minhas informações de contato
Correspondência[email protected]
2024-07-12
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
Índice
- 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;
- //判断数组是否未初始化
- if ((tab = table) == null || (n = tab.length) == 0)
- //如果未初始化,调用resize方法 进行初始化
- n = (tab = resize()).length;
- //通过 & 运算求出该数据(key)的数组下标并判断该下标位置是否有数据
- if ((p = tab[i = (n - 1) & hash]) == null)
- //如果没有,直接将数据放在该下标位置
- tab[i] = newNode(hash, key, value, null);
- //该数组下标有数据的情况
- else {
- Node<K,V> e; K k;
- //判断该位置数据的key和新来的数据是否一样
- if (p.hash == hash &&
- ((k = p.key) == key || (key != null && key.equals(k))))
- //如果一样,证明为修改操作,该节点的数据赋值给e,后边会用到
- e = p;
- //判断是不是红黑树
- else if (p instanceof TreeNode)
- //如果是红黑树的话,进行红黑树的操作
- e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
- //新数据和当前数组既不相同,也不是红黑树节点,证明是链表
- else {
- //遍历链表
- for (int binCount = 0; ; ++binCount) {
- //判断next节点,如果为空的话,证明遍历到链表尾部了
- if ((e = p.next) == null) {
- //把新值放入链表尾部
- p.next = newNode(hash, key, value, null);
- //因为新插入了一条数据,所以判断链表长度是不是大于等于8
- if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
- //如果是,进行转换红黑树操作
- treeifyBin(tab, hash);
- break;
- }
- //判断链表当中有数据相同的值,如果一样,证明为修改操作
- if (e.hash == hash &&
- ((k = e.key) == key || (key != null && key.equals(k))))
- break;
- //把下一个节点赋值为当前节点
- p = e;
- }
- }
- //判断e是否为空(e值为修改操作存放原数据的变量)
- if (e != null) { // existing mapping for key
- //不为空的话证明是修改操作,取出老值
- V oldValue = e.value;
- //一定会执行 onlyIfAbsent传进来的是false
- if (!onlyIfAbsent || oldValue == null)
- //将新值赋值当前节点
- e.value = value;
- afterNodeAccess(e);
- //返回老值
- return oldValue;
- }
- }
- //计数器,计算当前节点的修改次数
- ++modCount;
- //当前数组中的数据数量如果大于扩容阈值
- if (++size > threshold)
- //进行扩容操作
- resize();
- //空方法
- afterNodeInsertion(evict);
- //添加操作时 返回空值
- return null;
- }
- public V get(Object key) {
- Node<K,V> e;
- //hash(key),获取key的hash值
- //调用getNode方法,见下面方法
- return (e = getNode(hash(key), key)) == null ? null : e.value;
- }
-
-
- final Node<K,V> getNode(int hash, Object key) {
- Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
- //找到key对应的桶下标,赋值给first节点
- if ((tab = table) != null && (n = tab.length) > 0 &&
- (first = tab[(n - 1) & hash]) != null) {
- //判断hash值和key是否相等,如果是,则直接返回,桶中只有一个数据(大部分的情况)
- if (first.hash == hash && // always check first node
- ((k = first.key) == key || (key != null && key.equals(k))))
- return first;
-
- if ((e = first.next) != null) {
- //该节点是红黑树,则需要通过红黑树查找数据
- if (first instanceof TreeNode)
- return ((TreeNode<K,V>)first).getTreeNode(hash, key);
-
- //链表的情况,则需要遍历链表查找数据
- do {
- if (e.hash == hash &&
- ((k = e.key) == key || (key != null && key.equals(k))))
- return e;
- } while ((e = e.next) != null);
- }
- }
- return null;
- }
- //扩容、初始化数组
- final Node<K,V>[] resize() {
- Node<K,V>[] oldTab = table;
- //如果当前数组为null的时候,把oldCap老数组容量设置为0
- int oldCap = (oldTab == null) ? 0 : oldTab.length;
- //老的扩容阈值
- int oldThr = threshold;
- int newCap, newThr = 0;
- //判断数组容量是否大于0,大于0说明数组已经初始化
- if (oldCap > 0) {
- //判断当前数组长度是否大于最大数组长度
- if (oldCap >= MAXIMUM_CAPACITY) {
- //如果是,将扩容阈值直接设置为int类型的最大数值并直接返回
- threshold = Integer.MAX_VALUE;
- return oldTab;
- }
- //如果在最大长度范围内,则需要扩容 OldCap << 1等价于oldCap*2
- //运算过后判断是不是最大值并且oldCap需要大于16
- else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
- oldCap >= DEFAULT_INITIAL_CAPACITY)
- newThr = oldThr << 1; // double threshold 等价于oldThr*2
- }
- //如果oldCap<0,但是已经初始化了,像把元素删除完之后的情况,那么它的临界值肯定还存在, 如果是首次初始化,它的临界值则为0
- else if (oldThr > 0) // initial capacity was placed in threshold
- newCap = oldThr;
- //数组未初始化的情况,将阈值和扩容因子都设置为默认值
- else { // zero initial threshold signifies using defaults
- newCap = DEFAULT_INITIAL_CAPACITY;
- newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
- }
- //初始化容量小于16的时候,扩容阈值是没有赋值的
- if (newThr == 0) {
- //创建阈值
- float ft = (float)newCap * loadFactor;
- //判断新容量和新阈值是否大于最大容量
- newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
- (int)ft : Integer.MAX_VALUE);
- }
- //计算出来的阈值赋值
- threshold = newThr;
- @SuppressWarnings({"rawtypes","unchecked"})
- //根据上边计算得出的容量 创建新的数组
- Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
- //赋值
- table = newTab;
- //扩容操作,判断不为空证明不是初始化数组
- if (oldTab != null) {
- //遍历数组
- for (int j = 0; j < oldCap; ++j) {
- Node<K,V> e;
- //判断当前下标为j的数组如果不为空的话赋值个e,进行下一步操作
- if ((e = oldTab[j]) != null) {
- //将数组位置置空
- oldTab[j] = null;
- //判断是否有下个节点
- if (e.next == null)
- //如果没有,就重新计算在新数组中的下标并放进去
- newTab[e.hash & (newCap - 1)] = e;
- //有下个节点的情况,并且判断是否已经树化
- else if (e instanceof TreeNode)
- //进行红黑树的操作
- ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
- //有下个节点的情况,并且没有树化(链表形式)
- else {
- //比如老数组容量是16,那下标就为0-15
- //扩容操作*2,容量就变为32,下标为0-31
- //低位:0-15,高位16-31
- //定义了四个变量
- // 低位头 低位尾
- Node<K,V> loHead = null, loTail = null;
- // 高位头 高位尾
- Node<K,V> hiHead = null, hiTail = null;
- //下个节点
- Node<K,V> next;
- //循环遍历
- do {
- //取出next节点
- next = e.next;
- //通过 与操作 计算得出结果为0
- if ((e.hash & oldCap) == 0) {
- //如果低位尾为null,证明当前数组位置为空,没有任何数据
- if (loTail == null)
- //将e值放入低位头
- loHead = e;
- //低位尾不为null,证明已经有数据了
- else
- //将数据放入next节点
- loTail.next = e;
- //记录低位尾数据
- loTail = e;
- }
- //通过 与操作 计算得出结果不为0
- else {
- //如果高位尾为null,证明当前数组位置为空,没有任何数据
- if (hiTail == null)
- //将e值放入高位头
- hiHead = e;
- //高位尾不为null,证明已经有数据了
- else
- //将数据放入next节点
- hiTail.next = e;
- //记录高位尾数据
- hiTail = e;
- }
-
- }
- //如果e不为空,证明没有到链表尾部,继续执行循环
- while ((e = next) != null);
- //低位尾如果记录的有数据,是链表
- if (loTail != null) {
- //将下一个元素置空
- loTail.next = null;
- //将低位头放入新数组的原下标位置
- newTab[j] = loHead;
- }
- //高位尾如果记录的有数据,是链表
- if (hiTail != null) {
- //将下一个元素置空
- hiTail.next = null;
- //将高位头放入新数组的(原下标+原数组容量)位置
- newTab[j + oldCap] = hiHead;
- }
- }
- }
- }
- }
- //返回新的数组对象
- return newTab;
- }
Quatro: Resumo
HashMap é uma das estruturas de dados comumente usadas em Java, usada para armazenar pares de valores-chave. A seguir está um resumo de vários cenários de uso comuns do HashMap:
1. Gerenciamento de cache: HashMap pode ser usado para implementar a função de cache, armazenando dados no HashMap na forma de pares chave-valor. Você pode obter os dados necessários consultando o HashMap, evitando o custo de recalcular ou consultar o banco de dados.
2. Índice de dados: HashMap é uma estrutura de dados que pode encontrar dados rapidamente. Ele pode encontrar rapidamente o valor correspondente com base na chave. Portanto, o HashMap pode ser usado para construir uma estrutura de índice e melhorar a eficiência da recuperação de dados.
3. Dicionário: HashMap pode ser usado para implementar a função de dicionário, armazenando palavras e significados correspondentes como pares de valores-chave no HashMap. Obtenha o significado correspondente por meio da chave de consulta para obter uma pesquisa rápida.
4. Estatísticas de frequência: HashMap pode ser usado para contar a frequência de ocorrência de cada elemento nos dados. Você pode usar o elemento como chave e o número de ocorrências como valor e obter o elemento com a maior frequência classificando ou consultando os valores.
5. Armazenamento e recuperação de dados: HashMap é uma estrutura de dados eficiente que pode ser usada para armazenar e recuperar grandes quantidades de dados. O valor correspondente pode ser encontrado rapidamente com base na chave, melhorando a eficiência do acesso aos dados.
Resumindo, o HashMap pode desempenhar um papel em cenários onde os dados precisam ser armazenados e recuperados e, devido ao seu método de acesso eficiente, é uma boa escolha na maioria dos casos.