【HashMap我可以讲半小时】

IntObjectHashMap和HashMap的区别? 源码来源地址:https://github.com/netty/netty/tree/4.0 区别: 相同点:IntObjectHashMap和HashMap都是以键值对的形式,储存对象。 不同点:IntObjectHashMap的键只能是int类型 IntObjectMap.java package com; import java.util.Collection; /** * Interface for a primitive map that uses {@code... 阅读详情

底层工作原理及数据结构

工作中用到最多的是hashmap,它支持key-value这种键值对存储。当往hashmap中添加一个键值对时,会将key-value的对应关系封装成一个Entry,就是键值对对象,它会拿着key做hash算法,把hash的值映射到内存地址,找到内存地址所在的位置,会查看这个位置有没有其他元素。如果没有其他元素,会把这个键值对直接放到一个node类型的数组中,这个数组就是hashmap底层基础的数据存储结构;如果有其他元素,会继续拿着这个key调用equals方法,和这个位置已存在的元素key进行对比,对比二个元素的key。key一样会返回一个true,原来的value值会被替换成新的value;key不一样返回flase,表示二个元素的key不一样,但是存储的位置是同一个,这个就是典型的hash碰撞,一般解决hash碰撞有四种办法。一种是开放寻址法,开放寻址法就是假设当前数组位置1,它存放了一个张三,现在要把李四也保存进来,但是这个位置被占用了,那么就把李四就放到下一个位置2上去,如果2也被占用了,就继续往下找,直到找到空位置。一种是拉链法,用的是链表的方式,位置1除了存放Entry还要保存一个next指针,指向数组外的另一个位置,将李四安排在这里,张三那个Entry中的next指针就指向李四的这个位置,也就是保存的这个位置的内存地址。如果还有冲突,就把冲突的那个Entry放到一个新位置上,然后李四的Entry指向它,这样就形成一个链表。一种是建立公共溢出区,将哈希表分为基本表和溢出表两部分,发生冲突的元素都放入溢出表中。一种是再哈希法,当哈希地址发生冲突用其他的函数计算另一个哈希函数地址,直到冲突不再产生为止。hashmap就是采用拉链法这种方式用链表存储解决hash碰撞的。不过当链表中的数据较多时,查询的效率会下降,所以在JDK1.8版本后做了一个升级。当链表长度大于8并且数组长度大于64时,会转换为红黑树。如果链表长度大于8,但是数组长度小于64时,会进行扩容操作,不会转换为红黑树。红黑树需要进行左旋,右旋,变色操作来保持平衡,当数组长度小于64,使用数组加链表比使用红黑树查询速度要更快、效率要更高。在HashMap源码有这样一段描述,大致意思是说在理想状态下受随机分布的hashCode影响,链表中的节点遵循泊松分布。链表中的节点数是8的概率已经接近千分之一,这个时候链表的性能已经很差,所以在这种比较罕见和极端的情况下才会把链表转变为红黑树,大部分情况下HashMap还是使用链表,如果理想的均匀分布节点数不到8就已经自动扩容了。

在这里插入图片描述

HashMap实际使用过程中会出现一些性能问题以及线程安全问题

性能问题一般关注HashMap两个参数,这二个参数:初始容量和加载因子,影响hashmap的性能。初始容量只是哈希表在创建时的容量,这里的容量是哈希表中桶的数量,数组初始化容量是16。当哈希表中的条目数超出了加载因子与当前容量的乘积时,就要对该哈希表进行扩容、rehash,也就是重建内部数据结构,扩容后的哈希表将具有两倍的原容量。hashmap初始化容量时候,对容量大小做的处理,保证初始化容量为最近的2的幂次方,因为当数组长度为2的幂次方时,可以使用位运算来计算元素在数组中的下标,提高运算效率,除此之外还可以增加hash值的随机性,减少hash冲突。加载因子是用来判断当前HashMap<K,V>中存放的数据量,默认的加载因子是0.75。加载因子比较大,扩容发生的频率比较低,浪费的空间比较小,发生hash冲突的几率比较大。比如,加载因子是1的时候,hashmap长度为128,实际存储元素的数量在64至128之间时间段比较多,这个时间段发生hash冲突比较多,造成数组中其中一条链表比较长,会影响性能。加载因子比较小,扩容发生的频率比较高,浪费的空间比较多,发生hash冲突的几率比较小。比如,加载因子是0.5的时候,hashmap长度为128,当数量达到65的时候会触发扩容,扩容后为原理的256,256里面只存储了65个,浪费了。综合了一下,取了一个平均数0.75作为加载因子。当负载因子为0.75,代入到泊松分布公式,计算出来长度为8时,概率=0.00000006,概率很小了,这也是为什么上面我们提到的当链表长度为8时才会转红黑树的原因。对比jdk1.7和1.8版本可以发现,1.7版本的时候有二个地方是有些问题的,第一个是扩容的时候需要rehash操作,将所有的数据重新计算HashCode,然后赋给新的HashMap,rehash的过程是非常耗费时间和空间的。 第二个是当并发执行扩容操作时会造成环形链和数据丢失的情况,开多个线程不断进行put操作,当旧链表迁移新链表的时候,如果在新表的数组索引位置相同,则链表元素会倒置,就是因为头插法,所以最后的结果打乱了插入的顺序,就有可能发生环形链和数据丢失的问题,引起死循环,导致CPU利用率接近100%。在JDK1.8中,对HashMap这二点进行了优化。第一点是经过rehash之后元素的位置,要么是在原位置,要么是在原位置再移动2次幂的位置。HashMap的数组长度恒定为2的n次方,也就是说只会为16,32,64,128这种数。即便你给的初始值是13,最后数组长度也会变成16,它会取与你传入的数最近的一个2的n次方的数。在扩充HashMap的时候,不需要像JDK1.7的实现那样重新计算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的话索引没变,是1的话索引变成原位置+原数组长度。HashMap中运算数组的位置使用的是数组长度-1,因为每次扩容会把原数组的长度*2,那么再二进制上的表现就是多出来一个1。比如初始长度为16的数组,对应的leng-1就是15,原数组15二进制后八位为0000 1111。扩容后的长度为32的数组,对应的leng-1就是31,二进制就变成了0001 1111。再次扩容长度为64的数组,对应的leng-1就是63,二进制是0011 1111。扩容之后元素的位置是否改变则取决于与这个多出来的1的运算结果,运算结果为0则不需要换位置,运算结果为1则换新位置,新位置为老位置的高位进1。举二个例子说明这个现象,假设某个元素的hashcode为52,这个52与15运算做按位与运算的的结果是4,这个52与31做按位与运算的的结果是20,20不就是等于4+16吗,刚好是原数组的下标+原数组的长度。假设某个元素的hashcode为100,100&15=4,100&31=4,对于HashCode为100的元素来说,扩容后与扩容前其所在数组中的下标均为4。所以经过rehash之后,元素的位置要么是在原位置,要么是在原位置加原数组长度的位置。既省去了重新计算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,复杂度更高,从而让分布性更高一些。第二点,发生hash碰撞,不再采用头插法方式,而是直接插入链表尾部,因此不会出现环形链表的情况,但是在多线程环境下,会发生数据覆盖的情况,如果没有hash碰撞的时候,它会直接插入元素。如果线程A和线程B同时进行put操作,刚好这两条不同的数据hash值一样,并且该位置数据为null,线程A进入后还未进行数据插入时挂起,而线程B正常执行,从而正常插入数据,然后线程A获取CPU时间片,此时线程A不用再进行hash判断了,线程A会把线程B插入的数据给覆盖,导致数据发生覆盖的情况,发生线程不安全。实际的报错现象就是:java.util.ConcurrentModificationException并发修改异常。导致原因:并发争取修改导致,一个线程正在写,一个线程过来争抢,导致线程写的过程被其他线程打断,导致数据不一致。解决这种问题也有多种方案:第一种解决方案:使用HashTable:HashTable是线程安全的,只不过实现代价却太大了,简单粗暴,get/put所有相关操作都是synchronized的,这相当于给整个哈希表加了一把大锁。多线程访问时候,只要有一个线程访问或操作该对象,那其他线程只能阻塞,相当于将所有的操作串行化,在竞争激烈的并发场景中性能就会非常差。第二种解决方案:使用工具类Collections.synchronizedMap(new HashMap<>());和Hashtable一样,实现上在操作HashMap时自动添加了synchronized来实现线程同步,都对整个map进行同步,在性能以及安全性方面不如ConcurrentHashMap。第三种解决方案:使用写时复制:CopyOnWrite:往一个容器里面加元素的时候,不直接往当前容器添加,而是先将当前容器的元素复制出来放到一个新的容器中,然后新的元素添加元素,添加完之后,再将原来容器的引用指向新的容器,这样就可以对它进行并发的读,不需要加锁,因为当前容器不添加任何元素。利用了读写分离的思想,读和写是不同的容器。会有内存占用问题,在复制的时候只是复制容器里的引用,只是在写的时候会创建新对象添加到新容器里,而旧容器的对象还在使用,所以有两份对象内存。会有数据一致性问题,CopyOnWrite容器只能保证数据的最终一致性,不能保证数据的实时一致性。第四种解决方案:使用ConcurrentHashMap:ConcurrentHashMap大量的利用了volatile,CAS等技术来减少锁竞争对于性能的影响。在JDK1.7版本中ConcurrentHashMap避免了对全局加锁,改成了局部加锁(分段锁),分段锁技术,将数据分成一段一段的存储,然后给每一段数据配一把锁,当一个线程占用锁访问其中一个段数据的时候,其他段的数据也能被其他线程访问,能够实现真正的并发访问。不过这种结构的带来的副作用是Hash的过程要比普通的HashMap要长。所以在JDK1.8版本中CurrentHashMap内部中的value使用volatile修饰,保证并发的可见性以及禁止指令重排,只不过volatile不保证原子性,使用为了确保原子性,采用CAS(比较交换)这种乐观锁来解决。CAS 操作包含三个操作数 —— 内存位置(V)、预期原值(A)和新值(B)。如果内存地址里面的值和A的值是一样的,那么就将内存里面的值更新成B。CAS是通过无限循环来获取数据的,若果在第一轮循环中,a线程获取地址里面的值被b线程修改了,那么a线程需要自旋,到下次循环才有可能机会执行。volatile有三个特性:可见性,不保证原子性,禁止指令重排。可见性:线程1从主内存中拿数据1到自己的线程工作空间进行操作(假设是加1)这个时候数据1已经改为数据2了,将数据2写回主内存时通知其他线程(线程2,线程3),主内存中的数据1已改为数据2了,让其他线程重新拿新的数据(数据2)。不保证原子性:线程1从主内存中拿了一个值为1的数据到自己的工作空间里面进行加1的操作,值变为2,写回主内存,然后还没有来得及通知其他线程,线程1就被线程2抢占了,CPU分配,线程1被挂起,线程2还是拿着原来主内存中的数据值为1进行加1,值变成2,写回主内存,将主内存值为2的替换成2,这时线程1的通知到了,线程2重新去主内存拿值为2的数据。禁止指令重排:首先指令重排是程序执行的时候不总是从上往下执行的,就像高考答题,可以先做容易的题目再做难的,这时做题的顺序就不是从上往下了。禁止指令重排就杜绝了这种情况。

在这里插入图片描述

HashMap的使用优化

对hashmap使用的优化,我个人看法有六点,第一点,建议采用短String,Integer这样的类作为键。特别是String,他是不可变的,也是final的,而且已经重写了equals 和hashCode方法,这个和HashMap 要求的计算hashCode的不可变性要求不谋而合,核心思想就是保证键值的唯一性,不变性,其次是不可变性还有诸如线程安全的问题,以上这么定义键,可以最大限度的减少碰撞的出现。如果hashCode 不冲突,那查找效率很高,但是如果hashCode一旦冲突,要调用equals一个字节一个自己的去比较,key越短效率越高。第二点迭代器遍历Map,在各个数量级效率稳定且较高,一般采用Iterator迭代器遍历Map,使用迭代器遍历entrySet在各个数量级别效率都比较高。第三点concurrentHashMap或迭代器Iterator遍历删除,当遍历Map需要删除的时候,不可以for循环遍历,否则会产生并发修改异常CME,只能使用迭代器iterator.remove()来删除元素,或者使用线程安全的concurrentHashMap来删除Map中的元素。第四点考虑加载因子地设定初始大小,设定时一定要考虑加载因子的存在。使用的时候最好估算存储的大小,如果初始桶为16,等到满16个元素才扩容,某些桶里可能就有不止一个元素了。所以加载因子默认为0.75,也就是说大小为16的HashMap,到了第13个元素,就会扩容成32。Guava的做法是把默认容量的数字设置成预期大小 / 0.75F + 1.0F,可以使用Maps.newHashMapWithExpectedSize(预期大小);来创建一个HashMap,计算的过程guava会帮我们完成第五点减小加载因子,如果Map是一个长期存在而不是每次动态生成的,而里面的key又是没法预估的,那可以适当加大初始大小,同时减少加载因子,降低冲突的机率。毕竟如果是长期存在的map,浪费点数组大小不算啥,降低冲突概率,减少比较的次数更重要。第六点使用IntObjectHashMap,HashMap的结构是 Node[] table; Node 下面有Hash,Key,Value,Next四个属性。而IntObjectHashMap的结构是int[] keys 和 Object[] values。在插入时,同样把int先取模落桶,如果遇到冲突,则不采样HashMap的链地址法,而是用开放地址法(线性探测法)index+1找下一个空桶,最后在keys[index],values[index]中分别记录。在查找时也是先落桶,然后在key[index++]中逐个比较key。所以,对比整个数据结构,省的不止是int vs Integer,还有每个Node的内容。性能IntObjectHashMap还是稳赢一点的,随便测了几种场景,耗时至少都有24ms vs 28ms的样子,好的时候甚至快1/3。

在这里插入图片描述

整个图片,歇歇眼,文章大多不换行,排版基本都是一块的,主要是针对面试口述而已的,备战面试。

可乐学习NVMe之一:为什么SSD需要NVMe 1. NVMe SSD 结构简图 整体来看,NVMe SSD可以分为三部分,host端的驱动NVMe Driver、PCIe+NVMe实现的控制器以及NAND Flash+DDR4/DDR5存储介质。 芯片回片后Host侧软件或者驱动开发主要在应用层,通过一些测试工具进行benchmark跑分测试,performance性能分析,latency分析、stress-testing等等: 那么,接下来阐述为什么SSD需要NVMe,并再后续的文章介绍NVMe协议分析,个人针对协议的理解,如果有不当之处,还请各 阅读详情

相关推荐

【图神经网络】从0到1使用PyG手把手创建异构图

异构图的准确定义如下:异构图(Heterogeneous Graphs):一个异构图GGG有一组节点V=v1,v2,...,vnV=v_1,v_2,...,v_nV=v1​,v2​,...,vn​和一组边E=e1,e2,...,emE=e_1,e_2,...,e_mE=e1​,e2​,...,em​组成,其中每个节点和每条边都对应着一种类型,用TvT_vTv​表示节点类型的集合,TeT_eTe​表示边类型的集合,一个异构图有两个映射函数,分别将每个节点映射到其对应的类型ϕv:V→Tv\phi_v:V\rig

小哲的博客 7833

数据压缩方案之高性能集合 IntObjectHashMap

IntObjectHashMap没有和JDK的HashMap一样,使用链表法来解决hash冲突,而是使用了线性探测策略的开放寻址法,由于使用开放寻址,在hash碰撞较为严重的场合,其查询性能比HashMap会更好,但是其扩缩容的代价会比HashMap更大,性能更糟。IntObjectHashMap的value就是真实的value,不像HashMap内部维护的Node,也会更节约内存。以及其他包下的集合,org.antlr.v4.runtime.misc.IntSet 也可以压缩数据。经测算,存入1万数据,

xzh_blog 892

参考线平滑-FemPosDeviation-SQP

使用SQP(顺序二次规划)对离散点进行平滑

mpt0816的博客 2440

换个数据结构,IntObjectHashMap 内存优化

各种资源,各种教程,请=》https://www.itjpk.com/Artices?id=25 当时其实我是被他的这个图片给吸引到了(里面的 12 qps 应该是 12k qps): 他介绍了两个核心系统在经过一个“数据压缩”的操作之后,分别节约了 204C 和 2160C 的服务器资源。 共计就是 2364C 的服务器资源。 如果按照一般标配的 4C8G 服务器,好家伙,这就是节约了 591 台机器啊,你想想一年就节约了多大一笔开销。 视频中介绍了几种数据压缩的方案,其中方案之一就是用

lingdu257的专栏 1922

PCB线路板的制作工艺流程分享!2021-08-21

Pcb板制作工艺流程:开料-钻孔-沉铜-压膜-曝光-显影-电铜-电锡-退膜-蚀刻-退锡-光学检测-印阻焊油-阻焊曝光、显影-字符-表面处理-成型-电测-终检-抽测-包装。具体如下:1、开料(CUT) 将原始的覆铜板切割成可以用在生产线上制作的板子过程2、钻孔 使PCB板层间产生通孔,以达到连通层间的目的。 3、沉铜 经过钻孔后的线路板在沉铜缸内会发生氧化还原反应,形成铜层对孔进行孔金属化,使原来绝缘的基材表面沉积上铜,达到层间电性相通。 4、压膜 压膜后的PCB板上面压了一层蓝色的干膜, 干膜是一个载体

jdbpcb88的博客 3251

Ubuntu下NVIDIA驱动安装全攻略:从报错到完美运行nvidia-smi的完整流程

本文提供了在Ubuntu系统中安装NVIDIA驱动的完整解决方案,重点解决因驱动版本冲突、内核模块未加载或Secure Boot安全启动导致的`nvidia-smi`报错问题。通过彻底清理旧驱动、处理Secure Boot、选择兼容版本并正确安装,最终确保驱动完美运行。

weixin_29196891的博客 365

高性能场景下,HashMap的优化使用建议

1. HashMap 在JDK 7 与 JDK8 下的差别 顺便理一下HashMap.get(Object key)的几个关键步骤,作为后面讨论的基础。 1.1 获取key的HashCode并二次加工 因为对原Key的hashCode质量没信心,怕会存在大量冲突,HashMap进行了二次加工。 JDK7的做法:   h ^= (h >>> 20) ^ (h >>

liuyinlong 1715

从零开始的 AI Infra 学习之路

AI Infra(AI 基础设施)是指为上层的 AI 算法应用提供支持的 AI 全栈底层技术,通过合理利用计算机体系结构,可以实现 AI 计算的加速和部署。AI Infra 主要包括以下内容:AI 训练框架 & 推理引擎;AI 编译 & 计算架构;AI 硬件 & 体系结构。参考资料:;。

AI Infra / LLM / 软件开发 3万+

java面试重点问题,【HashMap优化使用】

说句实话,如果一个打工人不想提升自己,那便没有工作的意义,毕竟大家也没有到养老的年龄。当你的技术在一步步贴近阿里p7水平的时候,毫无疑问你的薪资肯定会涨,同时你能学到更多更深的技术,交结到更厉害的大牛。推荐一份Java架构之路必备的学习笔记,内容相当全面!!!成年人的世界没有容易二字,前段时间刷抖音看到一个程序员连着加班两星期到半夜2点的视频。在这个行业若想要拿高薪除了提高硬实力别无他法。你知道吗?现在有的应届生实习薪资都已经赶超开发5年的程序员了,实习薪资26K,30K,你没有紧迫感吗?

WJud11的博客 965

TP4056在单节锂电池充电管理中的创新应用与电路优化

本文深入探讨了TP4056线性充电管理芯片在单节锂电池充电电路中的创新应用与优化方案。针对“边充边用”的核心挑战,文章详细解析了利用PMOS管构建智能供电切换电路的原理,实现了外部电源与电池供电的无缝、安全切换,有效杜绝了电池“边充边放”的风险。同时,提供了关键的元器件选型、PCB布局布线技巧及常见问题排查指南,为创客和硬件开发者提供了高性价比、高可靠性的锂电池电源管理实践方案。

rock5的博客 501

智能排班考勤系统原型

可实现从业务预测,到工时预估,再到人员分配全流程自动智能排班。可应用于客服行业或工厂的智能排班系统。

gywm15111336483的专栏 997

java HashMap

HashMap

紫蝶侠的博客 155

高精地图构建:Lidar SLAM与视觉SLAM对比

高精地图构建:Lidar SLAM与视觉SLAM对比​ ,人工智能,计算机视觉,大模型,AI,本文围绕高精地图构建,对比 Lidar SLAM 与视觉 SLAM。Lidar SLAM 通过激光获取点云数据,精度高、环境适应性强但成本高、数据量大;视觉 SLAM 利用图像,成本低、信息丰富却受光照影响大、深度获取难。还解析了 SLAM、点云等关键概念,介绍了两者融合趋势、应用案例、技术挑战及未来方向,也给出常见问题解答,为相关领域应用与学习提供参考。

不踩坑,不知道坑有多深;不总结,踩过的坑白踩。 17万+

就这?一个HashMap,阿里面试官竟然跟我扯了半个小时!

前言 BAT大厂一直都是我们程序员的理想型,很多搞Android的小伙伴都想进这些大公司,但是大家也在担心:我能顺利通过面试吗?面试遇到的问题会不会很难? 其实,像阿里巴巴、腾讯、字节跳动、百度这些大厂,他们的面试没有大家想象中的那么可怕,也不会存在面试官刻意刁难的现象,但是,相对那些小厂,他们会更加重视应聘者的基础知识。 比如HashMap这个知识点,不管是Java还是Android岗,基本上都是面试中的必问题,尤其是像阿里巴巴,腾讯,字节跳动等这些大厂。 因为其中的知识点太多,很适合用来考察面试者的Ja

m0_46962786的博客 450

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

一个HashMap跟面试官扯了半个小时

前言 HashMap应该算是Java后端工程师面试的必问题,因为其中的知识点太多,很适合用来考察面试者的Java基础。 开场 面试官: 你先自我介绍一下吧! 安琪拉: 我是安琪拉,草丛三婊之一,最强中单(钟馗不服)!哦,不对,串场了,我是**,目前在–公司做–系统开发。

宜春 2008

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

最全面渣逆袭:HashMap追魂二十三问(2),Java程序员必看

多线程下扩容死循环。而扩容中有一个非常重要的点,就是jdk1.8中的优化操作,可以不需要再重新计算每一个元素的哈希值。

2401_84584375的博客 1082

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

java面试之hashMap(一)

讲解HashMap前,先看这么一个问题: 问:为什么HashMap作为开篇之作呢? 原因很简单,以前我们在面试的时候,经常被问起HashMap,相信99%的读者们也应该都知道HashMap,基本都会用HashMap,但是里面的蕴含的知识点远远不止put和get那么简单。本次的连载文章希望对于读者有所帮助。 。。。时间过去了半小时。。。 。。。时间又过去了半小时。。。 此时看到这里你是不是觉得HashMap并不是那么简单了,居然可以被面试官N连问这么...

qq_36603538的博客 799

阿里妈妈一面简历面-半小时直接挂

一面是简历评估面,电话面试。 1.数据结构中的堆,一个堆的调整过程。 2.hashMap底层原理。插入的时候如何插入,扩容的时候如何扩容。举例说明一个数字在扩容的时候他的位置是怎么变得。没说清最后的位置怎么变得。 3.hashMap并发情况下会有什么问题。concurrentHashMap怎么加锁的。 4.线程池怎么创建,得说到ThreadPoolExecutor类及其参数才行。具体的参数没说全 5.对spring框架的理解,spring都有哪些接口,比如说applicationContext。不

qq_36282995的博客 3623

史上最详细的HashMap红黑树解析

HashMap红黑树解析 红黑树介绍 TreeNode结构 树化的过程 红黑树的左旋和右旋 TreeNode的左旋和右旋 红黑树的插入 TreeNode的插入 红黑树的删除 TreeNode的删除节点 本篇主要从以下几个方面介绍:   讲解红黑树的部分算是理论部分,讲解TreeNode的部分则是代码实践部分,配合服用效果更加。   保守估计,仔细食用本篇...

Swust_ZzK的博客 1327

HashMap源码解读

HashMap,是Java语言中比较基础也比较重要的一种数据结构,由于其用途广泛,所以,Java的工程师在设计HashMap的时候考虑了很多因素。 通过阅读HashMap的源码,可以学习到很多知识,本文就是一篇基于HashMap源码的深度分析。 全文文字+代码大概有1.5W左右,阅读时间大概半小时。如果你没有完整的半个小时时间,请先收藏,欢迎转发。 HashMap ...

sout 219

Java 8 HashMap键与Comparable接口

最容易使 HashMap 发生哈希冲突的方法是什么呢?我们可以创建一个类,让它的哈希函数返回一个最糟糕的结果 —— 比如一个常数。这也是我在面试的时候经常问面试者的问题:哈希方法返回常数会造成什么结果?有很多次面试者会回答说 map 集合里会有且仅有一个元素,因为 map 中的旧元素总会被新的覆盖。这个回答当然是错误的。哈希冲突并不会导致 HashMap 覆盖一个已经存在于集合中的元素,这种情况只会

T Yuan 3130

《源码解析》- 十分钟了解HashMap的实现原理

​◣外面已然是阳春三月,相信那本该喧闹、人潮拥挤、车水马龙的日子很快就会复苏◢ BUG分享区 在进入主题之前,先跟大家分享一个我这几天遇到的一个小问题,满脑子都是“小朋友,你是否有很多问号❓....” Entity.java 我先说下这段代码,很简单,一个List集合作为参数,拿到值之后先做基础判断,然后进行第一次for循环...

Lee_SmallNorth的博客 446

7年Java中登居然还会入HashMap getOrDefault的坑

Java开发者在高并发接口优化中踩坑HashMap的getOrDefault方法。文章讲述了一个实际生产案例:开发者本想通过缓存MySQL配置数据减少数据库访问,却因错误使用getOrDefault导致每次调用都执行数据库查询,反而加重了数据库负担。问题根源在于Java参数会先完全求值再传入方法,无论Map中是否存在对应key都会执行查询。解决方案是改用containsKey判断或computeIfAbsent方法实现真正的延迟查询。通过这个案例揭示了Java参数求值机制与函数式编程的应用场景差异。

bobshui的博客 653

HASHMAP底层实现原理开发效率提升秘籍

它的在线编辑器响应很快,内置的Java环境可以直接运行HashMap的测试代码,还能一键部署成可交互的演示应用。当我们put一个键值对时,会先计算key的hash值,然后通过取模运算确定在数组中的位置。如果发生哈希冲突,Java8之后会优先使用链表,当链表长度超过阈值(默认8)时转为红黑树,这样最坏情况下时间复杂度也能保持在O(logn)。初始容量默认16,负载因子0.75。Object类的hashCode()可能产生较差的哈希分布,好的HashMap实现会对hashCode()结果进行二次哈希。

EmeraldWolf23的博客 130
上一篇: Linux系统:第十四章:将一个CentOS环境复制到另一个CentOS
下一篇: 【JVM我可以讲一个小时】
Java程序员廖志伟
Java程序员廖志伟 优质创作者: Java技术领域 优质创作者: Java技术领域 领域专家: 后端开发技术领域 领域专家: 后端开发技术领域
博客等级 码龄8年 2万+粉丝 1902原创
评论 18
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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

打赏作者

Java程序员廖志伟

赏我包辣条呗

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
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