Java TreeMap类源码解析
TreeMap实现的是基于红黑树的有序键值对集合,底层完全是树状链表不含有数组,key不能为null,value可以为null。本身含有comparator,若comparator不为null则所有关于key的比较都是通过comparator完成,否则直接根据key本身的class实现来比较,若此时key不是可比较类则会抛出错误。遍历的顺序是中序遍历,也就是说key是从小到大排列的。所有涉及遍历的操作都是fast-fail机制,这个在我集合解析系列中提过多次了,只有在put或remove操作中新增、删除结点造成树结构变更时会增加modCount值,本身是非线性安全类所有方法都没有synchronized修饰。
因为红黑树的插入和删除时维持红黑树性质的操作在TreeNode中分析过一次了,这里就不再重复介绍了(摸了),详细了解移步:Java HashMap类源码解析(续)-TreeNode
定义与构造函数部分
public class TreeMap<K,V> extends AbstractMap<K,V> implements NavigableMap<K,V>, Cloneable, java.io.Serializable
首先我们可以看到他继承的是AbstractMap这个和HashMap相同,但是实现的第一个接口不一样,NavigableMap是一个有序排列的键值对接口,不能想到TreeMap是通过自身二叉搜索树的性质来维持有序排列。
private final Comparator<? super K> comparator; private transient Entry<K,V> root; private transient int size = 0; private transient int modCount = 0;
从内部属性中我们可以看出,增加了用于保持树排序的comparator,如果使用key值的自然排序则comparator为null。增加了根结点root。
public TreeMap() { comparator = null; } public TreeMap(Comparator<? super K> comparator) { this.comparator = comparator; } public TreeMap(Map<? extends K, ? extends V> m) { comparator = null; putAll(m); } public TreeMap(SortedMap<K, ? extends V> m) { comparator = m.comparator(); try { buildFromSorted(m.size(), m.entrySet().iterator(), null, null); } catch (java.io.IOException cannotHappen) { } catch (ClassNotFoundException cannotHappen) { } }
从构造函数可以看出,如果不在参数中给定comparator,那么TreeMap会默认使用key值的自然排序。使用Map和使用SortedMap的复制构造是不同的,前者调用putAll方法根据m中是否有相同的comparator来进行不同的构造,后者会使用m中包含的comparator。这里调用了根据排序好的数据构造树的方法buildFromSorted,其中又调用了computeRedLevel来计算红结点的深度,我们可以看到在实际的递归构造过程中,redLevel是不变的,也就是说只有在一个深度上回出现红色
public void putAll(Map<? extends K, ? extends V> map) { int mapSize = map.size(); if (size==0 && mapSize!=0 && map instanceof SortedMap) {//map是SortedMap Comparator<?> c = ((SortedMap<?,?>)map).comparator(); if (c == comparator || (c != null && c.equals(comparator))) {//两者的comparator相等 ++modCount; try { buildFromSorted(mapSize, map.entrySet().iterator(), null, null);//和使用SortedMap构造时相同的方法 } catch (java.io.IOException cannotHappen) { } catch (ClassNotFoundException cannotHappen) { } return; } } super.putAll(map); } /** * 根据排序好的数据在线性时间构建树。可以从迭代器或者流中接受key value值。这导致了更多的参数,不过看起来比参数可选要好一些,可以从以下4类对象接收数据 * * 1) An iterator of Map.Entries. (it != null, defaultVal == null). * 2) An iterator of keys. (it != null, defaultVal != null). * 3) A stream of alternating serialized keys and values. * (it == null, defaultVal == null). * 4) A stream of serialized keys. (it == null, defaultVal != null). * * 假设了在这个方法调用之前已经实现了比较器 * * @param size 数据个数 * @param it 迭代器 * @param str 流,it和str至少一个应该是非null的,优先从it读取 * @param defaultVal 默认值非null时,map中的所有value都是该值,为null则从迭代器或流中读取value值 * @throws java.io.IOException 流读取时抛出,str为null时不会有这个错误 * @throws ClassNotFoundException 流readObject时抛出,str为null时不会有这个错误 */ private void buildFromSorted(int size, Iterator<?> it, java.io.ObjectInputStream str, V defaultVal) throws java.io.IOException, ClassNotFoundException { this.size = size; root = buildFromSorted(0, 0, size-1, computeRedLevel(size), it, str, defaultVal); } /** * 寻找在某个level以下所有结点都是黑色的,剩下的结点是红色的。计算通过寻找到达0结点的分裂次数 */ private static int computeRedLevel(int sz) { int level = 0; for (int m = sz - 1; m >= 0; m = m / 2 - 1) level++; return level;//计算lg(size) } /** * 上面那个方法的实际工作方法,假设了comparator和size已经提前设置好了 * * @param level 树的level初始为0 * @param lo 子树第一个点的下标,初始为0 * @param hi 子树最后一个点的下标,初始为size-1 * @param redLevel 红结点的level应该与computeRedLevel(size)相等 */ @SuppressWarnings("unchecked") private final Entry<K,V> buildFromSorted(int level, int lo, int hi, int redLevel, Iterator<?> it, java.io.ObjectInputStream str, V defaultVal) throws java.io.IOException, ClassNotFoundException { /* * 根是最中间的点,我们首先递归的构建整个左子树,然后处理右子树 * * lo和hi是当前子树从迭代器或者流中拉取出的最小和最大的下标。他们不是完全索引,我们只是用来确保处理是有序的 */ if (hi < lo) return null; int mid = (lo + hi) >>> 1;//mid=(lo+hi)/2 Entry<K,V> left = null; if (lo < mid) left = buildFromSorted(level+1, lo, mid - 1, redLevel, it, str, defaultVal);//递归构建左子树 //lo==hi时开始进入此段,从迭代器或流中读取,构造一个结点 K key; V value; if (it != null) {//迭代器不为null if (defaultVal==null) {//defaultVal不为null则value=defaultVal,否则value从迭代器中读取 Map.Entry<?,?> entry = (Map.Entry<?,?>)it.next(); key = (K)entry.getKey(); value = (V)entry.getValue(); } else { key = (K)it.next(); value = defaultVal; } } else { //迭代器为null,流不为null key = (K) str.readObject(); value = (defaultVal != null ? defaultVal : (V) str.readObject());//defaultVal不为null则value=defaultVal,否则value从流中读取 } Entry<K,V> middle = new Entry<>(key, value, null);//根据key value构造一个新结点 // 将非满的最底层结点染红,递归过程中redLevel没变也就是说只有一个level会出现红色 if (level == redLevel) middle.color = RED; if (left != null) { middle.left = left; left.parent = middle; } if (mid < hi) { Entry<K,V> right = buildFromSorted(level+1, mid+1, hi, redLevel, it, str, defaultVal);//递归构建右子树 middle.right = right; right.parent = middle; } return middle; }
查询函数部分
首先两个conatains方法,containsKey根据是否有comparator决定是否调用getEntryUsingComparator,两个判断比较除了比较器不同外都是一样的。在没有comparator时,key为null时会抛NullPointerException,key是不可比较类时会抛ClassCastException
public boolean containsKey(Object key) { return getEntry(key) != null; } final Entry<K,V> getEntry(Object key) { // Offload comparator-based version for sake of performance if (comparator != null) return getEntryUsingComparator(key);//有comparator时调用getEntryUsingComparator来寻找key值对应的entry if (key == null) throw new NullPointerException();//key为null时抛错,说明TreeMap也不支持null为key @SuppressWarnings("unchecked") Comparable<? super K> k = (Comparable<? super K>) key;//没有comparator时直接根据key本身来比较,key是不可比较类的话会抛错 Entry<K,V> p = root; while (p != null) { int cmp = k.compareTo(p.key);//根据二叉搜索树的性质寻找key值compareTo相等的结点 if (cmp < 0) p = p.left; else if (cmp > 0) p = p.right; else return p; } return null; } final Entry<K,V> getEntryUsingComparator(Object key) { @SuppressWarnings("unchecked") K k = (K) key; Comparator<? super K> cpr = comparator; if (cpr != null) { Entry<K,V> p = root; while (p != null) { int cmp = cpr.compare(k, p.key); if (cmp < 0) p = p.left; else if (cmp > 0) p = p.right; else return p; } } return null; }
containsValue这个方法的遍历顺序是根据树的中序遍历进行的,getFirstEntry从根结点开始寻找最左的叶结点,successor返回t的后继,也就是在剩余结点中key比t.key大的最小结点,valEquals比较o1==null o2==null或者o1.equals(o2)
public boolean containsValue(Object value) { for (Entry<K,V> e = getFirstEntry(); e != null; e = successor(e)) if (valEquals(value, e.value)) return true; return false; } final Entry<K,V> getFirstEntry() { Entry<K,V> p = root; if (p != null) while (p.left != null) p = p.left; return p; } static <K,V> TreeMap.Entry<K,V> successor(Entry<K,V> t) { if (t == null) return null; else if (t.right != null) { Entry<K,V> p = t.right;//t的右子树不为null时,是右子树最左的叶结点,也就是右子树中key最小的结点 while (p.left != null) p = p.left; return p; } else { Entry<K,V> p = t.parent;//向上寻找父结点中恰好大于t的那个 Entry<K,V> ch = t; while (p != null && ch == p.right) { ch = p; p = p.parent; } return p; } } static final boolean valEquals(Object o1, Object o2) { return (o1==null ? o2==null : o1.equals(o2)); }
get方法主要就是调用了getEntry,这个前面已经讲过了
public V get(Object key) { Entry<K,V> p = getEntry(key); return (p==null ? null : p.value); }
getCeilingEntry获取key值对应的键值对,如果没有则返回key大于他的键值对里key最小的那个,还没有就返回null,从compare可以看出这里key的比较优先根据comparator,若不存在则直接比较key
final Entry<K,V> getCeilingEntry(K key) { Entry<K,V> p = root; while (p != null) { int cmp = compare(key, p.key); if (cmp < 0) {//key<p.key if (p.left != null) p = p.left;//从左子树中寻找key值小于等于key的结点 else return p;//已经找到子树中最左的叶结点 } else if (cmp > 0) {//key>p.key if (p.right != null) { p = p.right;//从右子树中寻找key值大于等于key的结点 } else { Entry<K,V> parent = p.parent; Entry<K,V> ch = p; while (parent != null && ch == parent.right) {//向上寻找直到当前结点为右儿子,此时父结点是恰大于key的最小结点 ch = parent; parent = parent.parent; } return parent; } } else return p; } return null; } final int compare(Object k1, Object k2) { return comparator==null ? ((Comparable<? super K>)k1).compareTo((K)k2) : comparator.compare((K)k1, (K)k2);//comparator为null只用key直接比较若key不能比较则抛错,否则使用comparator比较 }
下面3个方法和上面的那个非常类似:getFloorEntry返回key值对应的键值对,如果没有就返回小于的结点里key值最大的那个,再没有就返回null;getHigherEntry返回key大于参数key的结点中最小的,没有则返回null,相比getFloorEntry只是少了等于的判断,代码略;getLowerEntry返回key小于参数key的结点中最大的一个,没有则返回null
final Entry<K,V> getFloorEntry(K key) { Entry<K,V> p = root; while (p != null) { int cmp = compare(key, p.key); if (cmp > 0) {//key>p.key if (p.right != null) p = p.right;//从右子树中寻找对应的结点 else return p;//找到了左子树中最右的叶结点 } else if (cmp < 0) {//key<p.key if (p.left != null) { p = p.left;//从左子树中寻找对应的结点 } else { Entry<K,V> parent = p.parent; Entry<K,V> ch = p; while (parent != null && ch == parent.left) {//p没有左子树时,向上寻找当前结点是左儿子的点,为key恰好小于p中最大的 ch = parent; parent = parent.parent; } return parent; } } else return p; } return null; }
下面几个方法返回的都是Map.Entry区别在于poll会移除返回的结点,因为删除这个操作涉及到红黑树的修改,所以后面再分析
public Map.Entry<K,V> firstEntry() { return exportEntry(getFirstEntry());//根据最小的键值对新生成一个Map.Entry } public Map.Entry<K,V> lastEntry() { return exportEntry(getLastEntry());//根据最大的键值对新生成一个Map.Entry } public Map.Entry<K,V> pollFirstEntry() { Entry<K,V> p = getFirstEntry();//获取最小的键值对 Map.Entry<K,V> result = exportEntry(p);//新生成一个Map.Entry if (p != null) deleteEntry(p);//存在时,删除键值对 return result; } public Map.Entry<K,V> pollLastEntry() { Entry<K,V> p = getLastEntry();//获取最大的键值对 Map.Entry<K,V> result = exportEntry(p);//新生成一个Map.Entry if (p != null) deleteEntry(p);//存在时,删除键值对 return result; } static <K,V> Map.Entry<K,V> exportEntry(TreeMap.Entry<K,V> e) { return (e == null) ? null : new AbstractMap.SimpleImmutableEntry<>(e); }
非结构性修改函数
replace根据是否给出oldValue决定是否在修改时要对比value值是否相等
public boolean replace(K key, V oldValue, V newValue) { Entry<K,V> p = getEntry(key); if (p!=null && Objects.equals(oldValue, p.value)) { p.value = newValue; return true; } return false; } public V replace(K key, V value) { Entry<K,V> p = getEntry(key); if (p!=null) { V oldValue = p.value; p.value = value; return oldValue; } return null; }
对于遍历操作,可以看到他们是按照中序遍历,所以顺序是按照key从小到大进行的,遍历为fast-fail机制
public void forEach(BiConsumer<? super K, ? super V> action) { Objects.requireNonNull(action); int expectedModCount = modCount; for (Entry<K, V> e = getFirstEntry(); e != null; e = successor(e)) { action.accept(e.key, e.value); if (expectedModCount != modCount) { throw new ConcurrentModificationException(); } } } public void replaceAll(BiFunction<? super K, ? super V, ? extends V> function) { Objects.requireNonNull(function); int expectedModCount = modCount; for (Entry<K, V> e = getFirstEntry(); e != null; e = successor(e)) { e.value = function.apply(e.key, e.value); if (expectedModCount != modCount) { throw new ConcurrentModificationException(); } } }
TreeMap可以支持返回一些subMap,这些Map可以是升序或者降序的,他们全部都是基于NavigableSubMap的继承类,添加了一些指针和迭代器以及分割器,还是基于原本的树链表只是移动方向不同并不会复制数据,所以所有对于subMap的修改操作都会直接作用到原本的TreeMap上面
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
阿里java岗电话面(凉经)
阿里Java岗电话一面 阿里打了我几遍电话,才在下午接到电话面试,主要面试的是网络和java基础方面的问题: 自我介绍,项目介绍 int和Integer的区别,它们俩消耗的内存是一样多的吗? hashmap的底层了解吗?怎么实现的?与hashtable的区别是什么?二者的应用场景是什么? java什么情况会有内存泄漏问题,举几个例子? 项目里用到了什么中间件?redis缓存有了解吗?具体的实现 网络这一块有了解吗?tcp和udp的区别 有什么问题要问我的吗?
- 下一篇
spring websocket 和socketjs实现单聊群聊,广播的消息推送详解
spring websocket 和socketjs实现单聊群聊,广播的消息推送详解 WebSocket简单介绍 随着互联网的发展,传统的HTTP协议已经很难满足Web应用日益复杂的需求了。近年来,随着HTML5的诞生,WebSocket协议被提出,它实现了浏览器与服务器的全双工通信,扩展了浏览器与服务端的通信功能,使服务端也能主动向客户端发送数据。 image 我们知道,传统的HTTP协议是无状态的,每次请求(request)都要由客户端(如 浏览器)主动发起,服务端进行处理后返回response结果,而服务端很难主动向客户端发送数据;这种客户端是主动方,服务端是被动方的传统Web模式 对于信息变化不频繁的Web应用来说造成的麻烦较小,而对于涉及实时信息的Web应用却带来了很大的不便,如带有即时通信、实时数据、订阅推送等功能的应 用。在WebSocket规范提出之前,开发人员若要实现这些实时性较强的功能,经常会使用折衷的解决方法:轮询(polling)和Comet技术。其实后者本质上也是一种轮询,只不过有所改进。 轮询是最原始的实现实时Web应用的解决方案。轮询技术要求客户端以设定的...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
-
Docker使用Oracle官方镜像安装(12C,18C,19C)
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- CentOS8编译安装MySQL8.0.19
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- MySQL8.0.19开启GTID主从同步CentOS8
- CentOS7,8上快速安装Gitea,搭建Git服务器
- Jdk安装(Linux,MacOS,Windows),包含三大操作系统的最全安装
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果
推荐阅读
最新文章
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果
- CentOS7,CentOS8安装Elasticsearch6.8.6
- SpringBoot2初体验,简单认识spring boot2并且搭建基础工程
- CentOS6,CentOS7官方镜像安装Oracle11G
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- 设置Eclipse缩进为4个空格,增强代码规范
- Mario游戏-低调大师作品
- MySQL8.0.19开启GTID主从同步CentOS8
- Windows10,CentOS7,CentOS8安装MongoDB4.0.16