JDK1.8源码解析-HashMap (二)

JDK1.8源码解析-HashMap II

承接上一篇《JDK1.8源码解析-HashMap I》,本篇主要介绍关于Java8针对HashMap在数据结构上的优化,涉及如何将链表优化成红黑树以及对红黑树的操作。


1. 概述

在上一篇中我们基于put方法分析了HashMap的底层实现,并且知道当hash产生碰撞,HashMap会以链表存放这些keyHash相同的键值对,并且当链表长度大于等于TREEIFY_THRESHOLD时,会将该链表转换成红黑树;另一方面,put元素时,当哈希桶中本身已经是红黑树(通过首元素instanceof TreeNode判断),调用TreeNode的putTreeVal方法插入红黑树。

2. 源码解析

2.1 HashMap.treeifyBin
final void treeifyBin(Node<K,V>[] tab, int hash) {
    int n, index; Node<K,V> e;
    // 如果table的长度小于最小的转换容量阈值,则通过哈希桶的扩容来达解决hash碰撞的问题
    if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
        resize();
    // e是桶中的首元素
    else if ((e = tab[index = (n - 1) & hash]) != null) {
        // 准备树中的临时变量, 头hd, 尾tl
        TreeNode<K,V> hd = null, tl = null;
        // 当
        do {
            // 将当前链表元素Node转为TreeNode
            TreeNode<K,V> p = replacementTreeNode(e, null);
            // 第一次循环,将hd指向链表头元素的地址
            if (tl == null)
                hd = p;
            // 后续循环中,将当前TreeNode的prev指向前一循环的TreeNode
            // 前一循环的TreeNode的next指向当前TreeNode
            else {
                p.prev = tl;
                tl.next = p;
            }
            // tl指向当前TreeNode
            tl = p;
        } while ((e = e.next) != null);
        // 重新规整以tab[index]为头的红黑树
        if ((tab[index] = hd) != null)
            hd.treeify(tab);
    }
}

treeifyBin首先确定是否要通过红黑树转换方法解决hash碰撞,在桶容量小于MIN_TREEIFY_CAPACITY的情况下,通过resize()扩容解决碰撞,因为绝大多数hash碰撞主要由于hash&len-1相同导致(取模),而非真正的keyHash相同导致,
而当cap很小时,这种情况将更加普遍,因此通过扩容,可以将部分原来在同一链表中的元素扩散到其他桶位置(上一篇resize分析中已经说过,对于这种情况,部分键值对将分布到hash&len-1 + oldCap的位置)。接下来,如果确实需要转换红黑树,则先预处理链表中的元素,将他们都把类型转换为TreeNode并把他们链接起来,再通过treeify方法将他们树化,形成符合红黑树特性的一棵平衡树。下面,我们再看看treeify怎么实现红黑树建立算法。

final void treeify(Node<K,V>[] tab) {
    TreeNode<K,V> root = null;
    // 开始遍历从当前树节点开始直至叶节点
    for (TreeNode<K,V> x = this, next; x != null; x = next) {
        // next指向当前节点的next
        next = (TreeNode<K,V>)x.next;
        // 初始化left & right
        x.left = x.right = null;
        // 第一次循环, 将root指
该数据集通过合成方式模拟了多种发动机在运行过程中的传感器监测数据,旨在构建一个用于机械系统故障检测的基准资源,特别适用于汽车领域的诊断分析。数据按固定时间间隔采集,涵盖了发动机性能指标、异常状态以及工作模式等多维度信息。 时间戳:数据类型为日期时间,记录了每个数据点的采集时刻。序列起始于2024年12月24日10:00,并以5分钟为间隔持续生成,体现了对发动机运行状态的连续监测。 温度(摄氏度):以浮点数形式记录发动机的温度读数。其数值范围通常处于60至120摄氏度之间,反映了发动机在常规工况下的典型温度区间。 转速(转/分钟):以浮点数表示发动机曲轴的旋转速度。该参数在1000至4000转/分钟的范围内随机生成,符合多数发动机在正常运转时的转速特征。 燃油效率(公里/升):浮点型变量,用于衡量发动机的燃料利用效能,即每升燃料所能支持的行驶里程。其取值范围设定在15至30公里/升之间。 振动_X、振动_Y、振动_Z:这三个浮点数列分别记录了发动机在三维空间坐标系中各轴向的振动强度。测量值标准化至0到1的标度,较高的数值通常暗示存在异常振动,可能与潜在的机械故障相关。 扭矩(牛·米):以浮点数表征发动机输出的旋转力矩,数值区间为50至200牛·米,体现了发动机的负载能力。 功率输出(千瓦):浮点型变量,描述发动机单位时间内做功的速率,取值范围为20至100千瓦。 故障状态:整型分类变量,用于标识发动机的异常程度,共分为四个等级:0代表正常状态,1表示轻微故障,2对应中等故障,3指示严重故障。该列作为分类任务的目标变量,支持基于传感器数据预测故障等级。 运行模式:字符串类型变量,描述发动机当前的工作状态,主要包括:怠速(发动机运转但无负载)、巡航(发动机在常规负载下平稳运行)、重载(发动机承受高负荷或高压工况)。 数据集整体包含1000条记录,每条记录对应特定时刻的发动机性能快照。其中故障状态涵盖从正常到严重故障的四级分类,有助于训练模型实现故障预测与诊断。所有数据均为合成生成,旨在模拟真实的发动机性能变化与典型故障场景,所包含的温度、转速、燃油效率、振动、扭矩及功率输出等关键传感指标,均为影响发动机故障判定的重要因素。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
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