标签：Node 多线程 hash 数组 竟然 链表 key null 震惊

当我们获取数据后，要将其存入到HashMap中，就需要确定key,value组成的Node对象在数组索引下标中的位置。

如果想要获取位置，就需要：

• 数组长度 length
• 得到一个整型数 [0 ---- length-1]

(1)我们首先可能想到用

Random.nextInt(length)；

但是这样以来就会产生两个问题：

1. 随机重复的可能性太大
2. 查找时候没有依据

(2)鉴于这样的情况，hashCode就登场了：

1. 得到整型数

int hash = key.hashCode()  ——> 32位的0和1组成的整数
如果我们用一个例子来表示：“1”.hashCode 有可能会超过存储范围

1. 控制这个整型数的范围

这时就需要控制整形的hash值的范围：hash%length = 需要的范围

但即便是这样，也会产生一定的问题。在hash = key.hashCode();中，如果key的值是31，47之类的数，在模16后（hash%16）得到的结果都是1，这样Node对象去到同一个位置的可能性会比较大，存储的资源就会大大被浪费。

要使index的结果尽可能不重复，就需要换一种计算形式：hash & length-1

得到的结果同样是在0~15之间，这与取模运算得到的结果是一样的。

但即便是这样，不同的hash值也有可能会产生相同的index：

这时就需要把原本hash值的低16位和高16位进行异或运算：

hash函数：将key.hashCode() 高16位和低16位进行一个异或运算，这样得出的最终hash值，最后几位重复的可能性就比原来低了很多。

hash碰撞

在 hash&(n-1) 中，index结果如果重复了，就表示碰撞了。

在这里插入图片描述op2：length-1 ——> 01111这种形式，如果不是这种形式，则无论op1的末尾值无论是1还是0最后计算的结果都会是0，这样就增加了重复的概率。

index实际上取决于op1，因为op2除了第一位之外，其他几位都是1，这也意味着数组的大小必须是10000-1=0111（2的幂次方）

三、put的过程

当我们new出来一个HashMap，我们需要去put，也就是向其中存入数据。而在put的时候，需要求出key值的hash（ hash(key) ），这里的hash是为了在之后确定位置时使用。在完成hash函数之后，并且维护几个变量，就可以开始具体的put过程。

1. 检查Node数组有没有初始化，如果没有初始化，那么就需要对它进行初始化。

if ((tab = table) == null || (n = tab.length) == 0)
    n = (tab = resize()).length;

resize()方法初始化

newCap = DEFAULT_INITIAL_CAPACITY;        //默认数组大小16
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);        //16*0.75=12  扩容标准

Node<K,V> newTab = (Node<K,V>[])new Node[newCap];        //数组初始化

2.根据hash函数得到的hash结果，计算Node节点的下标的位置，并开始存入数据。

假如计算出来的Node节点的下标位置是1，判断1这个位置原来有没有Node节点。如果没有，那么就直接创建Node对象，放到数组该位置。如果1这个位置有元素，就分为三种情况： （1）key值相同，直接替换value值 （2）key值不相同，按链表的方式进行存储 （3）key值不相同，按红黑树的方式存储

else {
    Node<K,V> e; K k;
    //key值相同，直接替换value值
    if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
    e=p;
    //key值不相同，按链表的方式进行存储
    else if (p instanceof TreeNode)
        e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
    else {
        //key值不相同，按链表的方式进行存储 ————> 循环遍历当前链表，直到找到当前链表的最后一个节点，next==null，将new出来的Node放到最后节点的后面
        for (int binCount = 0; ; ++binCount){
            if ((e = p.next) == null){
                p.next = newNode(hash, key, value, null);
                //但凡新增加一个节点，就检查长度有没有超过8
                if (binCount >= TREEIFY_THRESHOLD - 1)
                    //链表转红黑树
                    treeifyBin(tab, hash);
                break;
            }
            if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
            break;
        p = e;
        }
    }
    if (e != null) {
        V oldValue = e.value;
        if (!onlyIfAbsent || oldValue null)
            e.value = value;
        afterNodeAccess(e);
        return oldValue;
    }
}

注意：链表的长度超过8，就转为红黑树；红黑树里的节点小于6，就转为链表。

四、HashMap的扩容

当数组的大小无法满足存储的需求时，就需要对HashMap进行扩容。

扩容的方法就是：创建一个新的数组，将老数组中的【链表，红黑树】迁移到新数组中。

注意：在扩容时要保证2的倍数扩容，比如16 —> 32，符合2的幂次的规律。

而在什么情况下会发生扩容呢？

假如数组大小时16，当整个数据结构中节点的数量超过 16*0.75=12 时，就会发生扩容。

//源码中的0.75就是负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;

if (++size > threshold)        //扩容标准，这里的threshold就是16*0.75
    resize();               //功能：初始化/扩容

//这里的MAXIMUM_CAPACITY是2^30,如果老数组大于这个数，就不需要扩容
if (oldCap >= MAXIMUM_CAPACITY) {
    threshold = Integer.MAX_VALUE;
    return oldTab;
}

//如果没有超过，就将老数组大小向右位移一位
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)
    //而这时使用的是新的数组，所以扩容标准也增加一倍，为24
    newThr = oldThr << 1;

当取得这两个参数时，就可以创建新数组：

Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];

再之后就需要将老数组的节点迁移到新数组中：

1. 循环遍历老的数组的下标
2. 判断当前下标位置有没有元素，有元素才值得迁移
3. 如果下标位置有元素，并且下面没有元素
4. 如果下面有元素，并且是红黑树形式
5. 如果下面有元素，并且是链表形式

if (oldTab != null) {
    //循环遍历老的数组的下标
    for(int j = 0;j < oldCap; ++j) {
        Node<K,V> e;
        //判断当前下标位置有没有元素，有元素才值得迁移
        if ((e = oldTab[j]) != null) {
            oldTab[j] = null;
            //如果下标位置有元素，并且下面没有元素
            if (e.next == null)
                //得到Node节点再新数组下标的位置
                newTab[e.hash & (newCap - 1)] = e;
            else if (e instanceof TreeNode)
                //如果下面有元素，并且是红黑树形式
                ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else {
                    Node<K,V> loHead = null, lotail = null;
                    Node<K,V> hiload = null,hiTail = null;
                    Node<K,V> next;
                    //如果下面有元素，并且是链表形式
                    do {
                        next = e.next;
                        //老数组链表中i位置的Node节点，会保存到新数组中对应的i位置
                        if ((e.hash &oldCap) == 0) {
                            if (loTail == null)
                                loHead = e;
                            else
                                loTail.next = e;
                                loTail = e;
                        }
                        //老数组链表中i位置的Node节点，会保存到新数组中对应的i+oldCap位置        1+16=17
                        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;
                    }
                }
        }
    }
}

五、线程安全

多线程执行操作和单线程执行操作，最终的数据不一致，这就是线程非安全。如果想要保证线程安全，这个线程就需要原子性，可见性，有序性这三大性质。

方法：只有此线程操作完成或者异常退出，其他线程才能进来操作。可以在put的过程中加入synchronized(同步)关键字。但是这样会导致每一个线程都会有一把锁，使得效率大大降低。这时可以使用hashtable或者ConcurrentHashMap,这里不做过多延伸

需要资料的小伙伴，点赞加收藏，关注我之后添加小助理vx：bjmsb0606006 即可获取免费下载方式

标签：Node,多线程,hash,数组,竟然,链表,key,null,震惊
来源： https://blog.csdn.net/Fightevery/article/details/118253879

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。