Jdk8关于hashmap的新特性

菜鸟Octopus

已于 2024-08-29 10:18:19 修改

阅读量1.1k

点赞数

CC 4.0 BY-SA版权

分类专栏： java基础文章标签： leetcode

于 2018-12-11 10:16:20 首次发布

本文链接：https://blog.youkuaiyun.com/zy345293721/article/details/84950747

java基础专栏收录该内容

29 篇文章

订阅专栏

本文介绍在Java中如何高效地统计字符串中字符的出现频率，包括使用HashMap和Java 8的Stream API两种方法，展示了代码实现及其时间与空间复杂度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章最前：我是Octopus，这个名字来源于我的中文名--章鱼；我热爱编程、热爱算法、热爱开源。所有源码在我的个人github ；这博客是记录我学习的点点滴滴，如果您对 Python、Java、AI、算法有兴趣，可以关注我的动态，一起学习，共同进步。

相关文章：

JDK 8 对 HashMap 进行了重要优化，特别是在处理大量键值冲突时，提升了性能和效率。这些优化主要集中在以下几个方面：

1. 树形化（Treeification）

在 JDK 8 之前，HashMap 的底层实现是数组加链表的结构。当多个键哈希值相同（即哈希冲突）时，这些键值对会被存储在同一个链表中。如果冲突较多，链表变长，HashMap 的查找、插入和删除操作的时间复杂度会退化到 O(n)。
JDK 8 引入了“树形化”的概念：当单个桶中的链表长度超过一个阈值（默认是 8）时，链表将转换为红黑树。红黑树的时间复杂度为 O(log n)，大大提升了在大量哈希冲突时的性能。

2. 阈值（Threshold）调整

JDK 8 对 HashMap 的扩容机制进行了调整。HashMap 的初始容量是 16，每次扩容时，容量会翻倍。当 HashMap 中的元素数量超过容量乘以加载因子（默认 0.75）时，HashMap 就会扩容。JDK 8 在扩容时，会更合理地处理链表和树的转换，提高了效率。

3. 红黑树转换回链表

如果在扩容或删除操作时，红黑树的节点数量下降到一定的阈值（默认是 6），HashMap 会将红黑树退化回链表。这样可以减少内存消耗，因为链表在节点较少时更节省空间。

4. 优化哈希算法

JDK 8 对哈希算法进行了优化，通过减少冲突和提高散列均匀性，使得键的分布更加均匀。这进一步降低了链表或红黑树的长度，提升了 HashMap 的整体性能。

1) 关于jdk8中统计字符出现的个数，比较简便的方式，只在jdk8中可以使用，jdk7就不行！

package leetcode;

import org.junit.Test;

import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;

/**
 * @author zhangyu
 * @date 2018/12/11 10:01
 **/
public class ListTest {
    @Test
    public void HashMapTest() {
        int[] arr = {1, 2, 3, 1, 1, 2, 4, 6};
        HashMap<Integer, Integer> map = new HashMap<>();
        for (int num : arr) {
            map.put(num, map.getOrDefault(num, 0) + 1);
            /*if (!map.containsKey(num)) {
                map.put(num, 1);
            } else {
                map.put(num, map.get(num) + 1);
            }*/
        }
        for (int key : map.keySet()) {
            System.out.println(key + "--" + map.get(key));
        }
    }
}

时间复杂度：O(n)

空间复杂度：O(n)

2) 在jdk8中有第三种方式，利用stream的流：

package com.zhang.computetime;

import org.junit.jupiter.api.Test;

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.Map;
import java.util.function.Function;
import java.util.stream.Collectors;

/**
 * 统计出现次数
 *
 * @author: zhangyu
 */
public class DemoStatistic {

    @Test
    public void testDemoStatistic() {
        List<Integer> list = new ArrayList<>(Arrays.asList(1, 2, 3, 4, 5, 6, 2, 3, 1));

        Map<Integer, Long> map = list.stream().collect(Collectors.groupingBy(Function.identity(), Collectors.counting()));

        for (int key : map.keySet()) {
            System.out.println(key + ":" + map.get(key));
        }
    }
}

时间复杂度：O(n)

空间复杂度：O(n)