hjr-java源码:HashMap

本文详细解析了HashMap的工作原理,包括散列算法、哈希碰撞处理、扩容机制及死锁问题。探讨了HashMap如何通过散列算法将键值对存储在数组中,并通过链表解决哈希冲突,介绍了其在多线程环境下可能遇到的问题及解决方案。

理解

  • 散列算法:把多个数据用少量数据标记出来
  • hashing(哈希):标记是hashcode的散列算法

HashMap的结构是

包含多个HashCode的数组,每个HashCode对应一个Bucket(桶),每个桶是一个LinkList(链表),链表里面存储的是多个Entry(键值对+next+hash值)

数组中存取值 通过如下算法:

// 存储时:
int hash = key.hashCode(); 
int index = hash % Entry[].length;
Entry[index] = value;

// 取值时:
int hash = key.hashCode();
int index = hash % Entry[].length;
return Entry[index];

HashMpa.put(对象)

对象就是一个Entry,程序员控制键值对的内容,next和hash会自动生成

  • 碰撞:当系统给两个Entry生成的hash相同时就会发生碰撞,最后Entry,会存储到相同hash对应的链表里,其中 next,就是标记多个相同hash的Entry 之间的链表连接关系的。

next和hash是怎么自动生成的?

  • put()
    当程序员put一个Entry时,先使用Hash函数计算出下数组下标,确定这个Entry插入到hashcode数组的哪个位置
public V put(K key, V value) {
        if (key == null)
            return putForNullKey(value); //null总是放在数组的第一个链表中
        int hash = hash(key.hashCode());
        int i = indexFor(hash, table.length);
        //遍历链表
        for (Entry<K,V> e = table[i]; e != null; e = e.next) {
            Object k;
            //如果key在链表中已存在,则替换为新value
            if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
                V oldValue = e.value;
                e.value = value;
                e.recordAccess(this);
                return oldValue;
            }
        }
        modCount++;
        addEntry(hash, key, value, i);
        return null;
    }


void addEntry(int hash, K key, V value, int bucketIndex) {
    Entry<K,V> e = table[bucketIndex];
    table[bucketIndex] = new Entry<K,V>(hash, key, value, e); //参数e, 是Entry.next
    //如果size超过threshold,则扩充table大小。再散列
    if (size++ >= threshold)
            resize(2 * table.length);
}

  • get()
public V get(Object key) {
        if (key == null)
            return getForNullKey();
        int hash = hash(key.hashCode());
        //先定位到数组元素,再遍历该元素处的链表
        for (Entry<K,V> e = table[indexFor(hash, table.length)];
             e != null;
             e = e.next) {
            Object k;
            if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
                return e.value;
        }
        return null;
}

根据Key值做一次Hash映射,算出其对应的数组下标值,
碰撞问题,同一个位置的链表里可能存在多个Entry,这时就要从对应链表的头节点开始,一个个向下查找,直到找到对应的
Key值,这样就获得到了所要查找的键值对

  • hashcode数组的长度?
    有一个初始长度16,每当触发到75%,长度扩大一倍,然后把之前的数组全部数据移动到新数组中。

  • hashmap死锁
    在多线程的情况下,当重新调整HashMap大小的时候,就会存在条件竞争,因为如果两个线程都发现HashMap需要重新调整大小了,它们会同时试着调整大小

使用hashtable(完全同步)和currentHashMap(分片同步)等线程安全的可以避免死锁。

内容概要:本文针对不对称电网故障下T型三电平逆变器的低电压穿越(LVRT)问题,提出了一种多目标协同控制策略,并通过Simulink进行仿真实现。该策略综合考虑了有功功率、无功功率、负序电流、中点电位平衡及谐波抑制等多个控制目标,采用正负序分离、双闭环调节与多目标优化算法协同作用,实现了故障期间并网电流的精确控制与系统稳定运行。研究重点在于提升逆变器在电网电压跌落与不平衡等恶劣工况下的适应能力,确保其符合并网技术规范。仿真结果表明,该策略在动态响应速度、电能质量改善和系统鲁棒性方面均表现出优越性能; 适合人群:具备电力电子、新能源并网或自动控制等相关专业背景,从事逆变器控制、微电网或柔性输电系统研究的研发人员及研究生;熟悉Simulink仿真工具者更佳; 使用场景及目标:①研究不对称电网故障下三电平逆变器的低电压穿越控制方法;②掌握多目标协同控制策略的设计思路与实现手段;③通过Simulink仿真平台复现并验证先进控制算法,服务于科研论文撰写、项目开发或工程优化; 阅读建议:建议结合Simulink仿真模型同步学习,重点关注正负序分离锁相、多目标权重分配与中点电位控制模块的实现细节,深入理解控制策略在暂态过程中的协同机制,并尝试调整故障条件与参数以评估系统鲁棒性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

架构师小侯

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值