快来,我悄悄的给你说几个HashCode的破事。 (3)

简介: 快来,我悄悄的给你说几个HashCode的破事。 (3)

image.png


所以,在当前的案例中,数组下标为 32 的位置下挂的不应该是一个链表,而是一颗红黑树。


对不对?


image.png


这是不对的。链表转红黑树的阈值是节点大于 8 个,而不是等于 8 的时候。


也就是说需要再来一个经过 hash 计算后,下标为 32 的、且 value 和之前的 value 都不一样的 key 的时候,才会触发树化操作。


不信,我给你看看现在是一个什么节点:


image.png


没有骗你吧?从上面的图片可以清楚的看到,第 8 个节点还是一个普通的 node。


而如果是树化节点,它应该是长这样的:


image.png


不信,我们再多搞一个 hash 冲突进来,带你亲眼看一下,代码是不会骗人的。


那么怎么多搞一个冲突出来呢?


最简单的,这样写:


image.png


这样冲突不就多一个了吗?我真是一个天才,情不自禁的给自己鼓起掌来。


好了,我们看一下现在的节点状态是怎么样的:


怎么样,是不是变成了 TreeNode ,没有骗你吧?


image.png


另外,我还想多说一句,关于一个 HashMap 的面试题的一个坑。


面试官问:JDK 8 的 HashMap 链表转红黑树的条件是什么?


绝大部分背过面试八股文的朋友肯定能答上来:当链表长度大于 8 的时候。


这个回答正确吗?


是正确的,但是只正确了一半。



还有一个条件是数组长度大于 64 的时候才会转红黑树。


源码里面写的很清楚,数组长度小于 64,直接扩容,而不是转红黑树:


image.png


感觉很多人都忽略了“数组长度大于 64 ”这个条件。


背八股文,还是得背全了。


比如下面这种测试用例:


image.png


它们都会落到数组下标为 0 的位置上。


当第 9 个元素 BBBBAa 落进来的时候,会走到 treeifyBin 方法中去,但是不会触发树化操作,只会进行扩容操作。


因为当前长度为默认长度,即 16。不满足转红黑树条件。


所以,从下面的截图,我们可以看到,标号为 ① 的地方,数组长度变成了 32,链表长度变成了 9 ,但是节点还是普通 node:


image.png


怎么样,有点意思吧,我觉得这样学 HashMap 有趣多了。


image.png

目录
相关文章
|
2天前
|
弹性计算 人工智能 安全
云上十五年——「弹性计算十五周年」系列客户故事(第二期)
阿里云弹性计算十五年深耕,以第九代ECS g9i实例引领算力革新。携手海尔三翼鸟、小鹏汽车、微帧科技等企业,实现性能跃升与成本优化,赋能AI、物联网、智能驾驶等前沿场景,共绘云端增长新图景。
|
8天前
|
存储 弹性计算 人工智能
【2025云栖精华内容】 打造持续领先,全球覆盖的澎湃算力底座——通用计算产品发布与行业实践专场回顾
2025年9月24日,阿里云弹性计算团队多位产品、技术专家及服务器团队技术专家共同在【2025云栖大会】现场带来了《通用计算产品发布与行业实践》的专场论坛,本论坛聚焦弹性计算多款通用算力产品发布。同时,ECS云服务器安全能力、资源售卖模式、计算AI助手等用户体验关键环节也宣布升级,让用云更简单、更智能。海尔三翼鸟云服务负责人刘建锋先生作为特邀嘉宾,莅临现场分享了关于阿里云ECS g9i推动AIoT平台的场景落地实践。
【2025云栖精华内容】 打造持续领先,全球覆盖的澎湃算力底座——通用计算产品发布与行业实践专场回顾
|
7天前
|
人工智能 自然语言处理 自动驾驶
关于举办首届全国大学生“启真问智”人工智能模型&智能体大赛决赛的通知
关于举办首届全国大学生“启真问智”人工智能模型&智能体大赛决赛的通知
|
7天前
|
云安全 人工智能 自然语言处理
阿里云x硅基流动:AI安全护栏助力构建可信模型生态
阿里云AI安全护栏:大模型的“智能过滤系统”。
|
8天前
|
编解码 自然语言处理 文字识别
Qwen3-VL再添丁!4B/8B Dense模型开源,更轻量,仍强大
凌晨,Qwen3-VL系列再添新成员——Dense架构的Qwen3-VL-8B、Qwen3-VL-4B 模型,本地部署友好,并完整保留了Qwen3-VL的全部表现,评测指标表现优秀。
633 7
Qwen3-VL再添丁!4B/8B Dense模型开源,更轻量,仍强大
|
10天前
|
存储 机器学习/深度学习 人工智能
大模型微调技术:LoRA原理与实践
本文深入解析大语言模型微调中的关键技术——低秩自适应(LoRA)。通过分析全参数微调的计算瓶颈,详细阐述LoRA的数学原理、实现机制和优势特点。文章包含完整的PyTorch实现代码、性能对比实验以及实际应用场景,为开发者提供高效微调大模型的实践指南。
755 2