标签：容量 image oid 数组 code nan tables 个数 ted
一.初始化：
hashMap有四种初始化方式：
public HashMap(int initialCapacity, float loadFactor) { if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); this.loadFactor = loadFactor; this.threshold = tableSizeFor(initialCapacity); } public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); } public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted } public HashMap(Map<? extends K, ? extends V> m) { this.loadFactor = DEFAULT_LOAD_FACTOR; putMapEntries(m, false); }
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
if (s > 0) {
// 判断table是否已经初始化
if (table == null) { // pre-size
// 未初始化，s为m的实际元素个数
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
// 计算得到的t大于阈值，则初始化阈值， 小疑问： 这里为什么不是threshold = tableSizeFor(t) * loadFactor;？--------------------
if (t > threshold)
threshold = tableSizeFor(t);
}
// 已初始化，并且m元素个数大于阈值，进行扩容处理
else if (s > threshold)
resize();
// 将m中的所有元素添加至HashMap中
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}
static final int tableSizeFor(int cap) {
int n = cap - 1;//为了防止cap已经是2的幂，返回的capacity将是这个cap的两倍的情况出现（例：cap=10000000, (不减1，)经过下面数次无符号右移变成cap+1111111 近似2*cap;）.
//MAXIMUM_CAPACITY=1 << 30
//n最大也就只有32bit（一个二进制数据0或者1，是一个bit），这时已经大于MAXIMUM_CAPACITY，所以取MAXIMUM_CAPACITY
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
final Node<K,V>[] resize() { Node<K,V>[] oldTab = table;
//cap ：容量 ； thr： 临界值； 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; }
// 容量和临界值 都翻倍 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); }
//确保 临界值= 容量*负载因子，并且 临界值 小于MAXIMUM_CAPACITY；
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//在此处 初始化 临界值
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//重新散列 hashMap中的元素位置
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)
// 重新确定 元素位置
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);// 非链节点， 是红黑树节点
else { // preserve order （保持原有顺序）
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//
将同一桶中的元素根据(e.hash & oldCap)是否为0进行分割，分成两个不同的链表，完成rehash(若结果为0，则说明扩容后，newCap新增的一个bit=1 对应的 hash值的 位置的值为0【因此，使用的是 oldCap,而不是 oldCap-1】；)
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;
}
以下，对扩容方法resize进行补充描述：
通过观测可以发现，我们使用的是2次幂的扩展（长度扩展为原来的2倍），所以，元素的位置要么是原位置，要么是原位置再移动2次幂的位置。其中 n代表 数组长度（容量）。见下图：
因此，元素再重新计算hash之后，因为n变为2倍，那么n-1的二进制表示，在高位会多1bit（如上图），因此新的index就会 = 原位置+orldCap，下为示例：
因此，在扩容时，不需要像旧版本那样重新计算hash，只需要看看原来的hash值新增的那个bit是1还是0就好了，是0的话索引不变，是1的话索引变成原索引+oldCap.（逻辑与运算）
这样设计后，既能省去了重新计算hash值的时间，而且由于新增的1bit是0还是1可以认为是随机的.因此resize的过程，均匀的把之前冲突的节点分散到新的bucket（数组中的位置）了.
且通过比较旧版本，可以发现不同：扩容后，链表元素位置并没有如旧版本一样发生链表中元素倒置的现象，仍然采用的旧的顺序.
这里应该有一个bug,如下：
do { next = e.next; if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; //正确的应该是：loHead.next = e; loTail = e; } else { if (hiTail == null) hiHead = e; else hiTail.next = e; //正确的应该是：hiHead.next = e; hiTail = e; } } while ((e = next) != null);
此处作者的本意应该是将旧的链 按 规则（e.hash & oldCap == 0）拆分成两条链， 如此，应该分别使用loHead.next = e 和 hiHead.next = e；而不是loTail.next = e 和hiTail.next = e.
晚些时候，我来写段代码测一测（待续）.
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);//红黑树 else { for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st //当链的长度大于等于8，则 这条 链 会被 转换为 红黑树链（其它链不会收到影响） treeifyBin(tab, hash); break; } if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }
今天先到这里，后面继续....
标签：容量 image oid 数组 code nan tables 个数 ted
原文地址：http://www.cnblogs.com/zqsky/p/6789835.html
