一、HashMap

该类的节点Node类为:

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;
        }
    }

该类的变量为

  transient Node<K,V>[] table;
  transient Set<Map.Entry<K,V>> entrySet;
  transient int size;

因此HashMap的结构如图1所示:

wKioL1c5clrDOBV6AAUKRDX07Hs112.jpg


  1. put方法。该方法向hashMap中增加元素。代码为:

 public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    } 
 //该类的hash方法。如果为空,则返回0;如果不为空,则调用hashCode与h循环右移16 的异或结果。
 static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //1.如果该map为空,则调用resize方法新建数组
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //2.如果想要插入的节点的hash在tab相应位置上为空,则通过newNode新建节点,并存放到指定的位置上
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        //3.如果想要插入的节点的hash在tab相应位置上不为空值,则需要进行其他操作,具体操作见下边注释
        else {
                //3.1初始化一个临时的节点e
            Node<K,V> e; K k;
            //3.2如果原有值的hash值与现有值相同,并且key值相同,则将原有的节点值赋值给e
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //3.3如果原有的值和想要插入的节点不同,并且原有的值为TreeNode结构,则e调用treeNode的putTreeVal方法进行赋值
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            //3.4如果原有的值和想要插入的节点不同,并且原有的节点也不为TreeNode的结构,则,需要进行以下循环
            else {
                for (int binCount = 0; ; ++binCount) {
                //3.4.1如果原有的位置的节点链表的next即后面的节点为空,则将想要插入的节点放到原有位置的后面,并且跳出循环;如果不为空则判断是否key和hash值相同,如果相同也会替换掉旧的值,否则会一直沿着链表向下,直到找到空的位置可以存放位置。(这块循环主要是为了找到合适存放新节点的位置,具体存放值在后一个逻辑中)
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        //如果链表长度过长,超过TREEIFY_THRESHOLD的值,则将链表转化红黑树。
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                 //3.4.2如果有相同节点的话,直接跳出循环   
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                 //3.4.3继续开始e的next节点,即p现在指向的是它的后继的节点
                    p = e;
                }
            }
            //3.5 如果e的值不为空,即key已经存在了,则替换值的内容
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        //如果数组超过阀值,阀值一般为数组总量的0.75,则通过resize()进行扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }


主要是调用putVal(hash(key),key,value,false,true);

主要功能为:

1)声明四个局部变量。Node<K,V>[] tab Node节点数组类型tab;Node<K,V> p Node节点p;整型变量n与i。

2)将tab赋值成Map类的变量table(即该map的所有节点的数组),n赋值成table的长度,即Map的所有元素数量。

3)该方法的返回值为put后之前的旧值,如果没有旧值则为null

4)如果map为空,则调用resize()方法。并且将n赋值成resize()的长度。resize()方法为:

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) {
                //如果数组容量已经超过最大的限度了,则不进行扩容了,将阀值设置成最大,让数据自行进行碰撞
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //如果可以扩容,则将容量增加一倍,并且阀值也增加一倍
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        //如果该map为新的map,则进行初始化
        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;
        //将数组中链表中的每个节点重新存放到新的数据中
        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;
    }


2.get方法,具体方法如下:

  public V get(Object key) {
        Node<K,V> e;
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }

该方法主要调用getNode(hash(key),key),具体方法如下:

 final Node<K,V> getNode(int hash, Object key) {
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        //1.根据hash获取到该hash所在的数组的位置
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            //1.1如果该位置的第一个node节点的key是要查的key值,则返回该node节点
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            //1.2如果该位置第一个节点不是当前key所要查询的值,则继续查询该节点的后续节点(数组位置相同,但是在该位置的链表中遍历)
            if ((e = first.next) != null) {
                //1.2.1如果为树形结构,则查询树形结构的节点,关于树形节点的相关知识后面说明。
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {
                //1.2.2遍历链表,找到key值相同的节点
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }




3.hashCode分析

 static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

如上所示,key调用了hashcode后得到对象的h值,之后在进行与h的高16位进行异或后的值。

如“abcd”字符串的hashcode值为:  1011011001010001000010

将h循环右移16位后的值为:       0000000000000000101101

因此将两个数字进行异或得到h1为:  1011011001010001101111

假设另一个值结果为h2为:       1011011001010001111111

1)hashMap处理冲突的方式为:h &(n-1)

如果n也就是map的总容量为16则n-1  0000000000000000001111

则计算的结果为:            0000000000000000001111   结果为15

两个数值的结果是一样的,因此存放的位置也是一样的。

2)针对resize()扩容后会将节点重新计算后存放到新的扩容后的位置上。首先

e.hash & oldCap

以上语句是将节点的hash值与扩容前的map容量进行计算:

假设,两个不同的key进行hash()操作后获得两个数字分别为h1,h2。如下:

n1为16: 0000000000000000010000       n2为32-1:0000000000000000011111


h1:   1011011001010001101111 值为:00000     1011011001010001101111 值为:01111

h2:    1011011001010001111111 值为:10000     1011011001010001111111 值为:11111

因此通过与n1计算后的结果可以看到,h1节点在resize中判断后发放到loHead节点位置上,h2节点那就要放到hiHead节点的位置上。

而通过与n2计算后的结果可以发现,h2节点相对于之前在16位于16-1计算后结果是与h1相同的,但是在扩容到32位后与n2进行计算后可以发现,h1和h2的结果不同了,h2相当于多了高位一个1,因此相当于加了16即原来扩容前的容量值。因此最后将loHead放到原先的位置,将hiHead放到了原先位置+扩容前容量  的新的位置。



二、LinkedHashMap

该类继承HashMap,实现Map接口。

1.put

该方法LinkedHashMap没有进行重写,直接继承自HashMap的put方法,但是LinkedHashMap重写了HashMap中putVal方法中调用的void afterNodeAccess(Node<K,V> e) 方法。HashMap中afterNnodeAccess方法为空,为进行具体逻辑实现。实现如下:

    

void afterNodeAccess(Node<K,V> e) { // move node to last
        LinkedHashMap.Entry<K,V> last;
        if (accessOrder && (last = tail) != e) {
            LinkedHashMap.Entry<K,V> p =
                (LinkedHashMap.Entry<K,V>)e, b = p.before, a = p.after;
            p.after = null;
            if (b == null)
                head = a;
            else
                b.after = a;
            if (a != null)
                a.before = b;
            else
                last = b;
            if (last == null)
                head = p;
            else {
                p.before = last;
                last.after = p;
            }
            tail = p;
            ++modCount;
        }
    }

该方法主要是将Node放到链表的最后一位,并且将链表设置成双向链表结构。

2.get方法

public V get(Object key) {
        Node<K,V> e;
        if ((e = getNode(hash(key), key)) == null)
            return null;
        if (accessOrder)
            afterNodeAccess(e);
        return e.value;
    }

每次查找到节点后,会将节点存放到链表的末尾的位置。前提是accessOrder为true,该值默认为false


通过put和get两个方法,就保证了LinkedHashMap后操作的数据的存放位置肯定会在先操作数据的后面。也就是可以保证以下顺序:近期被操作数据在后,近期未被操作的数据在前。


3.afterNodeInsertion方法,也是包含在put中,主要是为了实现LRU中过期数据删除的功能。

其中removeEldestEntry()方法默认为false,也就是相当于永不过期。

但是如果重写该方法,比如下面当size大于100的时候返回true;进行过期数据删除的功能。

 protected boolean removeEldestEntry(Map.Entry<K,V> eldest) {
        return size>100;
    }

下面方法主要是删除head的节点,即删除头结点。按照上面afterNodeAcess方法越久未被使用的节点越在表头,因此相当于删除过期的数据功能。

void afterNodeInsertion(boolean evict) { // possibly remove eldest
        LinkedHashMap.Entry<K,V> first;
        if (evict && (first = head) != null && removeEldestEntry(first)) {
            K key = first.key;
            removeNode(hash(key), key, null, false, true);
        }
    }

4.根据LinkedHashMap实现LRU的基本机制测试

    1)编写子类LinkHashMapExt继承自LinkedHashMap,主要是实现一个构造函数将accessOrder的值设置成true,以便实现在get方法时也会对节点位置进行重置;重写removeEldestEntry方法,完成对过期数据规则的设置。

    方法如下:

        public class LinkHashMapExt<K, V> extends LinkedHashMap<K, V> {
	private static final long serialVersionUID = -6245503866888058349L;
        //构造方法主要是初始化一个容量为8的节点数组,碰撞因子为0.75,可显示配置accessOrder
	public LinkHashMapExt(boolean accessOrder) {
		super(8, 0.75f, accessOrder);
	}
	//配置过期数据的限制:当Map中数据数量大于2,则删除过期数据
	protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
		return size() > 2;
	}
}

    2)测试该class的客户端程序:

public class TestLinkHashMapExt {

	public static void main(String[] args) {
		LinkHashMapExt<String, String> treeMapExt = new LinkHashMapExt<String, String>(true);
		treeMapExt.put("a", "a");
		System.out.println(treeMapExt.get("a"));
		treeMapExt.put("b", "b");
		1.treeMapExt.get("b");
		2.treeMapExt.get("a");
		treeMapExt.put("c", "c");
		System.out.println(treeMapExt.get("b"));
		System.out.println(treeMapExt.get("a"));
		System.out.println(treeMapExt.get("c"));
	}
}

输出结果一为:

a
null
a
c

如果将代码中的1与2给注释掉,输出结果二为:

a
b
null
c

通过以上两个结果,我们可以发现这样两个功能:

    1.在map中有a、b两个元素后,再插入c,由于size>2会删除较旧元素,因此有一个元素返回null。

    2.代码中1、2两行给b、a两个元素进行了get操作后,a由于是较后的操作,因此a较新,而b较旧,这样在put新的元素c后,会删除较旧元素,即删除b元素,保留a元素。(如结果一所示);如果没有代码1、2两行,则a为较旧元素,删除a元素。(如结果二所示)



三、TreeMap

TreeMap的底层数据结构为二叉排序树,构造方法为:

    

public TreeMap(Comparator<? super K> comparator) {
        this.comparator = comparator;
    }
  1. put方法


public V put(K key, V value) {
        //1.找到该TreeMap的根节点root
        Entry<K,V> t = root;
        //1.1如果根节点为空,则将该插入节点定义为根节点
        if (t == null) {
            compare(key, key); // type (and possibly null) check

            root = new Entry<>(key, value, null);
            size = 1;
            modCount++;
            return null;
        }
        int cmp;
        Entry<K,V> parent;
        // split comparator and comparable paths
        Comparator<? super K> cpr = comparator;
        //2.判断是否有comparator的实现
        if (cpr != null) {
            //2.1如果有比较方法的实现,则比较要插入的节点的key值与tree的父节点的值,如果大于父节点值,则放到右儿子结点;如果小于父节点值,则放到左儿子结点。如果等于父节点的key值,则直接替换value值。
            do {
                parent = t;
                cmp = cpr.compare(key, t.key);
                if (cmp < 0)
                    t = t.left;
                else if (cmp > 0)
                    t = t.right;
                else
                    return t.setValue(value);
            } while (t != null);
        }//2.2如果没有比较方法的实现,则直接调用默认的比较方法,并与2.1的逻辑相同存放到树形结构上。
        else {
            if (key == null)
                throw new NullPointerException();
            @SuppressWarnings("unchecked")
                Comparable<? super K> k = (Comparable<? super K>) key;
            do {
                parent = t;
                cmp = k.compareTo(t.key);
                if (cmp < 0)
                    t = t.left;
                else if (cmp > 0)
                    t = t.right;
                else
                    return t.setValue(value);
            } while (t != null);
        }
        //3.如果节点未找到相同key,则根据比较的结果将节点插入到当前节点的儿子节点位置
        Entry<K,V> e = new Entry<>(key, value, parent);
        if (cmp < 0)
            parent.left = e;
        else
            parent.right = e;
        fixAfterInsertion(e);
        size++;
        modCount++;
        return null;
    }

下面方法应该是构造红黑树的方法,具体有待研究。感觉前半部分已经实现了一个堆排序的功能了。但是如果节点按照大小顺序进行put,那么堆就会变成一个链表了,效率就会特别低,因此需要进行红黑树调整,具体红黑树的问题需要进行研究。

fixAfterInsertion(e);