手撕HashMap

前言：

      平时工做的时候，用的最多的就是ArrayList和HashMap了，今天看了遍HashMap的源码，决定本身手写一遍HashMap。

 

1、建立MyHashMap接口

      咱们首先建立一个MyHashMap的入口，暴露一个外部调用的接口，里面简单的定义一下put和get。

public interface MyHashMap<K,V> {

    public V put(K k,V v);
    public V get(K k);
    interface Entry<K,V>{
        public K getKey();
        public V getValue();
    }

}

2、建一个实现类MyHashMapImpl

      接口定义完成以后，那就要开始实现了，咱们首先建立一个类MyHashMapImpl来实现MyHashMap。而后咱们定义一些变量。以及构造函数，好比咱们定义的数组初始长度为16，加载因子为0.75。这两个参数会涉及到自动扩容，咱们后面再说。

public class MyHashMapImpl<K, V> implements MyHashMap<K, V> {

//数组的初始长度
private static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;

//阀值比例(加载因子)
private static final float DEFAULT_LOAD_FACTOR = 0.75f;

private int defaultInitSize;

private final float defaultLoadFactor;

//Map当中entry的数量
private int entryUseSize;

//数组
private Entry<K, V>[] table;

//构造函数
public MyHashMapImpl() {
    this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR);
}

public MyHashMapImpl(int defaultInitialCapacity, float defaultLoadFactor) {

    if (defaultInitialCapacity < 0)
        //容量不合规
        throw new IllegalArgumentException("Illegal initial capacity" + defaultInitialCapacity);
    if (defaultLoadFactor <= 0 || Float.isNaN(defaultLoadFactor))
        //不合规的加载因子
        throw new IllegalArgumentException("Illegal load factor" + defaultLoadFactor);
    this.defaultInitSize = defaultInitialCapacity;
    this.defaultLoadFactor = defaultLoadFactor;
    table = new Entry[this.defaultInitSize];
}

}

     

3、重写put方法

      咱们首先重写下put方法，能够看到，当Map中存储的数据大于加载因子*初始化数据长度的时候，会第一时间触发扩容机制，扩容的过程也就是从新设置一个更大的数组，并把本来的数组地址指过去，而且把本来的值从新put进去。这个过程若是频繁发生仍是很消耗机器性能的，因此咱们在写代码的时候最好是预估好初始大小，尽可能不触发扩容机制。

      

 @Override
    public V put(K k, V v) {
        V oldValue;
        //是否须要扩容
        //扩容完毕，确定须要从新散列
        if (entryUseSize >= defaultInitSize * defaultLoadFactor) {
            resize(2 * defaultInitSize);
        }
        int index = hash(k) & (defaultInitSize - 1);
        if (table[index] == null) {
            table[index] = new Entry<K, V>(k, v, null);
            ++entryUseSize;
        } else {
            Entry<K, V> entry = table[index];
            Entry<K, V> e = entry;
            while (e != null) {
                if (k == e.getKey() || k.equals(e.getKey())) {
                    oldValue = e.value;
                    e.value = v;
                    return oldValue;
                }
                e = e.next;
            }
            table[index] = new Entry<K, V>(k, v, entry);
            ++entryUseSize;
        }

        return null;
    }


 private void resize(int i) {
        Entry[] newTable = new Entry[i];
        defaultInitSize = i;
        entryUseSize = 0;
        rehash(newTable);
    }


private void rehash(Entry<K, V>[] newTable) {
        //获得原来老得entry集合，注意遍历单链表
        List<Entry<K, V>> entryList = new ArrayList<Entry<K, V>>();
        for (Entry<K, V> entry : table) {
            if (entry != null) {
                do {
                    entryList.add(entry);
                    entry = entry.next;
                } while (entry != null);
            }

        }
        //覆盖旧的引用
        if (newTable.length > 0) {
            table = newTable;
        }
        //从新hash也就是从新put entry到hashmap
        for (Entry<K, V> entry : entryList) {
            put(entry.getKey(), entry.getValue());
        }

    }

  class Entry<K, V> implements MyHashMap.Entry<K, V> {

        private K key;
        private V value;
        private Entry<K, V> next;

        public Entry() {

        }

        public Entry(K key, V value, Entry<K, V> next) {
            this.key = key;
            this.value = value;
            this.next = next;
        }


        @Override
        public K getKey() {
            return key;
        }

        @Override
        public V getValue() {
            return value;
        }

    }

 

4、重写get方法

      若是要拿到数组中的值，咱们首先要获取对应的位置。其中有一个基本概念要说一下，每个数据经过hash函数都会获得一个值，而且这个值是固定的，因此咱们能够经过k.hashCode()

来获取对应的hash值，而后按照散列算法均匀分散hash值，而后经过hashcode获取对应的值，获得基本数组的下标。这时候就能拿到咱们存在map中的值了，可是hash值并非必定是惟一的，也就是说能够能a.hash和b.hash值是同样的，可是a不等于b，因此若是两个数据hash值相同，会触发hash冲突。严重下降hashmap的性能，本次hash方法的做用也就是尽可能减小hash冲突。使数据排列的更加均匀一些。当咱们遇到hash冲突的时候能够再次hash解决冲突。

  @Override
    public V get(K k) {
        int index = hash(k) & (defaultInitSize - 1);
        if (table[index] == null) {
            return null;
        } else {
            Entry<K, V> entry = table[index];
            do {
                if (k == entry.getKey() || k.equals(entry.getKey())) {
                    return entry.value;
                }
                entry = entry.next;

            } while (entry != null);
        }

        return null;
    }