HashMap源码解读（上篇）_hashmap 源文件，2024年大厂大数据开发面经

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip204888 （备注大数据）

正文

文章目录

• 前言
• 一、前置知识
• 二、hashCode与equals方法（重要）
• • 2.1 hashCode()
    • 2.2 equals()
• 三、HashMap中Key的存储机制
• 总结

---

前言

上一篇博主写了关于HashMap和Hashtable的区别与联系：

HashMap和Hashtable的区别与联系

本篇博主将从浅入深地解读HashMap源码，学习一下被JDK收录的大神们写的代码思路~~

一、前置知识

1.哈希表：基于数组的高效查找衍生出来的数据结构

2.哈希函数：将任意的key转为数组索引的函数、映射。将任意key映射为数组索引。

3.哈希冲突：不同的key经过hash函数的运算竟然得到了相同的数字
如： f(x1) = f(x2) => x1 != x2 【f(x)为hash运算】

4.开散列：在冲突的数组索引处转为链表实现。所有不同的key映射到数字索引的元素都在同一个链表存储。

若某个数组的索引位置冲突非常严重，哈希表查找有可能退化为链表遍历。

解决方案：

• 在冲突严重的地方将链表转化为树
• 整个哈希表进行扩容，原本冲突的元素经过扩容后就不再冲突

5.闭散列（二次探测）（再哈希）：

• 二次线性探测：若有元素冲突，就近寻找下一个不冲突的位置存放元素，好放难查。
• 再哈希：第一次哈希函数产生冲突，选一个备用的哈希函数2再次计算值，直到不冲突为止。

6.负载因子（loadFactor）： 表示当前哈希表最多的有效元素个数 / 哈希表长度

• 这个值越大就说明冲突越严重一些
• 这个值越小说明冲突越小，数组利用率越低

如：

int[] data = new int[16];
loadFactor = 0.75f;
data.length \* loadFactor = 12;  //有效的元素个数最多为12个元素，超过这个个数，哈希表就会扩容

小技巧：

判断一个字符串中某个字符出现的次数。str只是由小写字母组成，一共26个小写字母。

int[] freq = new int[26]; //char -> int 

c - a => int a = ‘c’ - ‘a’ = 2

存储字符c出现几次，字符c一定出现在freq[c - ‘a’] => 唯一的位置
char c = ‘a’ => freq[0] ++ ‘a’ -> 0 哈希函数
char c = ‘b’ => freq[1] ++ ‘b’ 出现一次

不同freq索引就映射了不同的小写字母，一一对应。

二、hashCode与equals方法（重要）

hashCode()与equals()都是Object类的方法，而在把自定义的类当作Key传入HashMap中的时候，会根据自定义类重写的这两个方法来解决hash冲突。

2.1 hashCode()

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注大数据）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

片转存中…(img-YP8HiovC-1713296984250)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！