一文读懂 HashMap 核心原理

在 Java 开发中，HashMap 是使用频率极高的集合类，理解其底层原理对性能优化和问题排查至关重要。接下来从数据结构、容量机制、操作流程等多个维度，深入剖析 HashMap 的运行机制。

博主总结

一、数据结构：数组 + 链表 + 红黑树

HashMap 采用数组 + 链表 + 红黑树的复合结构。数组作为主体存储数据，每个数组元素称为一个 “桶”；当发生哈希冲突时，冲突元素通过链表形式存储在对应桶中。当链表长度超过 8 且数组长度大于 64 时，链表会转换为红黑树，将查询时间复杂度从链表的 O (n) 优化至红黑树的 O (logn)，大幅提升查询效率。

二、容量机制：初始容量与扩容

• 初始容量：HashMap 默认初始容量为 16，若初始化时传入非 2 的幂次方值（如 17），会自动调整为大于等于该值的最小 2 的幂次方（即 32）。

• 扩容机制：当键值对数量超过 ** 容量 × 负载因子（默认 0.75）** 时触发扩容。扩容时，创建容量为原来 2 倍的新数组，并将旧数组元素重新分配到新数组。JDK 8 采用尾插法，通过(e.hash & oldCap) == 0判断元素位置，避免重新计算哈希值，提高扩容性能。

三、核心操作流程

put 流程

1. 哈希寻址：通过哈希函数计算键的哈希值，并与数组长度 - 1 进行按位与运算，确定元素所在桶的索引。

1. 判断桶状态：若桶为空，直接插入；若不为空，判断是链表还是红黑树。

1. 处理冲突：链表结构按顺序遍历插入，红黑树按树结构插入；若键已存在，则覆盖旧值。

1. 扩容判断：插入后检查键值对数量是否超过阈值，超过则触发扩容。

get 流程

1. 通过哈希值定位数组索引，找到对应桶。

1. 检查桶中第一个节点，若匹配则直接返回；否则根据节点类型遍历链表或红黑树查找，找到则返回结果，未找到返回 null。

四、哈希冲突处理与优化

减少哈希冲突

• 哈希值计算：通过高位与低位异或运算，让哈希值更均匀分布。

• 索引计算：利用h & (n - 1)（n 为数组长度且是 2 的幂次方）按位与运算替代取模运算，提高计算效率。

解决哈希冲突方法

• 拉链法：HashMap 采用的方法，用链表处理冲突，链表过长时转换为红黑树，扩容时树元素个数小于 6 则退化为链表。

• 再哈希法：准备多套哈希算法，冲突时切换算法直至找到空槽，对算法设计要求高。

• 开放地址法：包括线性探测（顺序查找空槽）、二次探测（按平方步长查找）、双重哈希（使用备用哈希函数）。

五、线程安全性对比

• HashMap：线程不安全，多线程环境下可能出现数据覆盖、死循环等问题。

• Hashtable：通过synchronized修饰方法实现线程安全，但锁粒度大，性能差。

• ConcurrentHashMap：Java 8 后采用CAS 操作 + synchronized 锁，写操作通过 CAS 插入节点，冲突时对链表 / 红黑头结点加锁；读操作大多无锁，通过volatile保证可见性，性能更优，推荐使用。

完结。