最全面的HashMap源码解析（JDK1.8）

女爷i 2023-10-06 21:52 40阅读 0赞

## 最全面的HashMap源码解析（JDK1.8） ##

#### 文章目录 ####

*  最全面的HashMap源码解析（JDK1.8）
 *   *   *  前置知识：红黑树
         *  HashMap的整体结构
         *  HashMap的属性
         *   *  默认容量DEFAULT\_INITIAL\_CAPACITY
             *  默认加载因子DEFAULT\_LOAD\_FACTOR
             *  TREEIFY\_THRESHOLD
             *  UNTREEIFY\_THRESHOLD
             *  MIN\_TREEIFY\_CAPACITY
             *  Node< K,V >\[\] table
             *  Set< Map.Entry< K,V > > entrySet
             *  size
             *  modCount
             *  threshold
             *  loadFactor
         *  HashMap的内部类
         *   *  红黑树结点TreeNode< K,V >
             *  链表节点Node< K,V >
         *  HashMap的方法
         *   *  构造方法
             *   *  空参构造HashMap()
                 *  HashMap(int initialCapacity)
                 *  HashMap(int initialCapacity, float loadFactor)
                 *  HashMap(Map< ? extends K,? extends V > m)
             *  扩容方法resize()
             *  增删改查方法
             *   *  添加：put方法
                 *  删除：remove方法
                 *  改：put方法
                 *  查：get方法

#### 前置知识：红黑树 ####

要说红黑树，首先要提到二叉查找树（BST），它利用了二分查找的思想，来使正常情况下查找的时间复杂度为O(logn)，例子如下图：  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16]  
  满足下列三个条件的树，即是二叉查找树：

*  左子树的值小于等于根的值
 *  右子树的值大于等于根的值
 *  左右子树也都是二叉查找树

满足了上述3个性质，BST的查找和插入都可以用二分查找思想来做，在BST中进行查找所需的最大次数=BST的高度，插入也是同理，通过不断比较大小来找到插入位置

但BST有一个弊端，那就是在极端条件下，BST会退化成链，如下图所示：  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 1]  
  退化成链后，查找和插入的时间复杂度将退化到O(n)，即退化为线性查找。也就是说BST具有不平衡性，为了弥补它的这个缺点，人们提出了平衡二叉树（AVL）。

平衡二叉树（AVL）具有BST的所有特性，它还有其独有的特性，那就是：左右子树的高度差最多为1。有了该特性，平衡二叉树将保保持它的平衡性，弥补了BST的不足，例子如下图所示：  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 2]  
  AVL树由于其平衡性，查找和插入的最坏时间复杂度变为了O(logn)

那么既然有了AVL，为什么还要提出红黑树呢？AVL虽好，但其对于平衡的定义：左右子树高度差最多为1这个条件过于严格，导致我们几乎每次进行插入或删除结点时，都会破坏平衡二叉树的结构，以至于要进行左旋或右旋处理，再将其变为平衡的。如果在那种插入、删除很频繁的场景中，平衡树需要频繁地进行调整，这会使平衡树的性能大打折扣。还有一个次要原因是，AVL的实现代码比较复杂，理论上的数据结构模型应用于实际还需要稍许修改折中。

基于上述两个原因，人们提出了一种不太严格的平衡树，也可以称之为一个折中方案，那就是红黑树。红黑树查找的最坏时间复杂度也为O(logn)，但它在插入、删除等操作中，不会像AVL那样，频繁地破坏红黑树的规则，所以不需要频繁地调整，这也是我们为什么大多数情况下使用红黑树的原因。红黑树的例子如下（叶子NIL节点未画出）：  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 3]

红黑树是一种自平衡的二叉查找树，它除了拥有BST的基本特性外，还拥有以下5个特性：

*  结点带颜色属性（红或黑）
 *  根节点为黑色
 *  每个叶节点都是黑色的空节点（NIL结点）
 *  每个红色结点的两个子节点都是黑色（从每个叶子到根的所有路径上不能有两个连续的红色结点）
 *  从任一结点到其每个叶子的所有路径都包含相同数目的黑色节点

根据上述5个特性，可以推出红黑树从根到叶子的最长路径不会超过最短路径的2倍。在插入或删除结点时，可能会破坏红黑树的规则，需要进行调整，调整的方法包括两个：变色和旋转，旋转又分为左旋和右旋

红黑树插入结点时，有5种局面，每种局面对应特定的调整方法，虽然比较复杂，但调整的套路是固定不变的，这里就不介绍了

#### HashMap的整体结构 ####

HashMap的整体结构是一个数组，数组中的元素称为哈希桶，哈希桶可以为链表，也可以为红黑树，如下图所示：  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_17_color_FFFFFF_t_70_g_se_x_16]  
  哈希桶中的每个元素都存储了key，value值，以及key对应的hash值等信息  
  在jdk 1.8之前HashMap都是数组+链表的结构，因为在链表的查询操作都是O(N)的时间复杂度，而且hashMap中查询操作也是占了很大比例的，如果当节点数量多，转换为红黑树结构，那么将会提高很大的效率，因为红黑树结构中，增删改查都是O(log n)。所以JDK1.8作出了这样的调整。

#### HashMap的属性 ####

##### 默认容量DEFAULT\_INITIAL\_CAPACITY #####

![在这里插入图片描述][44c9ab1604dc4622b305759f5d097c02.png]

DEFAULT\_INITIAL\_CAPACITY即为HashMap的默认容量，即数组默认大小，为16  
  为什么取16，是因为16是经不断统计实验所得到的最优解

##### 默认加载因子DEFAULT\_LOAD\_FACTOR #####

![在这里插入图片描述][877d11a3b4c749f2930213b350721b63.png]  
  DEFAULT\_LOAD\_FACTOR是HashMap的默认加载因子，为0.75，加载因子会在扩容时被用到。  
  何为加载因子？HashMap作为哈希表型数据结构的实现，一定要预留出一部分空间供新元素散列进来，当空间快要满时，就要进行扩容了，而不是等到真正满了再去扩容，因为等到真正放满了，那么之前肯定发生了很多Hash冲突，加载因子为0.75的意思就是，HashMap最多放75%乘以容量Capacity的键值对，若数据量超过了75%乘以容量，则需进行扩容。  
  加载因子为什么取0.75，和默认初始容量16一样，因为0.75是经不断统计实验所得到的最优解

##### TREEIFY\_THRESHOLD #####

![在这里插入图片描述][7e632969d1b54fd09b162af663f43363.png]  
  TREEIFY\_THRESHOLD是哈希桶转化为红黑树的阈值，当某个哈希桶中结点数大于8时，且数组长度大于MIN\_TREEIFY\_CAPACITY = 64，该哈希桶将会转换为红黑树结构

##### UNTREEIFY\_THRESHOLD #####

![在这里插入图片描述][af3a95c9370542e796c820cfc4296696.png]  
  UNTREEIFY\_THRESHOLD是红黑树转化为链表的阈值。当某个哈希桶中结点数小于6时，该哈希桶会转换为链表，前提是它当前是红黑树结构

##### MIN\_TREEIFY\_CAPACITY #####

![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 4]  
  链表长度大于TREEIFY\_THRESHOLD = 8且数组长度大于MIN\_TREEIFY\_CAPACITY = 64时，链表转化为红黑树  
  链表长度大于TREEIFY\_THRESHOLD = 8（且数组长度不大于MIN\_TREEIFY\_CAPACITY = 64），数组进行扩容，链表不转为红黑树，还是链表

也就是说，设置了MIN\_TREEIFY\_CAPACITY这个属性后，链表长度并不是大于8就变为红黑树，而是还要满足数组长度大于64这个条件时，链表才转为红黑树。这样做的目的是尽可能避免冲突，这是经过长期经验和数学推算总结出来的，数组长度小于一定数目的话，数组扩容会比哈希桶树化效果要好。  
  以通俗的话来说，数组长度小于等于64，表示数组还没放很多哈希桶，这时候某个桶中元素大于8，那么我扩容数组，将减少哈希冲突，桶中元素不会增加地很快，单纯把链表变为红黑树并不能减少冲突发生的可能性。数组长度大于64时，这时数组已经放了够多的哈希桶了，再对数组进行扩容会影响HashMap的操作效率，此时将链表变为红黑树，来提高查找等操作的效率。

##### Node< K,V >\[\] table #####

![在这里插入图片描述][45a4c2b804d04cb59f5b75c591b4161b.png]

table表示存储哈希桶的数组，数组元素类型为Node<K,V>，即哈希桶。table中的元素称之为哈希桶，哈希桶可以是链表结构，也可以是红黑树结构

##### Set< Map.Entry< K,V > > entrySet #####

![在这里插入图片描述][ec2f1260f5f24447bdcacba6431bc0d6.png]  
  将数据转换为Set的另一种存储形式，主要用于迭代

我们不妨来看看Set的泛型Map.Entry<K,V>是什么：  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 5]  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 6]  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 7]  
  Map.Entry<K,V>是Map中定义的接口，其实就是表示键值对，其中定义了对key，value的get，set方法，以及key和value的比较方法等

调用Map.entrySet()，可以将Map转为Set形式，Set中的元素类型就是Entry，即键值对形式

##### size #####

![在这里插入图片描述][3b7c87831ac643afbe2c861948161a74.png]  
  size表示HashMap中键值对的数量，当size>threshold时会执行resize扩容操作

##### modCount #####

![在这里插入图片描述][675f76a572e040c3945585dbf9dcfca1.png]

modCount表示HashMap被结构性修改的次数，主要用于在迭代器迭代时，若又对HashMap进行了修改，会抛出ConcurrentModificationException，并发修改异常

##### threshold #####

![在这里插入图片描述][3ddcb8a739cd4eabaf52b3cb83d5f9d9.png]  
  threshold为临界值，当HashMap存储的key-value键值对数量大于threshold临界值时，数组会进行扩容

##### loadFactor #####

![在这里插入图片描述][370965b07dc64af983e286beea7d5d8a.png]  
  loadFactor表示加载因子，作为变量使用

#### HashMap的内部类 ####

HashMap的内部类有红黑树结点TreeNode<K,V>以及链表节点Node<K,V>

##### 红黑树结点TreeNode< K,V > #####

![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 8]  
  红黑树结点TreeNode<K,V>继承了LinkedHashMap.Entry<K,V>，相当于继承了Node<K,V>，因为LinkedHashMap.Entry<K,V>继承了HashMap.Node<K,V>。  
  TreeNode<K,V>内部类中包含了在红黑树中插入、查找元素，将红黑树转化为链表等方法

##### 链表节点Node< K,V > #####

![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 9]

链表节点Node<K,V>实现了Map.Entry<K,V>接口，其属性有key,value,key对应的hash值，以及下一个Node结点，方法包括key,value对应的get、set方法等

#### HashMap的方法 ####

##### 构造方法 #####

###### 空参构造HashMap() ######

![在这里插入图片描述][979b433de1344fa4b6f75a3d8ab9ebfc.png]  
  使用空参构造，将得到一个空的HashMap，其容量（即数组大小）为默认的16，装填因子为0.75

###### HashMap(int initialCapacity) ######

![在这里插入图片描述][d7d0d79d94794eb58c79507655177602.png]  
  使用这种构造函数，将设置初始容量为参数的值，装填因子为默认的0.75

###### HashMap(int initialCapacity, float loadFactor) ######

![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 10]  
  使用该构造函数，将设置对应的初始容量和装填因子  
  该方法会验证参数的正确性，将属性loadFactor赋为对应参数，并设置属性threshold（数组扩容临界值）为`tableSizeFor(initialCapacity)`  
  `tableSizeFor`方法用于计算>=参数的最小2的整数次方，因为HashMap的大小总是2的整数幂  
  为什么HashMap的大小要设置为2的整数幂？主要是为了方便进行位运算，具体可以看如下链接：  
[HashMap的长度为什么要是2的n次方][HashMap_2_n]

###### HashMap(Map< ? extends K,? extends V > m) ######

![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 11]  
  该构造函数传入一个Map，然后再将该Map转换为HashMap。转换的HashMap的装填因子为0.75。该方法调用了`putMapEntries(m, false)`方法，`putMapEntries`方法其实就是把Map中的数据放入HashMap中：

![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 12]  
  其中，Map.entrySet()方法返回一个Set<Map.Entry<K,V>>，这个Set的泛型为Map的内部类Entry，Entry是一个存放key-value的实例  
  `putMapEntries`方法的执行流程如下图所示：  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 13]

##### 扩容方法resize() #####

当数组中的key-value键值对个数大于临界值threshold时，将调用resize()方法进行数组扩容，我们来看看该方法是如何实现的：  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 14]  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 15]  
  该方法做了两件事，一是获取扩容后的数组newTab的大小以及临界值，二是将扩容前原有元素再哈希到新数组中。该方法具体的流程如下图所示：  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_19_color_FFFFFF_t_70_g_se_x_16]  
  链表哈希桶的再哈希过程如下图所示：  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 16]

##### 增删改查方法 #####

###### 添加：put方法 ######

![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 17]  
  put方法实际上是调用了putVal方法，除开key,value外，还将key的hash值作为了参数，通过调用hash(key)方法来获得key对应的hash值，我们来看看hash方法是如何计算hash值的：  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 18]  
  若key为null，其hash值为0，否则为key的hashCode与hashCode向右无符号右移16位的异或

put方法实际上是通过调用putVal方法向HashMap中加入元素，我们来看看putVal方法：

![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 19]  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 20]  
  putVal方法的流程如下图所示：  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 21]  
  注意，在table为空时，会调用resize方法进行初始化，这也是为什么说HashMap是懒加载的原因，因为它只有在使用它的时候才会分配空间，否则不会为其分配存储空间  
  值得注意的是，jdk提供了几个钩子函数：  
![在这里插入图片描述][ad440137550f4ebe99cf27103425c813.png]  
  它们的默认实现为空，可以由程序员重写，使得在key值重复和成功插入两种情况下分别进行不同的处理

###### 删除：remove方法 ######

![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 22]  
  remove方法实际上是调用了removeNode方法，我们来看看该方法：  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 23]  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 24]

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

删除还有一个clear()方法，该方法删除所有键值对，其实就是将数组所有元素都置为null

![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 25]

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

###### 改：put方法 ######

元素的修改也是put方法，因为key是唯一的，且onlyIfAbsent为false，所以修改元素，是把新值覆盖旧值。

###### 查：get方法 ######

![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 26]  
  get方法实际上是调用了getNode方法，我们来看看该方法：  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 27]

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

还有一个常用的方法，containsKey方法，查找是否存在某个key，其实就是调用了getNode方法：  
![在这里插入图片描述][93960029be6e4d4592923617b4babf37.png]

而与之对应的一个查找是否有value值存在的方法containsValue方法，效率就很低了，是用的遍历数组暴搜：  
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 28]

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

[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/eb1e19bb5a3b4a1290ebae569b19eba7.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 1]: https://img-blog.csdnimg.cn/3da63a67260c4668a1084ea3b7e601f7.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 2]: https://img-blog.csdnimg.cn/af8c2caf228d4f4f88c89bb32c4eedda.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 3]: https://img-blog.csdnimg.cn/0f299584bc94460d85b762f32fb6095f.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_17_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/75985adaad4e4094b0ea531331b787c3.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_17,color_FFFFFF,t_70,g_se,x_16
[44c9ab1604dc4622b305759f5d097c02.png]: https://img-blog.csdnimg.cn/44c9ab1604dc4622b305759f5d097c02.png
[877d11a3b4c749f2930213b350721b63.png]: https://img-blog.csdnimg.cn/877d11a3b4c749f2930213b350721b63.png
[7e632969d1b54fd09b162af663f43363.png]: https://img-blog.csdnimg.cn/7e632969d1b54fd09b162af663f43363.png
[af3a95c9370542e796c820cfc4296696.png]: https://img-blog.csdnimg.cn/af3a95c9370542e796c820cfc4296696.png
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 4]: https://img-blog.csdnimg.cn/f245954a4ecb45d2ad767b472ecf504a.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[45a4c2b804d04cb59f5b75c591b4161b.png]: https://img-blog.csdnimg.cn/45a4c2b804d04cb59f5b75c591b4161b.png
[ec2f1260f5f24447bdcacba6431bc0d6.png]: https://img-blog.csdnimg.cn/ec2f1260f5f24447bdcacba6431bc0d6.png
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 5]: https://img-blog.csdnimg.cn/c5fc4ddb07704b0b943e4fee29b6bf1c.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 6]: https://img-blog.csdnimg.cn/041b9c6f966e4ac5bb09c82666319b35.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 7]: https://img-blog.csdnimg.cn/a245ba02e88a415198e43ad8312ac251.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[3b7c87831ac643afbe2c861948161a74.png]: https://img-blog.csdnimg.cn/3b7c87831ac643afbe2c861948161a74.png
[675f76a572e040c3945585dbf9dcfca1.png]: https://img-blog.csdnimg.cn/675f76a572e040c3945585dbf9dcfca1.png
[3ddcb8a739cd4eabaf52b3cb83d5f9d9.png]: https://img-blog.csdnimg.cn/3ddcb8a739cd4eabaf52b3cb83d5f9d9.png
[370965b07dc64af983e286beea7d5d8a.png]: https://img-blog.csdnimg.cn/370965b07dc64af983e286beea7d5d8a.png
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 8]: https://img-blog.csdnimg.cn/cb28175b996e484ebae05cb66e71a5ef.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 9]: https://img-blog.csdnimg.cn/a1700f24161b48558d8538f5d2e7a78b.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[979b433de1344fa4b6f75a3d8ab9ebfc.png]: https://img-blog.csdnimg.cn/979b433de1344fa4b6f75a3d8ab9ebfc.png
[d7d0d79d94794eb58c79507655177602.png]: https://img-blog.csdnimg.cn/d7d0d79d94794eb58c79507655177602.png
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 10]: https://img-blog.csdnimg.cn/b932c36350894de59814f735c56ba03f.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[HashMap_2_n]: https://blog.csdn.net/sidihuo/article/details/78489820
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 11]: https://img-blog.csdnimg.cn/91f58ea4fa8f433d980eb21447b133d4.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 12]: https://img-blog.csdnimg.cn/5d2da7c7cf45486795960406c4aa3705.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 13]: https://img-blog.csdnimg.cn/be72dd2390314f7c92cdbbc80c6d98ed.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 14]: https://img-blog.csdnimg.cn/4a7388f039684df996fca7a4ae9ca1f9.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 15]: https://img-blog.csdnimg.cn/042a6d0f9ca549dc9b87f4b2ee2175d0.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_19_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/03bb112f79f0406fa8d8412370f3be58.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_19,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 16]: https://img-blog.csdnimg.cn/1792118f8774445b918d13ef061741cc.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 17]: https://img-blog.csdnimg.cn/49c1850a92024ba18565960e46b318ee.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 18]: https://img-blog.csdnimg.cn/148cfe233aa84e79bdd46b54a5d8b81b.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 19]: https://img-blog.csdnimg.cn/78fea99944e944ceb39e8cc20a3218ef.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 20]: https://img-blog.csdnimg.cn/91a385619d084021b15aa4de50c95281.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 21]: https://img-blog.csdnimg.cn/542b7497e75e42fd8a895b36b7b7f2dd.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[ad440137550f4ebe99cf27103425c813.png]: https://img-blog.csdnimg.cn/ad440137550f4ebe99cf27103425c813.png
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 22]: https://img-blog.csdnimg.cn/7418141feeb04236a9a761c7cbf67a50.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 23]: https://img-blog.csdnimg.cn/e68848475d744135bcc2345dcee5b344.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 24]: https://img-blog.csdnimg.cn/76b7197d95244b0dafb511be5821e0d5.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 25]: https://img-blog.csdnimg.cn/70e187e30c75435182c2e99deafdaa88.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 26]: https://img-blog.csdnimg.cn/268a439e633248338fa1d05d377bbc18.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 27]: https://img-blog.csdnimg.cn/25418902dcce44e0b01aa11921c62d3e.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16
[93960029be6e4d4592923617b4babf37.png]: https://img-blog.csdnimg.cn/93960029be6e4d4592923617b4babf37.png
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5bCP54G15a6d_size_20_color_FFFFFF_t_70_g_se_x_16 28]: https://img-blog.csdnimg.cn/5cda0f0c9e754c379149ec9f2082b7ad.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5bCP54G15a6d,size_20,color_FFFFFF,t_70,g_se,x_16