源码分析之HashMap容器

谁借莪１个温暖的怀抱￠ 2022-11-15 11:54 215阅读 0赞

### 源码分析之HashMap容器 ###

*   *  1、HashMap概述
     *  2、HashMap类的属性
     *   *  2.1、HashMap类静态属性
         *  2.2、HashMap非静态属性
     *  3、HashMap类的构造器
     *  4、查找相关方法
     *  5、插入相关方法
     *  6、删除相关方法
     *  7、其它方法
     *   *  1、tableSizeFor方法
         *  2、hash方法（重要）
         *  3、resize方法（重要）
     *  8、总结
     *  9、往期佳文
     *   *  9.1、面试系列
         *  9.2、技术系列
         *  9.3、源码系列
         *  9.4、数据结构和算法系列

## 1、HashMap概述 ##

HashMap的类声明如下：

public class HashMap<K,V> extends AbstractMap<K,V>
        implements Map<K,V>, Cloneable, Serializable

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d0eWljeQ_size_16_color_FFFFFF_t_70]

HashMap是一个<key,value>（或称键值对）容器，其底层实现是使用一个hash数组指向多个不同的链表。每次我们放入一个<key,value>，它会自动计算key对应的hash值，然后根据hash值插入到不同的链表中。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d0eWljeQ_size_16_color_FFFFFF_t_70 1]  
       注明：可能会有人对为啥要用hash数组套链表产生疑问，这是因为实际插入过程中会出现多个<key,value>的key计算出的hash值相同（哈希冲突），如上图的table\[1\]。但是当链表太长时，在容器中查找<key,value>，每次都要遍历耗时长，降低了查找效率，所以在Java 8中，引入了红黑树。默认当某个hash值下超过了8个<key,value>，此时就需要转化成红黑树，如果上图中的table\[14\]。

--------------------

## 2、HashMap类的属性 ##

### 2.1、HashMap类静态属性 ###

/** * 序列化的版本号 */
    private static final long serialVersionUID = 362498820763181265L;
    /** * 默认的初始化容量大小，并且必须是2的幂（主要是考虑效率，后面有介绍） */
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
    
    /** * 最大的容量（容器中存放<key, value>的最大数量） */
    static final int MAXIMUM_CAPACITY = 1 << 30;
    
    /** * 负载因子 * 当容器中<key, value>的数量超过capacity * DEFAULT_LOAD_FACTOR时，需要扩容 */
    static final float DEFAULT_LOAD_FACTOR = 0.75f;
    
    /** * 链表转红黑树阈值 * 当某个hash值下<key, value>用链表存储，并且链表长度不小于该值，就需要转成红黑树 */
    static final int TREEIFY_THRESHOLD = 8;
    
    /** * 红黑树转链表阈值 * 当某个hash值下<key, value>是用红黑树存储，并且树中的节点数小于该值，就需要转成链表 */
    static final int UNTREEIFY_THRESHOLD = 6;
    
    /** * 最小树形化容量阈值 * 当哈希表中的容量 > 该值时，才允许将链表转成红黑树操作，否则直接扩容。 * 为了避免进行扩容、链表转红黑树选择的冲突，并且这个值不能小于 4 * TREEIFY_THRESHOLD（链表转红黑树阈值） */
    static final int MIN_TREEIFY_CAPACITY = 64;

### 2.2、HashMap非静态属性 ###

transient关键字的作用是在序列化的时候排除该属性，比如写入硬盘持久化，用这个关键字修饰的属性在对象保存时不会写入。（不过HashMap类在尾端重写了序列化方法，手动指定了需要序列化的属性）:

/** * table数组，也称hash桶数组 */
    transient Node<K,V>[] table;
    
    /** * entrySet属性，把<K,V>存放到Set容器中（一般hashmap的遍历用此属性） */
    transient Set<Map.Entry<K,V>> entrySet;
    
    /** * 容器key-value数量（注意与容器的容量（容器可存放的数量）不同） */
    transient int size;
    
    /** * 容器进行结构性调整（增加或者删除键值对等操作，不包括修改value值）的次数 */
    transient int modCount;
    
    /** * 容器中能容纳的key-value极限，capacity * loadFactor，超过就需要扩容 */
    int threshold;
    
    /** * 负载因子，默认是0.75(前面类的静态属性已经定义过了) */
    final float loadFactor;

## 3、HashMap类的构造器 ##

/** * @param initialCapacity 初始化容量大小 * @param loadFactor 负载因子 * @throws IllegalArgumentException if the initial capacity is negative * or the load factor is nonpositive */
    public HashMap(int initialCapacity, float loadFactor) { 
    	// 检查initialCapacity的合法性
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);
        // 检查initialCapacity是否超过了可设置的最大容量（类静态属性）
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
        // 检查loadFactor负载因子的合法性
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
                                               loadFactor);
        this.loadFactor = loadFactor;
        //初始化threshold稍微复杂一点，tableSizeFor方法解析见本博客尾端
        this.threshold = tableSizeFor(initialCapacity);
    }
    
    /** * @param initialCapacity 初始化容量大小 * @throws IllegalArgumentException if the initial capacity is negative. */
    public HashMap(int initialCapacity) { 
    	//默认负载因子为0.75
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }
    
    /** * 只设置负载因子为0.75，其它值全部默认 */
    public HashMap() { 
        this.loadFactor = DEFAULT_LOAD_FACTOR;
    }
    
    /** * 复制构造函数，将另外一个map初始化构造 * * @param m 其它map容器 * @throws NullPointerException */
    public HashMap(Map<? extends K, ? extends V> m) { 
        this.loadFactor = DEFAULT_LOAD_FACTOR;
        //将m容器中的所有entry放入新建的容器对象中
        putMapEntries(m, false);
    }

## 4、查找相关方法 ##

/** * 根据`key`查找`value`。 * @see #put(Object, Object) */
    public V get(Object key) { 
        Node<K,V> e;
        //调用getNode方法查找
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }
    
    
    /** * 根据`key`查找查找`<key, value>` * * @param hash key对应的hash值（调用hash()方法即可获取） * @param key the key * @return the node, or null if none */
    final Node<K,V> getNode(int hash, Object key) { 
    	// tab用于指向table数组（hash桶数组），first用于指向hash桶第一个元素，e用于指向hash、key匹配到的节点位置
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        //查找table数组（hash桶数组）中是否存在hash对应的桶
        if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { 
            //判断桶中的第一个元素first的key与需要查找的key是否想相同
            if (first.hash == hash && ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            //这个桶不能只有一个元素， > 1才有继续寻找的必要
            if ((e = first.next) != null) { 
                if (first instanceof TreeNode)
                	//如果该hash桶是红黑树实现，调用红黑树对应的查找方法
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                //否则该hash桶是链表实现，遍历链表即可
                do { 
                    if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }
    /** * 判断容器中是否存在`key`对应的`key-value` */
    public boolean containsKey(Object key) { 
    	// 调用getNode方法，如果查找到了key-value则说明存在
        return getNode(hash(key), key) != null;
    }
    /** * 判断容器中是否存在`value`对应的`key-value` */
    public boolean containsValue(Object value) { 
    	// tab用于指向table数组（hash桶数组）
        Node<K,V>[] tab; V v;
        if ((tab = table) != null && size > 0) { 
        	//遍历table数组（hash桶数组）
            for (int i = 0; i < tab.length; ++i) { 
            	// 遍历hash桶中的每一个元素
                for (Node<K,V> e = tab[i]; e != null; e = e.next) { 
                    if ((v = e.value) == value ||
                        (value != null && value.equals(v)))
                        return true;
                }
            }
        }
        return false;
    }

## 5、插入相关方法 ##

外部链接：[Java运算符介绍][Java]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d0eWljeQ_size_16_color_FFFFFF_t_70 2]

1、put方法

/** * 往容器中添加`key-value`，允许`key = null`，也允许`value = null` */
    public V put(K key, V value) { 
        return putVal(hash(key), key, value, false, true);
    }
    
    /** * Implements Map.put and related methods. * * @param hash key的hash值（调用hash()方法） * @param key 插入键值对key * @param value 插入键值对value * @param onlyIfAbsent 设为true时，表示如果容器已经存在这个key就不进行修改 * @param evict 为 false时，表示容器正处于创建（其它map传入初始化） * @return previous value, or null if none * */
    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) { 
        // tab指向 对象的table数组（hash桶数组），p 指向hash对应的桶
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        // 如果容器为空，则需要调用resize方法，初始化table数组
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        // 将p指向hash对应的hash桶
        if ((p = tab[i = (n - 1) & hash]) == null)
        	// (n - 1) & hash求出hash对应的table数组下标，如果这个位置为空，说明这个桶为空
        	// 直接放入table中，不需要生成链表、红黑树等
            tab[i] = newNode(hash, key, value, null);
        else { 
            Node<K,V> e; K k;
            // 根据p（指向对应的hash桶），找到key对应的节点位置
            if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
            	// 如果当前p指向桶第一个元素就是key
                e = p;
            else if (p instanceof TreeNode)
            	// 如果p指向的内容（hash桶对应的第一个元素）是红黑树的对象，说明该桶已转换为红黑树，调用putTreeVal插入
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else { 
            	// 否则桶内实现是链表，只能遍历链表查找key
                for (int binCount = 0; ; ++binCount) { 
                	// p.next == null。即链表的尾端
                    if ((e = p.next) == null) { 
                    	// 还没找到，则需要插入节点
                        p.next = newNode(hash, key, value, null);
                        // 如果该桶的元素超过了 TREEIFY_THRESHOLD，需要进行扩容或者转成红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    //如果当前节点以及成功匹配key，退出
                    if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            if (e != null) { 
            	//找到了key对应的位置，再赋value
                V oldValue = e.value;
                // onlyIfAbsent入口参数，为true，则不更新value（前面已说明）
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                //成功更新了节点
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        //容器中的key-value数自增，并且判断是否需要扩容（前面已多次说明threshold = 容器容量 * 最大负载因子）
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }
    
    /** * 将一个map容器中的key-value复制到本容器 * * @param m 其它map容器 * @param evict 为 false时，表示容器正处于创建（其它map传入初始化） */
    final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) { 
        int s = m.size();
        //只有当m非空的时候才有遍历的必要
        if (s > 0) { 
        	//如果table为空，则需要判断m中的元素个数是否会超过本容器可容纳的数量（容器容量 * 负载因子）
            if (table == null) {  // pre-size
            	//由于table为空，我们需要将 m.size() / 负载因子loadFactor，得到需要的最小空间
                float ft = ((float)s / loadFactor) + 1.0F;
                int t = ((ft < (float)MAXIMUM_CAPACITY) ? (int)ft : MAXIMUM_CAPACITY);
                //最小空间都大于容器当前能存放的最大数量（threshold = 当前容量 * 负载因子）
                if (t > threshold)
                	//当前容器无法容纳，则需要计算不必t小的2的幂
                    threshold = tableSizeFor(t);
            }
            else if (s > threshold)
            	// table ！= null，此时我们只要判断 m.size() > 容器当前能存放的最大数量（threshold = 当前容量 * 负载因子）,从而决定是否扩容
                resize();
            // 经过上面的扩容操作，已经保证 m.size() < 容器当前能存放的最大数量（threshold = 当前容量 * 负载因子）,遍历m放入本容器即可
            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);
            }
        }
    }

## 6、删除相关方法 ##

/** * 根据key删除key-value，删除成功返回对应的value，否则返回null */
    public V remove(Object key) { 
        Node<K,V> e;
        //调用removeNode方法
        return (e = removeNode(hash(key), key, null, false, true)) == null ?
            null : e.value;
    }
    /** * Implements Map.remove and related methods. * * @param hash key对应的hash（调用hash()方法即可计算得到） * @param key 待删除的key-value对应的key * @param value key-value对应的value，只有当matchValue == true时，此参数才有意义 * @param matchValue 如果设为true，删除的时候还需要匹配value才能删 * @param movable 设为false，表示删除成功了不移动其它节点（一般设为true，即删除节点后需要进行调整） * @return 删除成功则返回key对应的value，否则返null */
    final Node<K,V> removeNode(int hash, Object key, Object value, boolean matchValue, boolean movable) { 
    	// tab用于指向table数组（hash桶数组），p用于指向传入的key对应的hash所对应的hash桶
        Node<K,V>[] tab; Node<K,V> p; int n, index;
        // 如果table数组存在hash对应的桶
        if ((tab = table) != null && (n = tab.length) > 0 && (p = tab[index = (n - 1) & hash]) != null) { 
        	// node的作用是指向key对应的节点位置
            Node<K,V> node = null, e; K k; V v;
            // 判断hash桶的第一个元素的key是否是匹配成功
            if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
                node = p;
            else if ((e = p.next) != null) { 
            	// 匹配不成功，则需要判断这个桶是链表还是红黑树实现
                if (p instanceof TreeNode)
                	// 如果是 红黑树则调用getTreeNode方法
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                else { 
                	// 否则只能遍历链表
                    do { 
                        if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { 
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
            // 如果node != null，则说明容器中存在key对应的key-value
            // 如果 matchValue == true，则还需要匹配value，才能删
            if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) { 
                // 如果node指向的对象是TreeNode类型，则调用红黑树对应的remove方法即可
                if (node instanceof TreeNode)
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                else if (node == p)
                	// 如果node是table数组中的元素（hash桶内第一个元素）
                    tab[index] = node.next;
                else
                	// 否则node是链表中的其他节点
                    p.next = node.next;
                // 删除节点是结构性调整
                ++modCount;
                --size;
                afterNodeRemoval(node);
                return node;
            }
        }
        return null;
    }

## 7、其它方法 ##

### 1、tableSizeFor方法 ###

表格所表达的意思就是依次将cap最高位为1后面的所有位都置为1，第一次右移一位，n |= n >>> 1得到了两个1，第二次n |= n >>> 2，右移两位，得到了4个1，然后右移4位，得到了8个1…  
  然后n += 1,也就是二进制011…111进位100…000，正好是2的幂。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d0eWljeQ_size_16_color_FFFFFF_t_70 3]

/** * 返回不小于cap的最小的2的幂，比如cap == 3时，返回4，cap == 12时返回16等等 */
    static final int tableSizeFor(int cap) { 
    	// n = cap - 1是为了防止当cap本身就是2的幂，此时计算出的结果偏大了
    	// 比如cap = 16（二进制”10000“），通过计算求得的n = "11111”，
    	// 然后n + 1 = "100000" = 32, 实际上cap自身16就是解
        int n = cap - 1;
        // >>> 运算符的作用是 无符号右移（左边填充0），比如 ’11111‘ >>> 1的结果为'01111'
        // 如果你知道原码、补码的相关知识，这点很容易理解，不知道就先记着吧
        n |= n >>> 1;
        n |= n >>> 2;
        n |= n >>> 4;
        n |= n >>> 8;
        n |= n >>> 16;
        //最后返回n + 1、MAXIMUM_CAPACITY（HashMap容器容量最大值）的较小值，
        //由于n计算时可能发生了溢出，所以需要判断是否小于0
        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
    }

### 2、hash方法（重要） ###

/** * 计算key对象的hash值 */
    static final int hash(Object key) { 
        int h;
        // hashCode是Object类的方法（一般重写tostring方法会让你重写这个方法）
        // 在HashMap容器中，hash值 == key.hashCode()的前16位 异或 key.hashCode()的后16位（主要是防止hash冲突，多个key的hash值一样）
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

### 3、resize方法（重要） ###

/** * Initializes or doubles table size. If null, allocates in * accord with initial capacity target held in field threshold. * Otherwise, because we are using power-of-two expansion, the * elements from each bin must either stay at same index, or move * with a power of two offset in the new table. * * @return the table */
    final Node<K,V>[] resize() { 
    	// 记录扩容前的状态
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        // 如果oldCap > 0，说明不是初始化 桶组大于0
        if (oldCap > 0) { 
        	// 如果oldCap 不小于HashMap容器定义的最大容量，修改threshold为最大值
            if (oldCap >= MAXIMUM_CAPACITY) { 
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            // oldCap * 2后是否超过 MAXIMUM_CAPACITY 大于 初始化 容量
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)
                // 容量变为原来的2倍，可存放的阈值（最大容量 * 负载因子）也 * 2，
                // 由于容量 * 2，所以阈值也需要 * 2
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0)
        	// 根据前面判断知oldCap <= 0，此时时调用了HashMap的带参构造器，初始容量用threshold替换，
            //在带参构造器中，threshold的值为 tableSizeFor() 的返回值，也就是2的幂，而不是 capacity * load factor
            newCap = oldThr;
        else { 
        	// 根据前面两个判断，oldCap <= 0 且 oldThr > 0，即调用了默认构造器
        	// 此时容器容量 newCap 赋值默认初始化容量，
        	// 容器最大存放数量newThr 赋值 默认负载因子 * 默认初始化容量
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) { 
        	//重新计算阈值
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE);
        }
        // 更新当前容器可存放的最大数量
        threshold = newThr;
        @SuppressWarnings({ "rawtypes","unchecked"})
        // 创建新的 table数组（hash桶数组）
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) { 
        	//将oldTab中的所有key-value复制到newTab，遍历oldTab数组（hash桶数组）
            for (int j = 0; j < oldCap; ++j) { 
                Node<K,V> e;
                //当前hash桶不为空才有遍历的必要
                if ((e = oldTab[j]) != null) { 
                    oldTab[j] = null;
                    // 如果该hash桶中国只有一个元素，直接复制
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    // 如果该hash桶是红黑树实现，调用split方法复制
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { 
                    	// 否则该hash桶是链表实现，需要遍历链表
                    	// 将源链表拆分根据成两个链表，原链表中的所有节点(Node.hash % oldCap) == 0
                    	// loHead、loTail指向第一个链表的头、尾，链表中的(Node.hash & oldCap) == 0
                    	// hiHead、hiTail指向第二个链表的头、尾，链表中的(Node.hash & oldCap) ！= 0
                        
                        // 比如 oldCap = 16时，hash = 13，29，45，61...都应该放在oldTab[12]这个桶下
                        // 先应 newCap = 2 * oldCap = 32，需要拆分成newTab[12]、newTab[12 + oldCap = 28]两个桶
                        // newTab[12] = [13, 45], hash % newCap = hash % 32 = 13
                        // newTab[12 + oldCap = 28] = [29, 61], hash % newCap = hash % 32 = 28
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do { 
                            next = e.next;
                            if ((e.hash & oldCap) == 0) { 
                            	//放到第一个链表
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else { 
                            	//放到第二个链表
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        //然后分别将第一个链表放入newTab[j]
                        if (loTail != null) { 
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        //第二个链表放入newTab[j + oldCap]
                        if (hiTail != null) { 
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

## 8、总结 ##

HashMap由一个table数组（hash桶数组）和若干个链表组成，当某个hash桶内的数量过多时（链表太长，查找效率低），此时需要将链表转结构成红黑树结构，默认是链表长度超过8就要转换（当然如果红黑树中的节点太少，默认是 < 6时，需要转换回链表结构）。每次插入、删除节点，只要维持table数组、各个链表、红黑树即可。

## 9、往期佳文 ##

### 9.1、面试系列 ###

1、[吊打面试官之一面自我介绍][Link 1]  
2、[吊打面试官之一面项目介绍][Link 2]  
3、[吊打面试官之一面系统架构设计][Link 3]  
4、[吊打面试官之一面你负责哪一块][Link 4]  
5、[吊打面试官之一面试官提问][Link 5]

······持续更新中······

--------------------

### 9.2、技术系列 ###

1、[吊打面试官之分布式会话][Link 6]  
2、[吊打面试官之分布式锁][Link 7]  
3、[吊打面试官之乐观锁][Link 8]  
4、[吊打面试官之幂等性问题][Link 9]  
5、[吊打面试关之分布式事务][Link 10]  
6、[吊打面试官之项目线上问题排查][Link 11]

······持续更新中······

### 9.3、源码系列 ###

1、[源码分析之SpringBoot启动流程原理][SpringBoot]  
2、[源码分析之SpringBoot自动装配原理][SpringBoot 1]  
3、[源码分析之ArrayList容器][ArrayList]  
3、[源码分析之LinkedList容器][LinkedList]

### 9.4、数据结构和算法系列 ###

1、[数据结构之八大数据结构][Link 12]  
2、[数据结构之动态查找树（二叉查找树，平衡二叉树，红黑树）][Link 13]

······持续更新中······

--------------------

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d0eWljeQ_size_16_color_FFFFFF_t_70]: /images/20221022/47716d4b708743cdb4a71aa7a2ef99ea.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d0eWljeQ_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20210401082115409.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d0eWljeQ==,size_16,color_FFFFFF,t_70
[Java]: https://www.runoob.com/java/java-operators.html?_t_t_t=0.3133259497117251
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d0eWljeQ_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20210401094334579.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d0eWljeQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d0eWljeQ_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20210401110719271.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d0eWljeQ==,size_16,color_FFFFFF,t_70
[Link 1]: https://blog.csdn.net/wtyicy/article/details/114933478
[Link 2]: https://blog.csdn.net/wtyicy/article/details/114983053
[Link 3]: https://blog.csdn.net/wtyicy/article/details/115005012
[Link 4]: https://blog.csdn.net/wtyicy/article/details/115064661
[Link 5]: https://blog.csdn.net/wtyicy/article/details/115296365
[Link 6]: https://blog.csdn.net/wtyicy/article/details/114685293
[Link 7]: https://blog.csdn.net/wtyicy/article/details/114915987
[Link 8]: https://blog.csdn.net/wtyicy/article/details/114915177
[Link 9]: https://blog.csdn.net/wtyicy/article/details/114888754
[Link 10]: https://blog.csdn.net/wtyicy/article/details/115081790
[Link 11]: https://blog.csdn.net/wtyicy/article/details/115292969
[SpringBoot]: https://blog.csdn.net/wtyicy/article/details/115181539
[SpringBoot 1]: https://blog.csdn.net/wtyicy/article/details/115233701
[ArrayList]: https://blog.csdn.net/wtyicy/article/details/115244565
[LinkedList]: https://blog.csdn.net/wtyicy/article/details/115314536
[Link 12]: https://blog.csdn.net/wtyicy/article/details/115342236
[Link 13]: https://blog.csdn.net/wtyicy/article/details/115353145