基础原理：
我要评论static final int hash(object key) {
int h;
//hashcode()返回散列值，这是object中的一个方法
// ^ 按位异或，& 按位与，|按位或；&&逻辑与，||逻辑或
// >>> 无符号右移
return (key == null) ? 0 : (h = key.hashcode()) ^ (h >>> 16);
}
hashmap的一些属性：
public class hashmap<k,v> extends abstractmap<k,v> implements map<k,v>, cloneable, serializable {
// 序列号
private static final long serialversionuid = 362498820763181265l;
// 默认的初始容量，需为2的幂次方（为了减少哈希碰撞），<< 表示左移，运算规则为乘以2的n次方，1<<4=16
static final int default_initial_capacity = 1 << 4;
// 最大容量，如果由某个带参构造函数隐式的指定了更高的值，需为2的幂次方且小于1 << 30
static final int maximum_capacity = 1 << 30;
// 构造函数中未指定时使用的加载因子，即默认加载因子
static final float default_load_factor = 0.75f;
// 当传入的节点大于2且至少为8的时候，链表节点转为红黑树
static final int treeify_threshold = 8;
// 当节点小于为6的时候，红黑树退化为链表
static final int untreeify_threshold = 6;
// 红黑树中对应的最小表容量应该最少为4*treeify_threshold，以避免在调整大小和红黑树阈值之间的冲突。
static final int min_treeify_capacity = 64;
// 在第一次使用的时候初始化表，且根据需要设置大小，分配的大小总是2的幂次方
transient node<k,v>[] table;
// 保存元素的集，需要注意的是，它使用的abstractmap字段是keyset()和values()。
transient set<map.entry<k,v>> entryset;
// 此映射中包含的键值映射数，键值是一个整体，不等于数组的长度（因为存在哈希碰撞之后的链表和红黑树）
transient int size;
// 每次扩容和更改map结构的计数器
transient int modcount;
// 下一个要调整大小的大小值（容量*加载因子）
int threshold;
// hash表的加载因子
final float loadfactor;
}
静态内部类node：
//静态内部类，实现了map.entry<k,v>接口
static class node<k,v> implements map.entry<k,v> {
final int hash;//哈希值，用于与其他元素的哈希值进行比较
final k key;//键
v value;//值
node<k,v> next;//下一个节点
//构造器
node(int hash, k key, v value, node<k,v> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final k getkey() { return key; }
public final v getvalue() { return value; }
public final string tostring() { return key + "=" + value; }
public final int hashcode() {
return objects.hashcode(key) ^ objects.hashcode(value);
}
public final v setvalue(v newvalue) {
v oldvalue = value;
value = newvalue;
return oldvalue;
}
public final boolean equals(object o) {
if (o == this)
return true;
if (o instanceof map.entry) {
map.entry<?,?> e = (map.entry<?,?>)o;
if (objects.equals(key, e.getkey()) &&
objects.equals(value, e.getvalue()))
return true;
}
return false;
}
}
jdk8增加了树节点静态内部类用于红黑树：
static final class treenode<k,v> extends linkedhashmap.entry<k,v> {
treenode<k, v> parent; // red-black tree links
treenode<k, v> left;
treenode<k, v> right;
treenode<k, v> prev; // needed to unlink next upon deletion
boolean red; //判断是否为红
treenode(int hash, k key, v val, node<k, v> next) {
super(hash, key, val, next);
}
/**
* 返回包含此节点的树的根节点
*/
final treenode<k, v> root() {
for (treenode<k, v> r = this, p; ; ) {
if ((p = r.parent) == null)
return r;
r = p;
}
}
}
hashmap的构造器：
/**
* 指定容量以及加载因子构造一个空的hashmap
*/
public hashmap(int initialcapacity, float loadfactor) {
if (initialcapacity < 0)
throw new illegalargumentexception("illegal initial capacity: " +
initialcapacity);
if (initialcapacity > maximum_capacity)
initialcapacity = maximum_capacity;
if (loadfactor <= 0 || float.isnan(loadfactor))
throw new illegalargumentexception("illegal load factor: " +
loadfactor);
this.loadfactor = loadfactor;
this.threshold = tablesizefor(initialcapacity);
}
/**
* 指定容量以及默认加载因子0.75构造一个空的hashmap
*/
public hashmap(int initialcapacity) {
this(initialcapacity, default_load_factor);
}
/**
* 以默认容量16以及默认加载因子0.75构造一个空的hashmap
*/
public hashmap() {
this.loadfactor = default_load_factor; // all other fields defaulted
}
/**
* 以另一个map的键值对构造一个新的hashmap。新hashmap的容量最少足够存储旧hashmap的键值对数，加载因子为默认加载因子0.75
*/
public hashmap(map<? extends k, ? extends v> m) {
this.loadfactor = default_load_factor;
putmapentries(m, false);
}
/**
* 实现map.putall和map构造函数
*/
final void putmapentries(map<? extends k, ? extends v> m, boolean evict) {
int s = m.size();
//判断m是否为空
if (s > 0) {
//判断table是否初始化
if (table == null) { // pre-size
//计算m的总容量，计算规则为使用容量/加载因子+1
float ft = ((float)s / loadfactor) + 1.0f;
//将m总容量与hashmap规定的最大容量相比得到最终容量
int t = ((ft < (float)maximum_capacity) ?
(int)ft : maximum_capacity);
//判断最终容量是否大于扩容阈值（扩容阈值计算规则：容量*加载因子）
if (t > threshold)
threshold = tablesizefor(t);
}
//如果m的键值对数大于扩容阈值，则进行扩容
else if (s > threshold)
resize();
//将m中的键值对添加到新hashmap中
for (map.entry<? extends k, ? extends v> e : m.entryset()) {
k key = e.getkey();
v value = e.getvalue();
putval(hash(key), key, value, false, evict);
}
}
}
/**
* 初始化表或者将表容量翻倍，如果为空则分配初始容量，否则以2的幂次方扩容，需要保持索引一致
* @return
*/
final node<k,v>[] resize() {
//得到表
node<k,v>[] oldtab = table;
//判断表是否初始化
int oldcap = (oldtab == null) ? 0 : oldtab.length;
int oldthr = threshold;
int newcap, newthr = 0;
if (oldcap > 0) {
//如果旧容量大于最大值，则不扩容
if (oldcap >= maximum_capacity) {
threshold = integer.max_value;
return oldtab;
}
//判断旧容量的两倍容量（左移表示乘以2的n次方）是否小于最大容量，且旧容量是否大于等于默认容量
else if ((newcap = oldcap << 1) < maximum_capacity &&
oldcap >= default_initial_capacity)
//扩容两倍
newthr = oldthr << 1; // double threshold
}
//否则如果旧阈值大于0，则初始化容量设置为旧阈值
else if (oldthr > 0) // initial capacity was placed in threshold
newcap = oldthr;
else { // zero initial threshold signifies using defaults
//否则新容量设置为默认容量（因为旧容量小于0）
newcap = default_initial_capacity;
//新阈值设置为默认容量乘以默认加载因子，即16*0.75
newthr = (int)(default_load_factor * default_initial_capacity);
}
//如果新阈值为0，则重新计算新阈值
if (newthr == 0) {
float ft = (float)newcap * loadfactor;
newthr = (newcap < maximum_capacity && ft < (float)maximum_capacity ?
(int)ft : integer.max_value);
}
threshold = newthr;
@suppresswarnings({"rawtypes","unchecked"})
node<k,v>[] newtab = (node<k,v>[])new node[newcap]; //此方法返回的新table
//如果旧table为空，则初始化
table = newtab;
//否则将旧table的值放入新table
if (oldtab != null) {
//旧table的值循环放入新table
for (int j = 0; j < oldcap; ++j) {
node<k,v> e;
//判断当前节点是否有值
if ((e = oldtab[j]) != null) {
//旧table节点置为空
oldtab[j] = null;
//如果该节点没有子节点，则返回新table，元素放入的位置为e的哈希值按位与（新容量-1）
if (e.next == null)
newtab[e.hash & (newcap - 1)] = e;
//否则如果该节点属于红黑树节点，将其切割赋给新红黑树
else if (e instanceof treenode)
((treenode<k,v>)e).split(this, newtab, j, oldcap);
//保持索引一致
else { // preserve order
node<k,v> lohead = null, lotail = null;
node<k,v> hihead = null, hitail = null;
node<k,v> next;
do {
next = e.next;
//旧索引
if ((e.hash & oldcap) == 0) {
if (lotail == null)
lohead = e;
else
lotail.next = e;
lotail = e;
}
//新索引
else {
if (hitail == null)
hihead = e;
else
hitail.next = e;
hitail = e;
}
} while ((e = next) != null);
//旧索引放入table
if (lotail != null) {
lotail.next = null;
newtab[j] = lohead;
}
//新索引放入table
if (hitail != null) {
hitail.next = null;
newtab[j + oldcap] = hihead;
}
}
}
}
}
return newtab;
}
//put元素到map中
public v put(k key, v value) {
//实际调用的是putval()方法
return putval(hash(key), key, value, false, true);
}
//putval()方法用于实际操作插入元素
final v putval(int hash, k key, v value, boolean onlyifabsent,
boolean evict) {
node<k,v>[] tab; node<k,v> p; int n, i;
//table未初始化，调用resize()进行扩容（使用的都是默认值）
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//判断(n - 1) & hash]索引处的table是否为空，为空，则插入新节点（table为空，此时插入的节点是在数组中）
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newnode(hash, key, value, null);
//table不为空
else {
node<k,v> e; k k;
//判断节点的hash以及key是否相等，是则覆盖。
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//否则如果属于树节点，使用puttreeval插入节点数据（puttreeval是针对红黑树的putval方法），有兴趣的可以看一下puttreeval方法
else if (p instanceof treenode)
e = ((treenode<k,v>)p).puttreeval(this, tab, hash, key, value);
else {
//是一个链表
for (int bincount = 0; ; ++bincount) {
//判断是否到达链表末尾
if ((e = p.next) == null) {
//在链表末尾插入数据
p.next = newnode(hash, key, value, null);
//如果大于规则节点数（8），则转为红黑树存储
if (bincount >= treeify_threshold - 1) // -1 for 1st
treeifybin(tab, hash);
//跳出循环
break;
}
//判断插入元素与链表中原有元素的hash以及key是否相等
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
//相等，跳出循环
break;
//循环链表
p = e;
}
}
//存在键值对的key
if (e != null) { // existing mapping for key
//存储旧值
v oldvalue = e.value;
if (!onlyifabsent || oldvalue == null)
//替换为新值
e.value = value;
//访问后回调
afternodeaccess(e);
//返回旧值
return oldvalue;
}
}
++modcount;
//插入的时候，判断容量是否大于阈值
if (++size > threshold)
//是，则进行扩容
resize();
//插入后回调
afternodeinsertion(evict);
return null;
}
//通过指定key从map中get值
public v get(object key) {
node<k,v> e;
//实际调用的是getnode()方法
return (e = getnode(hash(key), key)) == null ? null : e.value;
}
//getnode()方法用于实际操作查询元素值
final node<k,v> getnode(int hash, object key) {
node<k,v>[] tab; node<k,v> first, e; int n; k k;
//判断存在table是否初始化
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//总是检查第一个节点，如果第一个节点与需要查询的节点的hash以及key相等，则返回第一个节点
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//如果存在多个节点
if ((e = first.next) != null) {
//如果属于红黑树，则调用红黑树中的gettreenode方法查询，有兴趣的可以看一下gettreenode方法
if (first instanceof treenode)
return ((treenode<k,v>)first).gettreenode(hash, key);
//否则在链表中查询
do {
//如果链表节点与需要查询的节点的hash以及key相等，则返回链表节点
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
（以上所有内容皆为个人笔记，如有错误之处还望指正。）
如对本文有疑问， 点击进行留言回复！！
![[杭电多校2020]第一场 1004 Distinct Sub-palindromes](http://www.lhsxpumps.com/_images5/10qianwan/20200724/s_0_202007241733388592.png)
[杭电多校2020]第一场 1004 Distinct Sub-palindromes
Swift -- 将本地生成的UIImage进行持久化保存（存到文件中fileManager.createFile）
网友评论