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？
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
微信关注我们
原文链接：https://yq.aliyun.com/articles/626127
转载内容版权归作者及来源网站所有！
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。
相关文章
发表评论
资源下载
更多资源
优质分享App
近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。
腾讯云软件源
为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。
Spring
Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。
Rocky Linux
Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。
手机查看
扫码在手机上查看文章
扫描二维码，手机阅读更方便
热门标签
欢迎您来访！
登录后，您将获得更多功能！
第三方登录
热门文章
联系我们
有任何问题或合作意向欢迎联系我们
Email: 99873273@qq.com
QQ: 99873273