HashMap源码 4

  1. resize()扩容方法:
    属性详解:
        threshold (临界值):当键值对的数量大于 16 * 0.75(加载因子) = 12 时,就会触发扩容

    final Node<K,V>[] resize() {
            Node<K,V>[] oldTab = table;    // 获取旧哈希表
            int oldCap = (oldTab == null) ? 0 : oldTab.length;    // 获取旧哈希表表的长度
            int oldThr = threshold;    // 获取旧的成员临界值
            int newCap, newThr = 0;
            if (oldCap > 0) {    // 如果旧哈希表度大于0
                if (oldCap >= MAXIMUM_CAPACITY) {    // 如果旧哈希表的长度大于最大长度,则设置加载因子为MAX_VALUE,并返回旧哈希表,停止扩容
                    threshold = Integer.MAX_VALUE;
                    return oldTab;
                }
                else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&    // 哈希表扩容都是当前容量翻倍扩容,所以要判断翻倍后是否大于最大长度
                         oldCap >= DEFAULT_INITIAL_CAPACITY)    // 并且旧哈希表的长度大于等于16
                    newThr = oldThr << 1; // double threshold    // 临界值翻倍(扩充为原来的2倍容量)
            }
            else if (oldThr > 0) // initial capacity was placed in threshold    // 如果旧哈希表长度不大于0,旧临界值大于0(第一次带参数初始化时)
                newCap = oldThr;    // 长度等于就临界值
            else {               // zero initial threshold signifies using defaults    // 如果旧哈希表长度不大于0,旧临界值也不大于0,则使用默认配置(无参数初始化时)
                newCap = DEFAULT_INITIAL_CAPACITY;    // 默认长度16
                newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);    // 默认临界值,当键值对的数量大于 16 * 0.75 = 12 时,会触发扩容
            }
            if (newThr == 0) {    // 如果临界值是0,计算新的resize上限
                float ft = (float)newCap * loadFactor;    // 计算获取临界值
                newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? 
                          (int)ft : Integer.MAX_VALUE);    // 如果新哈希表长度小于最大长度,并且ft临界值<最大长度,则调用ft临界值,否则调用最大长度
            }
            threshold = newThr;    // 设置成员临界值为新临界值
            @SuppressWarnings({"rawtypes","unchecked"})
                Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];    // 创建扩容后的新哈希表
            table = newTab;
            if (oldTab != null) {    // 判断原有的哈希表是否存在数据
                for (int j = 0; j < oldCap; ++j) {    // 根据原有的容量,进行遍历,复制非空节点
                    Node<K,V> e;
                    if ((e = oldTab[j]) != null) {    // 获取哈希表j节点
                        oldTab[j] = null;
                        if (e.next == null)    // 如果链表只有一个,则直接赋值
                            newTab[e.hash & (newCap - 1)] = e;
                        else if (e instanceof TreeNode)    // 红黑树,暂时略过,后面章节再分析
                            ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                        else { // preserve order
                            Node<K,V> loHead = null, loTail = null;    //如果扩容后,元素不需要移动,那么使用这个head和tail指针
                            Node<K,V> hiHead = null, hiTail = null;    //如果扩容后,元素的需要移动,那么使用这个head和tail指针
                            Node<K,V> next;
                            do {    // 遍历链表
                                next = e.next;
                                if ((e.hash & oldCap) == 0) {    // 原始位置加原数组长度的方法计算得到位置元素的在数组中的位置是否需要移动,0表示不需要移动
                                    if (loTail == null)
                                        loHead = e;
                                    else   
                                        loTail.next = e;
                                    loTail = e;
                                }
                                else {     // 元素位置需要移动
                                    if (hiTail == null)
                                        hiHead = e;
                                    else
                                        hiTail.next = e;
                                    hiTail = e;
                                }
                            } while ((e = next) != null);    // 旧链表迁移新链表
                            if (loTail != null) {
                                loTail.next = null;    // 将链表的尾节点的next 设置为空
                                newTab[j] = loHead;    // 原索引放到哈希表里
                            }
                            if (hiTail != null) {
                                hiTail.next = null;    // 将链表的尾节点的next 设置为空
                                newTab[j + oldCap] = hiHead;    // 原索引+oldCap放到哈希表里
                            }
                        }
                    }
                }
            }
            return newTab;
        }

基于STM32 F4的永磁同步电机无位置传感器控制策略研究内容概要:本文围绕基于STM32 F4的永磁同步电机(PMSM)无位置传感器控制策略展开研究,重点探讨在不依赖物理位置传感器的情况下,如何通过算法实现对电机转子位置和速度的精确估计与控制。文中结合嵌入式开发平台STM32 F4,采用如滑模观测器、扩展卡尔曼滤波或高频注入法等先进观测技术,实现对电机反电动势或磁链的估算,进而完成无传感器矢量控制(FOC)。同时,研究涵盖系统建模、控制算法设计、仿真验证(可能使用Simulink)以及在STM32硬件平台上的代码实现与调试,旨在提高电机控制系统的可靠性、降低成本并增强环境适应性。; 适合人群:具备一定电力电子、自动控制理论基础和嵌入式开发经验的电气工程、自动化及相关专业的研究生、科研人员及从事电机驱动开发的工程师。; 使用场景及目标:①掌握永磁同步电机无位置传感器控制的核心原理与实现方法;②学习如何在STM32平台上进行电机控制算法的移植与优化;③为开发高性能、低成本的电机驱动系统提供技术参考与实践指导。; 阅读建议:建议读者结合文中提到的控制理论、仿真模型与实际代码实现进行系统学习,有条件者应在实验平台上进行验证,重点关注观测器设计、参数整定及系统稳定性分析等关键环节。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值