
/**
 * Creates an empty set.
 */
public CopyOnWriteArraySet() {
    al = new CopyOnWriteArrayList<E>();
}

因为底层用CopyOnWriteArrayList存储,所以写操作开销大,每次修改都会创建数组副本,适用场景有限。不适用于写操作频繁的场景,否则会导致高昂的内存和时间开销。 与CopyOnWriteArrayList不同的是,CopyOnWriteArraySet不允许包含重复元素。如果尝试添加一个已经存在的元素,集合将保持不变,所以该集合在线程不安全的情况下可替代HashSet

public class CopyOnWriteArraySetExample {
   public static void main(String[] args) {
      // 创建一个 CopyOnWriteArraySet
      Set<String> cowSet = new CopyOnWriteArraySet<>();

      // 添加元素
      cowSet.add("Apple");
      cowSet.add("Banana");
      cowSet.add("Apple"); // 不允许重复元素

      // 读取元素
      System.out.println("Set: " + cowSet);

      // 迭代元素
      for (String fruit : cowSet) {
         System.out.println(fruit);
      }

      // 添加新元素
      cowSet.add("Grapes");
      System.out.println("After adding Grapes: " + cowSet);

      // 删除元素
      cowSet.remove("Banana");
      System.out.println("After removing Banana: " + cowSet);
   }
}

Queue

在Java中,队列是一种常用的数据结构,用于按顺序存储元素,通常以先进先出(FIFOFirst In First Out)的方式进行操作。 它和List的区别在于,List可以在任意位置添加和删除元素,而队列只有两个操作,把元素添加到队列末尾,或者从队列头部取出元素。

常见实现:

  • LinkedListLinkedList类实现了Queue接口,同时也实现了Deque接口(双端队列)。它可以作为队列、双端队列或堆栈使用;
    Queue<String> queue = new LinkedList<>();
    queue.offer("A");
    queue.offer("B");
    queue.poll(); // 返回 "A" 并移除
    
  • PriorityQueuePriorityQueue是一个基于优先级堆实现的队列,元素根据其自然顺序进行排序;
    PriorityQueue<Integer> pq = new PriorityQueue<>();
    pq.offer(2);
    pq.offer(1);
    pq.offer(3);
    pq.poll(); // 返回 1 并移除
    
  • ArrayDequeArrayDeque类实现了Deque接口,是一个可调整大小的数组实现的双端队列,通常比LinkedList更快;
    Deque<String> deque = new ArrayDeque<>();
    deque.offer("A");
    deque.offerFirst("B");
    deque.pollLast(); // 返回 "A" 并移除
    

队列的实现通常不允许插入null元素,尽管一些实现,如LinkedList,不禁止插入null元素。 即使在允许的实现中,null也不应插入队列中,因为poll方法也使用null作为特殊返回值,用来表示队列不包含任何元素。这会导致难以区分队列中的null元素和队列为空的情况。

poll()peek()方法:

  • poll(): 检索并删除此队列的头部,如果此队列为空,则返回null
  • peek(): 检索但不删除此队列的头部,如果此队列为空,则返回null

HashMap

HashMap是一个散列表,它存储的内容是键值对(key-value)映射。 HashMap实现了Map接口,根据键的HashCode值存储数据,具有很快的访问速度,最多允许一条记录的键为null,不支持线程同步。HashMap是无序的,即不会记录插入的顺序。

相关操作:

  • 存储:通过keyhashcode方法找到在hashMap存储的位置,如果该位置有元素则通过equals方法进行比较,如果equals返回值为true,则覆盖value; 如果equals返回值为false则在该数组元素的头部追加该元素,形成一个链表结构;
  • 读取:通过keyhashcode方法获取元素存在该数组的位置,然后通过equals拿到该值;

总的来说hashMap底层将key-value当成一个整体来处,hashMap底层采用一个Entry数组保存所有的键值对。 当存储一个entry对象时,会根据keyhashCode来决定存放在数组中的位置,再根据equals方法来确定在链表中的位置,读取一个entry对象。 equalshashCodehashMap中就像一个坐标一样,来定位hashMap中的值。

HashMap结构

HashMap结构

在JDK1.7及之前结构为数组+单向链表,JDK1.8及之后结构为数组 + 单向链表/红黑树。 在JDK1.8时,如果存储Map中数组元素对应的索引的每个链表超过8,就将单向链表转化为红黑树,当红黑树的节点少于6个的时候又开始使用链表。

那么为什么要使用红黑树? 当有发生大量的hash冲突时,因为链表遍历效率很慢,为了提升查询的效率,所以使用了红黑树的数据结构。

为什么不一开始就用红黑树代替链表结构?

Because TreeNodes are about twice the size of regular nodes, we use them only when bins contain enough nodes to warrant use (see TREEIFY_THRESHOLD). And when they become too small (due to removal or resizing) they are converted back to plain bins.

这是JDK文档注释,大意为:单个TreeNode需要占用的空间大约是普通Node的两倍,所以只有当包含足够多的Nodes时才会转成TreeNodes,而是否足够多就是由TREEIFY_THRESHOLD的值(默认值8)决定的。 而当桶中节点数由于移除或者resize变少后,又会变回普通的链表的形式,以便节省空间,这个阈值是UNTREEIFY_THRESHOLD(默认值6)。

为什么树化阈值要设置为8? 如果hashCode分布良好,也就是hash计算的结果离散好的话,那么红黑树这种形式是很少会被用到的,因为各个值都均匀分布,很少出现链表很长的情况。 在理想情况下,链表长度符合泊松分布,各个长度的命中概率依次递减,当长度为8的时候,概率仅为0.00000006。 这是一个小于千万分之一的概率,通常我们的Map里面是不会存储这么多的数据的,所以通常情况下,并不会发生从链表向红黑树的转换。

HashMap是通过hash算法来判断对象应该放在哪个桶里面的。JDK并不能阻止我们用户实现自己的哈希算法,如果我们故意把哈希算法变得不均匀,那么每次存放对象很容易造成hash冲突。 链表长度超过8就转为红黑树的设计,更多的是为了防止用户自己实现了不好的哈希算法时导致链表过长,从而导致查询效率低,而此时转为红黑树更多的是一种保底策略,用来保证极端情况下查询的效率。 红黑树的引入保证了在大量hash冲突的情况下,HashMap还具有良好的查询性能。

那么在JDK1.8引入红黑树后,如果单链表节点个数超过8个是否一定会树化? 这是不一定的,在进行树化之前会进行判断(n = tab.length) < MIN_TREEIFY_CAPACITY)是否需要扩容,如果表中数组元素小于这个阈值(默认是64),就会进行扩容。 因为扩容不仅能增加表中的容量,还能缩短单链表的节点数,从而更长远的解决链表遍历慢问题。

/**
 * 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)
        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);
    }
}

Hash冲突

HashMap中,哈希冲突,也叫Hash碰撞,是指两个不同的键通过同一散列函数计算得到的哈希值相同,从而映射到同一个桶中。 当插入HashMap中元素的key出现重复时,这个时候就发生了Hash冲突了。哈希冲突是哈希表必须处理的问题。

链地址法是处理哈希冲突的常见方法之一,它在每个桶中使用一个链表来存储所有映射到该桶的键值对。具体插入步骤:

  1. 计算键的哈希值并确定其在数组中的位置;
  2. 如果桶为空,直接将键值对存储在该桶中;
  3. 如果桶不为空,则遍历桶中的链表,检查是否存在相同的键;
    • 如果存在相同的键,更新对应的值;
    • 如果不存在相同的键,将新的键值对添加到链表的末尾;

在Java8及更高版本中,为了提高性能,当单个桶中的链表长度超过一定阈值(默认是 8)时,会将链表转换为红黑树。 这种方法在大量冲突的情况下提供了更高效的查找和插入性能。具体插入步骤:

  1. 计算键的哈希值确定存储位置;
  2. 如果存储位置为空,则直接插入新键值对;
  3. 如果存储位置已有节点,当链表长度超过阈值(默认为 8),将链表转换为红黑树,否则继续用链表存储;
  4. 如果当前结点为红黑树结点,则根据节点的哈希值和键值比较,找到合适的插入位置;插入后,根据红黑树的性质进行调整,保持平衡;
  5. 当桶中元素数量减少到一定阈值以下时(默认是 6),会将红黑树转换回链表,以减少内存开销;

HashMap容量

HashMap在创建时需要指定初始容量,如果不指定默认是16。初始容量指的是HashMap中桶的数量,即存储键值对的数组大小。 如果能预估要存储的键值对数量,可以在创建HashMap时指定初始容量,以避免频繁的扩容操作。

如果指定容量大小为10,那么实际大小是多少? 先说答案,实际大小是16,其容量为不小于指定容量的2的N次方。

为什么容量始终是2的N次方? 为了减少Hash碰撞,尽量使Hash算法的结果均匀分布。

当使用put方法时,到底存入HashMap的哪个数组中? 这是通过hash算法决定的,如果某一个数组中的链表过长旧会影响查询的效率。为了避免出现hash碰撞,让hash尽可能的散列分布,就需要在hash算法上做文章。

JDK1.7通过逻辑与运算,判断这个元素该进入哪个数组。在下面的代码中length的长度始终为不小于指定容量的2的N次方。

static int indexFor(int h, int length) {
    return h & (length - 1);
}

为了更好的理解这个方法,举个例子,假设h=2h=3length=15,执行indexFor方法,最终逻辑与运算后的结果是一致的,因为最终结果是一致的所以就导致了hash碰撞。 这种问题多了以后会造成容器中的元素分布不均匀,都分配在同一个数组上,在查询的时候就减慢了查询的效率,另一方面也造成空间的浪费。

-- 2转换为2进制与15-1进行&运算
  0000 0010
& 0000 1110 
———————————— 
  0000 1110

-- 3转换为2进制与15-1进行&运算
  0000 0011
& 0000 1110 
————————————
  0000 1110

为了避免上面length=15这类问题出现,所以集合的容量采用必须是2的N次幂这种方式。 因为2的N次幂的结果减一转换为二进制后都是以...1111结尾的,所以在进行逻辑与运算时碰撞几率小。

在JDK1.8中,在putVal方法中通过i = (n - 1) & hash来计算key的散列地址:

final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
    // 此处省略了代码
    // i = (n - 1) & hash]
    if ((p = tab[i = (n - 1) & hash]) == null)
        
        tab[i] = newNode(hash, key, value, null);

    else {
        // 省略了代码
    }
}

这里的"&“等同于”%",但是"%“运算的速度并没有”&“的操作速度快。 “&“操作能代替”%“运算,但必须满足一定的条件,即a%b=a&(b-1)仅当b是2的n次方的时候才成立。

容器容量怎么保持始终为2的N次方? HashMaptableSizeFor方法做了处理,能保证永远都是2的N次幂。 如果用户指定了初始容量,那么HashMap会计算出比该数大的第一个2的幂作为初始容量。另外就是在扩容的时候,也是进行成倍的扩容,即4变成8、8变成16。

/**
 * Returns a power of two size for the given target capacity.
 */
static final int tableSizeFor(int cap) {

    // 假设n=17
    // n = 00010001 - 00010000 = 00010000 = 16
    int n = cap - 1;

    // n = (00010000 | 00001000) = 00011000 = 24
    n |= n >>> 1;

    // n = (00011000 | 00000110) = 00011110 = 30
    n |= n >>> 2;

    // n = (00011110 | 00000001) = 00011111 = 31
    n |= n >>> 4;

    // n = (00011111 | 00000000) = 00011111 = 31
    n |= n >>> 8;

    // n = (00011111 | 00000000) = 00011111 = 31
    n |= n >>> 16;

    // n = 00011111 = 31,MAXIMUM_CAPACITY:Integer的最大长度
    // (31 < 0) ? 1 : (31 >= Integer的最大长度) ? Integer的最大长度 : 31 + 1 ;
    // 即最终返回 32 = 2 的 (n=5)次方
    return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}

发现上面在进行>>>操作时会将cap变量的二进制值变为最高位后边全是1,即00010001 -> 00011111,所以这个算法就导致了任意传入一个数值,会将该数字变为它的2倍减1,因为任何尾数全为1的在加1都为2的倍数。 至于开头减1,是因为如果给定的n已经是2的次幂,但是不进行减1操作的话,那么得到的值就是大于给定值的最小2的次幂值,例如,传入4就会返回8。 这里面最大右移到16位,因为最大值是32个1,这是int类型存储变量的最大值,在往后就没意义了。

HashMap默认初始化容量为什么是16? 这个问题没有找到相关解释。我推断这应该就是个经验值,既然一定要设置一个默认的2^n作为初始值,那么就需要在效率和内存使用上做一个权衡。 这个值既不能太小,也不能太大,太小了就有可能频繁发生扩容,影响效率;太大了又浪费空间,不划算。所以16就作为一个经验值被采用了。

关于默认容量的定义,故意把16写成1 << 4这种形式,就是提醒开发者,这个地方要是2的次幂,与上面呼应。

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

那么HashMap初始化容量设置多少合适? 当我们使用HashMap(int initialCapacity)来初始化容量的时候,HashMap并不会使用我们传进来的initialCapacity直接作为初始容量。 JDK会默认帮我们计算一个相对合理的值当做初始容量,所谓合理值,其实是找到第一个比用户传入的值大的2的幂。 如果创建HashMap初始化容量设置为7,那么HashMap通过计算会创建一个初始化为8的HashMap。当HashMap中的元素到0.75 * 8 = 6就会进行扩容,这明显是我们不希望看到的。

负载因子,表示HashMap满的程度,默认值为0.75f,也就是说默认情况下,当HashMap中元素个数达到了容量的3/4的时候就会进行自动扩容;

设置多少合适,可以参考JDK8中putAll方法中的实现:

(int) ((float) expectedSize / 0.75F + 1.0F);

通过expectedSize/0.75F+1.0F计算,将初始化容量设置为7带入,得到7/0.75+1=10,10经过JDK处理之后,会被设置成16,这就大大的减少了扩容的几率。 当我们明确知道HashMap中元素的个数的时候,把默认容量设置成expectedSize/0.75F+1.0F 是一个在性能上相对好的选择,但同时也会牺牲些内存。

这个算法在guava中也有实现,开发的时候,可以直接通过Maps类创建一个HashMap

Map<String, String> map = Maps.newHashMapWithExpectedSize(7);
public static <K, V> HashMap<K, V> newHashMapWithExpectedSize(int expectedSize) {
    return new HashMap(capacity(expectedSize));
}

static int capacity(int expectedSize) {
    if (expectedSize < 3) {
        CollectPreconditions.checkNonnegative(expectedSize, "expectedSize");
        return expectedSize + 1;
    } else {
        return expectedSize < 1073741824 ? (int)((float)expectedSize / 0.75F + 1.0F) : 2147483647;
    }
}

HashMap扩容

随着HashMap中的元素增加,Hash碰撞导致获取元素方法的效率就会越来越低。为了保证获取元素方法的效率,所以针对HashMap中的数组进行扩容。 扩容数组的方式只能再去开辟一个新的数组,并把之前的元素转移到新数组上。

HashMap的容量是有上限的,必须小于1<<30,即1073741824。如果容量超出了这个数,则不再增长,且阈值会被设置为Integer.MAX_VALUE

// Java8
if (oldCap >= MAXIMUM_CAPACITY) {
    threshold = Integer.MAX_VALUE;
    return oldTab;
}
// Java7
if (oldCapacity == MAXIMUM_CAPACITY) { 
    threshold = Integer.MAX_VALUE;
    return;
}

HashMap中有一个概念叫loadFactor,即负载因子,它表示HashMap满的程度,默认值为0.75f,也就是说默认情况下,当HashMap中元素个数达到了容量的3/4的时候就会进行自动扩容。

 if (++size > threshold)
    resize();

为什么负载因子默认设置为0.75?

/**
 * The load factor used when none specified in constructor.
 */
static final float DEFAULT_LOAD_FACTOR = 0.75f;

JDK的官方文档中解释如下:

As a general rule, the default load factor (.75) offers a good tradeoff between time and space costs. Higher values decrease the space overhead but increase the lookup cost (reflected in most of the operations of the HashMap class, including get and put). The expected number of entries in the map and its load factor should be taken into account when setting its initial capacity, so as to minimize the number of rehash operations. If the initial capacity is greater than the maximum number of entries divided by the load factor, no rehash operations will ever occur.

文档大意:一般来说,默认的负载因子(0.75)在时间和空间成本之间提供了很好的权衡。 更高的值减少了空间开销,但增加了查找成本(反映在HashMap类的大多数操作中,包括getput)。 在设置映射的初始容量时,应该考虑映射中预期的条目数及其负载因子,以便最小化重哈希操作的数量。如果初始容量大于最大条目数除以负载因子,则不会发生重新散列操作。

负载因子和HashMap中的扩容有关,当HashMap中的元素大于临界值(threshold = loadFactor * capacity)就会扩容。 所以负载因子的大小决定了什么时机扩容,扩容又影响到了hash碰撞的频率,所以设置一个合理的负载因子可以有效的避免hash碰撞。

设置为0.75的其他解释:

  • 根据数学公式推算,这个值在log(2)的时候比较合理;
  • 为了提升扩容效率,HashMap的容量有一个固定的要求,那就是一定是2的幂。如果负载因子是3/4的话,那么和容量的乘积结果就可以是一个整数;

1.7扩容

扩容步骤:

  1. 当插入新的键值对使得元素数量超过阈值时,HashMap会进行扩容;
    void addEntry(int hash, K key, V value, int bucketIndex) {  
        //size:The number of key-value mappings contained in this map.  
        //threshold:The next size value at which to resize (capacity * load factor)  
        //数组扩容条件:1.已经存在的key-value mappings的个数大于等于阈值  
        //             2.底层数组的bucketIndex坐标处不等于null  
        if ((size >= threshold) && (null != table[bucketIndex])) {  
            resize(2 * table.length);//扩容之后,数组长度变了  
            hash = (null != key) ? hash(key) : 0;//为什么要再次计算一下hash值呢?  
            bucketIndex = indexFor(hash, table.length);//扩容之后,数组长度变了,在数组的下标跟数组长度有关,得重算。  
        }  
        createEntry(hash, key, value, bucketIndex);  
    } 
    
  2. 创建一个新的数组,新的容量是原来的两倍,新阈值=新容量*负载因子;
    void resize(int newCapacity) {   //传入新的容量
        Entry[] oldTable = table;    //引用扩容前的Entry数组
        int oldCapacity = oldTable.length;
        if (oldCapacity == MAXIMUM_CAPACITY) {  //扩容前的数组大小如果已经达到最大(2^30)了
            threshold = Integer.MAX_VALUE; //修改阈值为int的最大值(2^31-1),这样以后就不会扩容了
            return;
        }
    
        Entry[] newTable = new Entry[newCapacity];  //初始化一个新的Entry数组
        transfer(newTable);                         //!!将数据转移到新的Entry数组里
        table = newTable;                           //HashMap的table属性引用新的Entry数组
        threshold = (int) (newCapacity * loadFactor);//修改阈值
    }
    
  3. 将旧表中的所有元素重新计算哈希值,并放入新表中:通过transfer方法将旧数组上的元素转移到扩容后的新数组上。遍历旧表中的每个桶,对于每个桶中的每个节点,重新计算它们在新表中的索引位置,将节点放入新表的相应位置;
    void transfer(Entry[] newTable) {
        Entry[] src = table;                   //src引用了旧的Entry数组
        int newCapacity = newTable.length;
        for (int j = 0; j < src.length; j++) { //遍历旧的Entry数组
            Entry<K, V> e = src[j];             //取得旧Entry数组的每个元素
            if (e != null) {
                src[j] = null;//释放旧Entry数组的对象引用(for循环后,旧的Entry数组不再引用任何对象)
                do {
                    Entry<K, V> next = e.next;
                    int i = indexFor(e.hash, newCapacity); //!!重新计算每个元素在数组中的位置
                    e.next = newTable[i]; //标记[1]
                    newTable[i] = e;      //将元素放在数组上
                    e = next;             //访问下一个Entry链上的元素
                } while (e != null);
            }
        }
    }
    
  4. 将旧表引用指向新表;

1.8扩容

Java1.8的HashMap扩容原理与1.7类似,但有一些重要改进。 在1.8时做了一些优化,文档注释写的很清楚:“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"。也就是对比1.7的迁移到新的数组上省去了重新计算hash值的时间。

这里的"2次幂的位置"是指长度为原来数组元素两倍的位置。 假设旧容量是16,那么其二进制表示是10000,扩容后的新容量是32,其二进制表示是100000HashMap通过h & (length - 1)计算索引。 在扩容之前,容量为16,根据公式hash & (oldCapacity - 1)计算,因为oldCapacity - 1的二进制是0000 1111,那么计算索引时使用的是哈希值的低四位。

扩容之前的位置:
  0101 0101
& 0000 1111
————————————
  0000 0101

扩容后,新的索引还是通过hash & (newCapacity - 1)计算的,若容量为32,因为newCapacity - 1的二进制是0001 1111,那么计算索引时使用的是哈希值的低五位。

扩容之后的位置:
  0101 0101
& 0001 1111
————————————
  0001 0101

扩容后,新的索引位置只受到哈希值高位的影响,所以叫高位优化。 高位优化的关键在于,如果一个哈希值在旧容量下的索引是index,那么在新容量下,这个哈希值要么在index位置,要么在index + oldCapacity位置。 例如上面的例子,容量为16,扩容之前的位置为0000 0101即5,扩容之后的位置为0001 0101即21(16+5)。 通过这种高位优化技术,Java1.8中的HashMap在扩容时无需重新计算所有元素的哈希值,只需根据哈希值的高位来判断元素的新位置,所以提高了扩容的效率。

 /**
     * 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
            newCap = DEFAULT_INITIAL_CAPACITY;
            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);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
        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)
                       // 单个节点,直接移动到新表中的新位置
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                       // 红黑树节点,处理红黑树的拆分逻辑
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                       // 处理链表节点,使用高位优化技术重新分配节点
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                           // 判断节点在新表中的位置,高位优化的关键
                            if ((e.hash & oldCap) == 0) {
                               // 保持在原位置(低位链表)
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }else {
                               // 移动到新位置(高位链表)
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);

                       // 将低位链表和高位链表分别放入新表中的相应位置
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

线程安全

HashMap是线程不安全的集合类。因为HashMap中的方法大多没有同步,这意味着如果一个线程在遍历HashMap的同时,另一个线程修改了HashMap,例如添加或删除元素,可能会导致ConcurrentModificationException

public class MainTest {
    public static void main(String[] args) {
        HashMap<String,Object> map = new HashMap<>();
        for(int i=0; i< 10; i++) {
            new Thread(() -> {
                map.put(UUID.randomUUID().toString(),Thread.currentThread().getName());
                System.out.println(map);
            },String.valueOf(i)).start();
        }
    }
}

更严重的是,当多个线程中的HashMap同时扩容时,再使用put方法添加元素,如果hash值相同,可能出现同时在同一数组下用链表表示,造成闭环,导致在get时会出现死循环,CPU飙升到100%。

在大多数并发场景中,推荐使用ConcurrentHashMap,因为它设计用于高并发环境,并且在大多数情况下性能优于使用同步包装或手动同步的HashMapConcurrentHashMap是Java中的一种线程安全的哈希表实现,用来替代传统的HashMap,来解决在多线程环境中并发修改带来的问题。 与Hashtable不同,ConcurrentHashMap不对整个表进行全局加锁。相反它只对具体操作涉及的部分进行加锁,减少了线程之间的竞争。

public class ConcurrentHashMapExample {
    public static void main(String[] args) {
        ConcurrentHashMap<Integer, String> map = new ConcurrentHashMap<>();

        // 添加元素
        map.put(1, "One");
        map.put(2, "Two");

        // 读取元素
        System.out.println("Value for key 1: " + map.get(1));

        // 删除元素
        map.remove(2);

        // 迭代元素
        for (Integer key : map.keySet()) {
            System.out.println("Key: " + key + ", Value: " + map.get(key));
        }
    }
}
发表评论