diff --git a/notes/Java 容器.md b/notes/Java 容器.md index 6ae65b6b..332aae80 100644 --- a/notes/Java 容器.md +++ b/notes/Java 容器.md @@ -11,10 +11,19 @@ * [散列](#散列) * [源码分析](#源码分析) * [1. ArrayList](#1-arraylist) + * [概览](#概览) + * [Fail-Fast](#fail-fast) + * [和 Vector 的区别](#和-vector-的区别) + * [和 LinkedList 的区别](#和-linkedlist-的区别) * [2. Vector 与 Stack](#2-vector-与-stack) * [3. LinkedList](#3-linkedlist) * [4. TreeMap](#4-treemap) * [5. HashMap](#5-hashmap) + * [5.1 基本数据结构](#51-基本数据结构) + * [5.2 拉链法的工作原理](#52-拉链法的工作原理) + * [5.3 扩容](#53-扩容) + * [5.4 null 值](#54-null-值) + * [5.5 与 HashTable 的区别](#55-与-hashtable-的区别) * [6. LinkedHashMap](#6-linkedhashmap) * [7. ConcurrentHashMap](#7-concurrenthashmap) * [参考资料](#参考资料) @@ -105,6 +114,8 @@ java.util.Arrays#asList() 可以把数组类型转换为 List 类型。 [ArraList.java](https://github.com/CyC2018/JDK-Source-Code/tree/master/src/ArrayList.java) +### 概览 + 实现了 RandomAccess 接口,因此支持随机访问,这是理所当然的,因为 ArrayList 是基于数组实现的。 ```java @@ -182,6 +193,8 @@ private static int hugeCapacity(int minCapacity) { } ``` +### Fail-Fast + modCount 用来记录 ArrayList 结构发生变化的次数,结构发生变化是指添加或者删除至少一个元素的所有操作,或者是调整内部数组的大小,仅仅只是设置元素的值不算结构发生变化。 在进行序列化或者迭代等操作时,需要比较操作前后 modCount 是否改变,如果改变了需要抛出 ConcurrentModificationException。 @@ -205,14 +218,14 @@ private void writeObject(java.io.ObjectOutputStream s) throws java.io.IOExceptio } ``` -**和 Vector 的区别** +### 和 Vector 的区别 1. Vector 和 ArrayList 几乎是完全相同的,唯一的区别在于 Vector 是同步的,因此开销就比 ArrayList 要大,访问速度更慢。最好使用 ArrayList 而不是 Vector,因为同步操作完全可以由程序员自己来控制; 2. Vector 每次扩容请求其大小的 2 倍空间,而 ArrayList 是 1.5 倍。 为了获得线程安全的 ArrayList,可以调用 Collections.synchronizedList(new ArrayList<>()); 返回一个线程安全的 ArrayList,也可以使用 concurrent 并发包下的 CopyOnWriteArrayList 类; -**和 LinkedList 的区别** +### 和 LinkedList 的区别 1. ArrayList 基于动态数组实现,LinkedList 基于双向循环链表实现; 2. ArrayList 支持随机访问,LinkedList 不支持; @@ -234,13 +247,39 @@ private void writeObject(java.io.ObjectOutputStream s) throws java.io.IOExceptio [HashMap.java](https://github.com/CyC2018/JDK-Source-Code/tree/master/src/HashMap.java) -使用拉链法来解决冲突。 +### 5.1 基本数据结构 -默认容量 capacity 为 16,需要注意的是容量必须保证为 2 的次方。容量就是 Entry[] table 数组的长度,size 是数组的实际使用量。 +使用拉链法来解决冲突,内部包含了一个 Entry 类型的数组 table,数组中的每个位置被当成一个桶。 + +```java +transient Entry[] table; +``` + +其中,Entry 就是存储数据的键值对,它包含了四个字段。从 next 字段我们可以看出 Entry 是一个链表,即每个桶会存放一个链表。 + +

+ +### 5.2 拉链法的工作原理 + +使用默认构造函数新建一个 HashMap,默认大小为 16。Entry的类型为 <String, Integer>。先后插入三个元素:("sachin", 30), ("vishal", 20) 和 ("vaibhav", 20)。计算 "sachin" 的 hashcode 为 115,使用除留余数法得到 115 % 16 = 3,因此 ("sachin", 30) 键值对放到第 3 个桶上。同样得到 ("vishal", 20) 和 ("vaibhav", 20) 都应该放到第 6 个桶上,因此需要把 ("vaibhav", 20) 链接到 ("vishal", 20) 之后。 + +

+ +当进行查找时,需要分成两步进行,第一步是先根据 hashcode 计算出所在的桶,第二步是在链表上顺序查找。由于 table 是数组形式的,具有随机读取的特性,因此这一步的时间复杂度为 O(1),而第二步需要在链表上顺序查找,时间复杂度显然和链表的长度成正比。 + +### 5.3 扩容 + +设 HashMap 的 table 长度为 M,需要存储的键值对数量为 N,如果哈希函数满足均匀性的要求,那么每条链表的长度大约为 N/M,因此平均查找次数的数量级为 O(N/M)。 + +为了让查找的成本降低,应该尽可能使得 N/M 尽可能小,因此需要保证 M 尽可能大,可就是说 table 要尽可能大。HashMap 采用动态扩容来根据当前的 N 值来调整 M 值,使得空间效率和时间效率都能得到保证。 + +和扩容相关的参数主要有:capacity、size、threshold 和 load_factor。 + +capacity 表示 table 的容量大小,默认为 16,需要注意的是容量必须保证为 2 的次方。容量就是 table 数组的长度,size 是数组的实际使用量。 threshold 规定了一个 size 的临界值,size 必须小于 threshold,如果大于等于,就必须进行扩容操作。 -threshold = capacity * load_factor,其中 load_factor 为 table 数组能够使用的比例,load_factor 过大会导致聚簇的出现,从而影响查询和插入的效率,详见算法笔记。 +threshold = capacity * load_factor,其中 load_factor 为 table 数组能够使用的比例,load_factor 过大会导致聚簇的出现,从而影响查询和插入的效率,聚簇解释见底下的扩容操作。 ```java static final int DEFAULT_INITIAL_CAPACITY = 16; @@ -271,18 +310,45 @@ void addEntry(int hash, K key, V value, int bucketIndex) { } ``` -Entry 用来表示一个键值对元素,其中的 next 指针在序列化时会使用。 +扩容使用 resize() 实现,需要注意的是,扩容操作同样需要把旧 table 的所有键值对重新插入新的 table 中,因此这一步是很费时的。但是从均摊分析的角度来考虑,HashMap 的查找速度依然在常数级别。 ```java -static class Entry implements Map.Entry { - final K key; - V value; - Entry next; - final int hash; +void resize(int newCapacity) { + Entry[] oldTable = table; + int oldCapacity = oldTable.length; + if (oldCapacity == MAXIMUM_CAPACITY) { + threshold = Integer.MAX_VALUE; + return; + } + + Entry[] newTable = new Entry[newCapacity]; + transfer(newTable); + table = newTable; + threshold = (int)(newCapacity * loadFactor); +} + +void transfer(Entry[] newTable) { + Entry[] src = table; + int newCapacity = newTable.length; + for (int j = 0; j < src.length; j++) { + Entry e = src[j]; + if (e != null) { + src[j] = null; + do { + Entry next = e.next; + int i = indexFor(e.hash, newCapacity); + e.next = newTable[i]; + newTable[i] = e; + e = next; + } while (e != null); + } + } } ``` -get() 操作需要分成两种情况,key 为 null 和 不为 null,从中可以看出 HashMap 允许插入 null 作为键。 +### 5.4 null 值 + +get() 操作需要分成两种情况,key 为 null 和不为 null,从中可以看出 HashMap 允许插入 null 作为键。 ```java public V get(Object key) { @@ -338,6 +404,16 @@ private V putForNullKey(V value) { } ``` +### 5.5 与 HashTable 的区别 + +- HashMap几乎可以等价于Hashtable,除了HashMap是非synchronized的,并可以接受null(HashMap可以接受为null的键值(key)和值(value),而Hashtable则不行)。 +- HashMap是非synchronized,而Hashtable是synchronized,这意味着Hashtable是线程安全的,多个线程可以共享一个Hashtable;而如果没有正确的同步的话,多个线程是不能共享HashMap的。Java 5提供了ConcurrentHashMap,它是HashTable的替代,比HashTable的扩展性更好。 +- 另一个区别是HashMap的迭代器(Iterator)是fail-fast迭代器,而Hashtable的enumerator迭代器不是fail-fast的。所以当有其它线程改变了HashMap的结构(增加或者移除元素),将会抛出ConcurrentModificationException,但迭代器本身的remove()方法移除元素则不会抛出ConcurrentModificationException异常。但这并不是一个一定发生的行为,要看JVM。这条同样也是Enumeration和Iterator的区别。 +- 由于Hashtable是线程安全的也是synchronized,所以在单线程环境下它比HashMap要慢。如果你不需要同步,只需要单一线程,那么使用HashMap性能要好过Hashtable。 +- HashMap不能保证随着时间的推移Map中的元素次序是不变的。 + +> [What is difference between HashMap and Hashtable in Java?](http://javarevisited.blogspot.hk/2010/10/difference-between-hashmap-and.html) + ## 6. LinkedHashMap [LinkedHashMap.java](https://github.com/CyC2018/JDK-Source-Code/tree/master/src/HashMap.java) @@ -346,7 +422,7 @@ private V putForNullKey(V value) { [ConcurrentHashMap.java](https://github.com/CyC2018/JDK-Source-Code/tree/master/src/HashMap.java) -[ 探索 ConcurrentHashMap 高并发性的实现机制 ](https://www.ibm.com/developerworks/cn/java/java-lo-concurrenthashmap/) +[探索 ConcurrentHashMap 高并发性的实现机制](https://www.ibm.com/developerworks/cn/java/java-lo-concurrenthashmap/) # 参考资料 diff --git a/pics/b9a39d2a-618c-468b-86db-2e851f1a0057.jpg b/pics/b9a39d2a-618c-468b-86db-2e851f1a0057.jpg new file mode 100644 index 00000000..05c7e6ce Binary files /dev/null and b/pics/b9a39d2a-618c-468b-86db-2e851f1a0057.jpg differ diff --git a/pics/ce039f03-6588-4f0c-b35b-a494de0eac47.png b/pics/ce039f03-6588-4f0c-b35b-a494de0eac47.png new file mode 100644 index 00000000..d5025bb3 Binary files /dev/null and b/pics/ce039f03-6588-4f0c-b35b-a494de0eac47.png differ