Android—以面试官要求手写HashMap

Posted 2022-10-11 bug樱樱

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Android—以面试官要求手写HashMap相关的知识，希望对你有一定的参考价值。

前言

上一篇提到：Android—以面试角度剖析HashMap源码，分析了HashMap源码。为了加深印象，因此这篇将会实现手写HashMap！

话不多说，直接开始！（结合上一篇一起看效果更佳哟）

1、初始化

从上一篇我们知道：HashMap初始化分为：无参构造器；有两个参数的构造器。因此我们照虎画猫也来搞两个构造器！

1.1 无参初始化

从上一篇我们得知：

初始化无参构造器，对应map长度默认为：1<<4，也就是16
初始化无参构造器，对应扩容因子默认为：0.75f

因此，有了如下代码

public class MyHashMap<K, V> implements Map<K, V> 
    //     扩冲
    float loadFactor = 0.75f;
    //16  1<<4
    static int threshold = 0;
    Node[] table = null;
    // 2\\. 实际用到table 存储容量 大小
    int size;

    public MyHashMap() 
        threshold = 1 << 4;

很简单，直接下一个

1.2 有参初始化

从上一篇我们得知：

有参构造器对应两个参数分别为：

initialCapacity 根据用户输入的数字，计算与其大于等于initialCapacity该变量的2的n次方，并且与initialCapacity最相近的值，该值就是对应map的默认初始长度。
loadFactor 该变量为：对应map默认扩容因子

因此就有了如下代码：

public class MyHashMap<K, V> implements Map<K, V> 
    //     扩冲
    float loadFactor = 0.75f;
    //16  1<<4
    static int threshold = 0;
    Node[] table = null;
    // 2\\. 实际用到table 存储容量 大小
    int size;

    public MyHashMap() 
        threshold = 1 << 4;
    

//     2   4   8  16   32
    public MyHashMap(int initialCapacity, float loadFactor) 
        this.loadFactor = loadFactor;
        threshold = tableSizeFor(initialCapacity);
    

    //    数组容量的确定   hash
    static final int tableSizeFor(int cap) 
        int n = cap - 1;
        n |= n >>> 1;
        n |= n >>> 2;
        n |= n >>> 4;
        n |= n >>> 8;
        n |= n >>> 16;
        return n + 1;

对应>>>在上一篇讲过，这里就不重复讲了。

OK！这个没啥难度，直接过！接下来就是本篇重点了：Put操作

2、对应Put操作

这是一个大骨头，因此这里我打算分批次讲解

2.1 hash算法计算key

在上一篇中，提到过：

通过hash算法计算出的key是具有散列性
为了使其具有散列性，我们将其与低16bit和高16bit做了一个异或

因此

static final int hash(Object key) 
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);

2.2 扩容机制

从上一篇中我们得知：

当长度达到一定扩容条件时，将会进行扩容！
对应条件为：当前长度是否大于等于当前数组长度*扩容因子
扩容成功时，将会根据新的长度创建出新的数组，并将原数组的所有链表复制剪切至新数组中

因此就有了

@Override
public V put(K key, V value) 
    synchronized (MyHashMap.class) 
        if (table == null) 
            table = new Node[threshold];
        
    
    if (size >= (threshold * loadFactor)) 
        //进行扩容
        resize();
    

    

    private void resize() 

        System.out.println("扩容前长度为："+threshold);
//
        threshold = threshold << 1;

        System.out.println("扩容后长度为："+threshold);

        Node<K, V>[] newtable = new Node[threshold];
//        遍历之前的旧数据
        for (int i = 0; i < table.length; i++) 
            //1.重新计算index 获取扩容后的下标值
            Node<K, V> oldNode = table[i];

//            // 如果 oldNode 为红黑树结构，那么在这，那么这里该按红黑树规则替换保存值
//            if (oldNode instanceof TreeNode)
//                // 此处需要根据红黑树规则  覆盖对应值

//                table[i] = null;
//                continue;
//            

//            单向链表的遍历
            while (oldNode != null) 
                //2.保存 下个节点 
                Node oldnext = oldNode.next;
                int index = hash(oldNode.getKey()) & (newtable.length - 1);

                oldNode.next = newtable[index];
                //4.将重新链接好的链表  覆盖到  数组index对应的位置
                newtable[index] = oldNode;
                oldNode = oldnext;
            
//            table
            table[i] = null;
        
        //执行完后，将newtable覆盖到原table，减少内存的占用
        table = newtable;
        threshold = newtable.length;
        newtable = null;// 将 对象变为不可达对象  垃圾回收

原计划是想加入红黑树代码，但那个讲起来，可能比分析HashMap源码还多，真讲起来感觉重心往红黑树偏移了。读者如是想要进一步完善HashMap，可以先了解红黑树后自行添加。（对应添加位置已经备注好了）

2.3 对应Put完整代码

从上一篇我们得知：（忽略红黑树操作）

PUT操作对应的相关逻辑有：

首次put操作以及数组为空时需要初始化数组
根据hash算法计算出对应key
根据对应key计算出需要操作的数组下标
通过对应数组下标找到对应链表，如果不存在则创建新链表，并且计量长度自增1
如果存在对应链表，则与该链表进行key值碰撞，如果含有对应key，则直接替换对应value，计量单位不自增
如果找不到对应key，那么创建新的节点，将对应key-value保存至该节点，并与上一个节点next相互关联，最终计量长度自增1
如果长度达到了扩容因子所需要的条件，那么需要扩容

因此对应代码为：

public class MyHashMap<K, V> implements Map<K, V> 
    //     扩冲
    float loadFactor = 0.75f;
    //16  1<<4
    static int threshold = 0;
    Node[] table = null;
    // 2\\. 实际用到table 存储容量 大小
    int size;

    public MyHashMap() 
        threshold = 1 << 4;
    

    //   5 %3   效果差
//    位运算  15
//     2   4   8  16   32
//    14   hashmap     查找速度是最有
    public MyHashMap(int initialCapacity, float loadFactor) 
        this.loadFactor = loadFactor;
        threshold = tableSizeFor(initialCapacity);
    

    //    数组容量的确定   hash
    static final int tableSizeFor(int cap) 
        int n = cap - 1;
        n |= n >>> 1;
        n |= n >>> 2;
        n |= n >>> 4;
        n |= n >>> 8;
        n |= n >>> 16;
        return n + 1;
    

    @Override
    public V put(K key, V value) 
        synchronized (MyHashMap.class) 
            if (table == null) 
                table = new Node[threshold];
            
        
        if (size >= (threshold * loadFactor)) 
            //进行扩容
            resize();
        

        // 应该存放的索引值  索引     异或     与     下标
        int index = hash(key) & (threshold - 1);

        Node<K, V> node = table[index];

        if (node == null) 
            node = new Node<K, V>(key, value, null);
            size++;
         else 

//            //如果要加红黑树，在这判断该 node 是否为 红黑树结构，如果真则用红黑树规则存储值
//            if (node instanceof TreeNode) 
//
//                return 存储值或者替换值后红黑树对应节点
//            

            Node<K, V> newNode = node;
            while (newNode != null) 
//                     node   key  单向链表

                if (newNode.getKey().equals(key)) 
                    return newNode.setValue(value);
                 else 
                    //若该到了链表最后的节点为空，则将新的节点添加到链表的头部
                    if (newNode.next == null) 
//                            新node  river    node  david
                        node = new Node<K, V>(key, value, node);
                        size++;
                    
                

                newNode = newNode.next;
            
        
        //将该节点存放到index下标位置
        table[index] = node;
        return null;
    

    private void resize() 

        System.out.println("扩容前长度为："+threshold);
//
        threshold = threshold << 1;

        System.out.println("扩容后长度为："+threshold);

        Node<K, V>[] newtable = new Node[threshold];
//        遍历之前的旧数据
        for (int i = 0; i < table.length; i++) 
            //1.重新计算index 获取扩容后的下标值
            Node<K, V> oldNode = table[i];

//            // 如果 oldNode 为红黑树结构，那么在这，那么这里该按红黑树规则替换保存值
//            if (oldNode instanceof TreeNode)
//                // 此处需要根据红黑树规则  覆盖对应值

//                table[i] = null;
//                continue;
//            

//            单向链表的遍历
            while (oldNode != null) 
                //2.保存 下个节点 
                Node oldnext = oldNode.next;
                int index = hash(oldNode.getKey()) & (newtable.length - 1);

                oldNode.next = newtable[index];
                //4.将重新链接好的链表  覆盖到  数组index对应的位置
                newtable[index] = oldNode;
                oldNode = oldnext;
            
//            table
            table[i] = null;
        
        //执行完后，将newtable覆盖到原table，减少内存的占用
        table = newtable;
        threshold = newtable.length;
        newtable = null;// 将 对象变为不可达对象  垃圾回收
    

    static final int hash(Object key) 
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);

结合前面分析，阅读这代码应该没啥难度，继续下一步！

3、对应Get操作以及完整代码

这个没有可讲的，就是直接通过传入的key计算下标，接着碰撞链表，如果找到了返回对应节点，没找到则返回空

上代码：

    @Override
    public V get(K key) 
//        遍历
        Node<K, V> e;
        return (e = getNode(table[hash(key.hashCode()) & (threshold - 1)], key)) == null ? null : e.value;
    

    public Node<K, V> getNode(Node<K, V> node, K k) 
//        // 如果 node 为红黑树结构，那么则按红黑树规则取值
//        if (node instanceof TreeNode)
//
//            return 红黑树规则取值
//        

//         遍历单向链表
        while (node != null) 
            if (node.getKey().equals(k) || node.getKey() == k) 
                return node;
            
            node = node.next;
        
        return null;

到这，该篇文章就快进入尾声了！贴一份完整的代码：

4、完整代码

public class MyHashMap<K, V> implements Map<K, V> 
    //     扩冲
    float loadFactor = 0.75f;
    //16  1<<4
    static int threshold = 0;
    Node[] table = null;
    // 2\\. 实际用到table 存储容量 大小
    int size;

    public MyHashMap() 
        threshold = 1 << 4;
    

    //   5 %3   效果差
//    位运算  15
//     2   4   8  16   32
//    14   hashmap     查找速度是最有
    public MyHashMap(int initialCapacity, float loadFactor) 
        this.loadFactor = loadFactor;
        threshold = tableSizeFor(initialCapacity);
    

    //    数组容量的确定   hash
    static final int tableSizeFor(int cap) 
        int n = cap - 1;
        n |= n >>> 1;
        n |= n >>> 2;
        n |= n >>> 4;
        n |= n >>> 8;
        n |= n >>> 16;
        return n + 1;
    

    @Override
    public V put(K key, V value) 
        synchronized (MyHashMap.class) 
            if (table == null) 
                table = new Node[threshold];
            
        
        if (size >= (threshold * loadFactor)) 
            //进行扩容
            resize();
        

        // 应该存放的索引值  索引     异或     与     下标
        int index = hash(key) & (threshold - 1);

        Node<K, V> node = table[index];

        if (node == null) 
            node = new Node<K, V>(key, value, null);
            size++;
         else 

//            //如果要加红黑树，在这判断该 node 是否为 红黑树结构，如果真则用红黑树规则存储值
//            if (node instanceof TreeNode) 
//
//                return 存储值或者替换值后红黑树对应节点
//            

            Node<K, V> newNode = node;
            while (newNode != null) 
//                     node   key  单向链表

                if (newNode.getKey().equals(key)) 
                    return newNode.setValue(value);
                 else 
                    //若该到了链表最后的节点为空，则将新的节点添加到链表的头部
                    if (newNode.next == null) 
//                            新node  river    node  david
                        node = new Node<K, V>(key, value, node);
                        size++;
                    
                

                newNode = newNode.next;
            
        
        //将该节点存放到index下标位置
        table[index] = node;
        return null;
    

    //   什么时候扩容  扩容的机制是怎么
    private void resize() 
        System.out.println("扩容前长度为："+threshold);
//
        threshold = threshold << 1;

        System.out.println("扩容后长度为："+threshold);

        Node<K, V>[] newtable = new Node[threshold];
//        遍历之前的旧数据
        for (int i = 0; i < table.length; i++) 
            //1.重新计算index 获取扩容后的下标值
            Node<K, V> oldNode = table[i];

//            // 如果 oldNode 为红黑树结构，那么在这，那么这里该按红黑树规则替换保存值
//            if (oldNode instanceof TreeNode)
//                // 此处需要增加红黑树 替换 保存规则
//                table[i] = null;
//                continue;
//            

//            单向链表的遍历
            while (oldNode != null) 
                //2.保存 下个节点
                Node oldnext = oldNode.next;
                int index = hash(oldNode.getKey()) & (newtable.length - 1);
                oldNode.next = newtable[index];
                //4.将重新链接好的链表  覆盖到  数组index对应的位置
                newtable[index] = oldNode;
                oldNode = oldnext;
            
//            table
            table[i] = null;
        
        //执行完后，将newtable覆盖到原table，减少内存的占用
        table = newtable;
        threshold = newtable.length;
        newtable = null;// 将 对象变为不可达对象  垃圾回收
    

    @Override
    public V get(K key) 
//        遍历
        Node<K, V> e;
        return (e = getNode(table[hash(key.hashCode()) & (threshold - 1)], key)) == null ? null : e.value;
    

    public Node<K, V> getNode(Node<K, V> node, K k) 
//        // 如果 node 为红黑树结构，那么则按红黑树规则取值
//        if (node instanceof TreeNode)
//
//            return 红黑树规则取值
//        

//         遍历单向链表
        while (node != null) 
            if (node.getKey().equals(k) || node.getKey() == k) 
                return node;
            
            node = node.next;
        
        return null;
    

    @Override
    public int size() 
        return 0;
    

    static final int hash(Object key) 
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    

    public void print() 
        for (int i = 0; i < table.length; i++) 
            Node<K, V> node = table[i];
            System.out.print("下标=[" + i + "]");
            while (node != null) 
                System.out.print("[ key:" + node.getKey() + ",value:" + node.getValue() + "]");
                node = node.next;

            
            System.out.println();
        
    

    //    查找 和插入速度最优
//节点
    class Node<K, V> implements Entry<K, V> 
        private K key;
        private V value;

        //        单项链表
        private Node<K, V> next;

        public Node(K key, V value, Node<K, V> next) 
            super();
            this.key = key;
            this.value = value;
            this.next = next;
        

        @Override
        public K getKey() 
            return key;
        

        @Override
        public V getValue() 
            return value;
        

        @Override
        public V setValue(V value) 
//            复写
            V oldVlue = this.value;
            this.value = value;
            return oldVlue;

如果需要加入红黑树，在对应标注位置加入对应逻辑即可

5、验证结果

最后写个测试用例试一下效果

public class MyClass 

    public static void main(String[] args) 

        MyHashMap myHashMap = new MyHashMap<String, String>(14, 0.75f);

        for (int i = 0; i < 30; i++) 
            myHashMap.put("HASH_KEY_" + i, "HASH_VALUE_" + i);
        

        myHashMap.print();

运行效果

扩容前长度为：16
扩容后长度为：32
扩容前长度为：32
扩容后长度为：64
下标=[0]
下标=[1]
下标=[2]
下标=[3]
下标=[4]
下标=[5]
下标=[6][ key:HASH_KEY_29,value:HASH_VALUE_29]
下标=[7]
下标=[8][ key:HASH_KEY_27,value:HASH_VALUE_27]
下标=[9][ key:HASH_KEY_28,value:HASH_VALUE_28]
下标=[10][ key:HASH_KEY_25,value:HASH_VALUE_25]
下标=[11][ key:HASH_KEY_26,value:HASH_VALUE_26]
下标=[12][ key:HASH_KEY_23,value:HASH_VALUE_23]
下标=[13][ key:HASH_KEY_24,value:HASH_VALUE_24]
下标=[14][ key:HASH_KEY_21,value:HASH_VALUE_21]
下标=[15][ key:HASH_KEY_22,value:HASH_VALUE_22]
下标=[16]
下标=[17][ key:HASH_KEY_20,value:HASH_VALUE_20]
下标=[18]
下标=[19]
下标=[20]
下标=[21]
下标=[22]
下标=[23][ key:HASH_KEY_0,value:HASH_VALUE_0]
下标=[24]
下标=[25]
下标=[26]
下标=[27]
下标=[28]
下标=[29]
下标=[30]
下标=[31]
下标=[32][ key:HASH_KEY_9,value:HASH_VALUE_9]
下标=[33]
下标=[34]
下标=[35]
下标=[36]
下标=[37]
下标=[38][ key:HASH_KEY_18,value:HASH_VALUE_18]
下标=[39][ key:HASH_KEY_19,value:HASH_VALUE_19]
下标=[40][ key:HASH_KEY_1,value:HASH_VALUE_1][ key:HASH_KEY_16,value:HASH_VALUE_16]
下标=[41][ key:HASH_KEY_2,value:HASH_VALUE_2][ key:HASH_KEY_17,value:HASH_VALUE_17]
下标=[42][ key:HASH_KEY_3,value:HASH_VALUE_3][ key:HASH_KEY_14,value:HASH_VALUE_14]
下标=[43][ key:HASH_KEY_4,value:HASH_VALUE_4][ key:HASH_KEY_15,value:HASH_VALUE_15]
下标=[44][ key:HASH_KEY_5,value:HASH_VALUE_5][ key:HASH_KEY_12,value:HASH_VALUE_12]
下标=[45][ key:HASH_KEY_6,value:HASH_VALUE_6][ key:HASH_KEY_13,value:HASH_VALUE_13]
下标=[46][ key:HASH_KEY_10,value:HASH_VALUE_10][ key:HASH_KEY_7,value:HASH_VALUE_7]
下标=[47][ key:HASH_KEY_11,value:HASH_VALUE_11][ key:HASH_KEY_8,value:HASH_VALUE_8]
下标=[48]
下标=[49]
下标=[50]
下标=[51]
下标=[52]
下标=[53]
下标=[54]
下标=[55]
下标=[56]
下标=[57]
下标=[58]
下标=[59]
下标=[60]
下标=[61]
下标=[62]
下标=[63]

结果解析

从那个for循环可以看出

该map有效值长度为 30
30的长度已经超过了 320.75=24的长度，并且30<640.75f因此最终扩容至64
如图所示，通过这个结果，进一步验证了该图的结构

到这！该篇已经进入尾声了！结合上一篇，相信看到这的小伙伴，对HashMap有了完整的认知！

作者：hqk
链接：https://juejin.cn/post/7133122126374469639

最后

如果想要成为架构师或想突破20~30K薪资范畴，那就不要局限在编码，业务，要会选型、扩展，提升编程思维。此外，良好的职业规划也很重要，学习的习惯很重要，但是最重要的还是要能持之以恒，任何不能坚持落实的计划都是空谈。

如果你没有方向，这里给大家分享一套由阿里高级架构师编写的《android八大模块进阶笔记》，帮大家将杂乱、零散、碎片化的知识进行体系化的整理，让大家系统而高效地掌握Android开发的各个知识点。

相对于我们平时看的碎片化内容，这份笔记的知识点更系统化，更容易理解和记忆，是严格按照知识体系编排的。

一、架构师筑基必备技能

1、深入理解Java泛型
2、注解深入浅出
3、并发编程
4、数据传输与序列化
5、Java虚拟机原理
6、高效IO
……

二、Android百大框架源码解析

1.Retrofit 2.0源码解析
2.Okhttp3源码解析
3.ButterKnife源码解析
4.MPAndroidChart 源码解析
5.Glide源码解析
6.Leakcanary 源码解析
7.Universal-lmage-Loader源码解析
8.EventBus 3.0源码解析
9.zxing源码分析
10.Picasso源码解析
11.LottieAndroid使用详解及源码解析
12.Fresco 源码分析——图片加载流程

三、Android性能优化实战解析

腾讯Bugly:对字符串匹配算法的一点理解
爱奇艺：安卓APP崩溃捕获方案——xCrash
字节跳动：深入理解Gradle框架之一：Plugin, Extension, buildSrc
百度APP技术：Android H5首屏优化实践
支付宝客户端架构解析：Android 客户端启动速度优化之「垃圾回收」
携程：从智行 Android 项目看组件化架构实践
网易新闻构建优化：如何让你的构建速度“势如闪电”？
…

四、高级kotlin强化实战

1、Kotlin入门教程
2、Kotlin 实战避坑指南
3、项目实战《Kotlin Jetpack 实战》

从一个膜拜大神的 Demo 开始
Kotlin 写 Gradle 脚本是一种什么体验？
Kotlin 编程的三重境界
Kotlin 高阶函数
Kotlin 泛型
Kotlin 扩展
Kotlin 委托
协程“不为人知”的调试技巧
图解协程：suspend

五、Android高级UI开源框架进阶解密

1.SmartRefreshLayout的使用
2.Android之PullToRefresh控件源码解析
3.Android-PullToRefresh下拉刷新库基本用法
4.LoadSir-高效易用的加载反馈页管理框架
5.Android通用LoadingView加载框架详解
6.MPAndroidChart实现LineChart（折线图）
7.hellocharts-android使用指南
8.SmartTable使用指南
9.开源项目android-uitableview介绍
10.ExcelPanel 使用指南
11.Android开源项目SlidingMenu深切解析
12.MaterialDrawer使用指南

六、NDK模块开发

1、NDK 模块开发
2、JNI 模块
3、Native 开发工具
4、Linux 编程
5、底层图片处理
6、音视频开发
7、机器学习

七、Flutter技术进阶

1、Flutter跨平台开发概述
2、Windows中Flutter开发环境搭建
3、编写你的第一个Flutter APP
4、Flutter开发环境搭建和调试
5、Dart语法篇之基础语法(一)
6、Dart语法篇之集合的使用与源码解析(二)
7、Dart语法篇之集合操作符函数与源码分析(三)
…