HashMap-与红黑树

53次阅读

共计 2092 个字符,预计需要花费 6 分钟才能阅读完成。

传统 HashMap 的缺点

JDK 1.8 以前 HashMap 的实现是 数组 + 链表,即使哈希函数取得再好,也很难达到元素百分百均匀分布。
当 HashMap 中有大量的元素都存放到同一个桶中时,这个桶下有一条长长的链表,这个时候 HashMap 就相当于一个单链表,假如单链表有 n 个元素,遍历的时间复杂度就是 O(n),完全失去了它的优势。
针对这种情况,JDK 1.8 中引入了红黑树(查找时间复杂度为 O(logn))来优化这个问题

JDK1.8 中 HashMap 的数据结构

HashMap 是数组 + 链表 + 红黑树(JDK1.8 增加了红黑树部分)实现的

新增红黑树

static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {

TreeNode<K,V> parent;  // red-black tree links

TreeNode<K,V> left;

TreeNode<K,V> right;

TreeNode<K,V> prev;    // needed to unlink next upon deletion

boolean red;

}

TREEIFY_THRESHOLD static final int TREEIFY_THRESHOLD = 8

一个桶的树化阈值,当桶中元素个数超过这个值时,需要使用红黑树节点替换链表节点

UNTREEIFY_THRESHOLD static final int UNTREEIFY_THRESHOLD = 6
一个树的链表还原阈值,当扩容时,桶中元素个数小于这个值,就会把树形的桶元素 还原(切分)为链表结构

MIN_TREEIFY_CAPACITY
static final int MIN_TREEIFY_CAPACITY = 64
当哈希表中的容量大于这个值时,表中的桶才能进行树形化

否则桶内元素太多时会扩容,而不是树形化

为了避免进行扩容、树形化选择的冲突,这个值不能小于 4 * TREEIFY_THRESHOLD

HashMap 在 JDK 1.8 中新增的操作:桶的树形化 treeifyBin()

在 Java 8 中,如果一个桶中的元素个数超过 TREEIFY_THRESHOLD(默认是 8),就使用红黑树来替换链表,从而提高速度。

这个替换的方法叫 treeifyBin() 即树形化。// 将桶内所有的 链表节点 替换成 红黑树节点

final void treeifyBin(Node<K,V>[] tab, int hash) {

int n, index; Node<K,V> e;

// 如果当前哈希表为空,或者哈希表中元素的个数小于 进行树形化的阈值 (默认为 64),就去新建 / 扩容

if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)

resize();

else if ((e = tab[index = (n – 1) & hash]) != null) {

// 如果哈希表中的元素个数超过了 树形化阈值,进行树形化

// e 是哈希表中指定位置桶里的链表节点,从第一个开始

TreeNode<K,V> hd = null, tl = null; // 红黑树的头、尾节点

do {

// 新建一个树形节点,内容和当前链表节点 e 一致

TreeNode<K,V> p = replacementTreeNode(e, null);

if (tl == null) // 确定树头节点

hd = p;

else {

p.prev = tl;

tl.next = p;

}

tl = p;

}while ((e = e.next) != null);

// 让桶的第一个元素指向新建的红黑树头结点,以后这个桶里的元素就是红黑树而不是链表了

if ((tab[index] = hd) != null){

hd.treeify(tab);

}

}

TreeNode<K,V> replacementTreeNode(Node<K,V> p, Node<K,V> next) {

return new TreeNode<>(p.hash, p.key, p.value, next);

}
1. 根据哈希表中元素个数确定是扩容还是树形化
2. 如果是树形化遍历桶中的元素,创建相同个数的树形节点,复制内容,建立起联系
3. 然后让桶第一个元素指向新建的树头结点,替换桶的链表内容为树形内容

1. 判断键值对数组 table[i] 是否为空或为 null,否则执行 resize() 进行扩容;

2. 根据键值 key 计算 hash 值得到插入的数组索引 i,如果 table[i]==null,直接新建节点添加,转向⑥,如果 table[i] 不为空,转向③;

3. 判断 table[i] 的首个元素是否和 key 一样,如果相同直接覆盖 value,否则转向④,这里的相同指的是 hashCode 以及 equals;

4. 判断 table[i] 是否为 treeNode,即 table[i] 是否是红黑树,如果是红黑树,则直接在树中插入键值对,否则转向⑤;

5. 遍历 table[i],判断链表长度是否大于 8,大于 8 的话把链表转换为红黑树,在红黑树中执行插入操作,否则进行链表的插入操作;遍历过程中若发现 key 已经存在直接覆盖 value 即可;

6. 插入成功后,判断实际存在的键值对数量 size 是否超多了最大容量 threshold,如果超过,进行扩容。

正文完
 0