在我们研究HashMap的原理之前，我们先来了解一下如下一些概念。
数组：采用一段连续的存储单元来存储数据。对于指定下标的查找，时间复杂度为O(1)；通过给定值进行查找，需要遍历数组，逐一比对给定关键字和数组元素，时间复杂度为O(n)，当然，对于有序数组，则可采用二分查找，插值查找，斐波那契查找等方式，可将查找复杂度提高为O(logn)；对于一般的插入删除操作，涉及到数组元素的移动，其平均复杂度也为O(n)
线性链表：对于链表的新增，删除等操作（在找到指定操作位置后），仅需处理结点间的引用即可，时间复杂度为O(1)，而查找操作需要遍历链表逐一进行比对，复杂度为O(n)
二叉树：对一棵相对平衡的有序二叉树，对其进行插入，查找，删除等操作，平均复杂度均为O(logn)。
哈希表：相比上述几种数据结构，在哈希表中进行添加，删除，查找等操作，性能十分之高，不考虑哈希冲突的情况下，仅需一次定位即可完成，时间复杂度为O(1)，接下来我们就来看看哈希表是如何实现达到惊艳的常数阶O(1)的。
我们知道，数据结构的物理存储结构只有两种：顺序存储结构和链式存储结构（像栈，队列，树，图等是从逻辑结构去抽象的，映射到内存中，也这两种物理组织形式），而在上面我们提到过，在数组中根据下标查找某个元素，一次定位就可以达到，哈希表利用了这种特性，哈希表的主干就是数组。
比如我们要新增或查找某个元素，我们通过把当前元素的关键字 通过某个函数映射到数组中的某个位置，通过数组下标一次定位就可完成操作。
存储位置 = f(关键字)
其中，这个函数f一般称为哈希函数，这个函数的设计好坏会直接影响到哈希表的优劣。举个例子，比如我们要在哈希表中执行插入操作：
查找操作同理，先通过哈希函数计算出实际存储地址，然后从数组中对应地址取出即可。
哈希冲突
然而万事无完美，如果两个不同的元素，通过哈希函数得出的实际存储地址相同怎么办？也就是说，当我们对某个元素进行哈希运算，得到一个存储地址，然后要进行插入的时候，发现已经被其他元素占用了，其实这就是所谓的哈希冲突，也叫哈希碰撞。前面我们提到过，哈希函数的设计至关重要，好的哈希函数会尽可能地保证 计算简单和散列地址分布均匀,但是，我们需要清楚的是，数组是一块连续的固定长度的内存空间，再好的哈希函数也不能保证得到的存储地址绝对不发生冲突。那么哈希冲突如何解决呢？哈希冲突的解决方案有多种:开放定址法（发生冲突，继续寻找下一块未被占用的存储地址），再散列函数法，链地址法，而HashMap即是采用了链地址法，也就是数组+链表的方式，
注明：参考文章：http://www.cnblogs.com/chengxiao/p/6059914.html，在此感谢。
1. HashMap 概述：
HashMap 是基于哈希表的 Map 接口的非同步实现。此实现提供所有可选的映射操作， 并允许使用 null 值和 null 键。此类不保证映射的顺序，特别是它不保证该顺序恒久不变。
2. HashMap 的数据结构：
在 java 编程语言中，最基本的结构就是两种，一个是数组，另外一个是模拟指针（引 用），所有的数据结构都可以用这两个基本结构来构造的，HashMap 也不例外。HashMap 实际上是一个“链表散列”的数据结构，即数组和链表的结合体。
从上图中可以看出，HashMap 底层就是一个数组结构，数组中的每一项又是一个链表。 当新建一个 HashMap 的时候，就会初始化一个数组。
可以看出，Entry 就是数组中的元素，每个 Map.Entry 其实就是一个 key-value 对，它 持有一个指向下一个元素的引用，这就构成了链表。
3. HashMap 的存取实现：
1) 存储：
public V put(K key, V value) {
//HashMap允许存放null键和null值
//当Key为null时，调用putForNullKey方法，将value放置在数组第一个位置。
if (key == null)
return putForNullKey(value);
int hash = hash(key);//根据key的keycode重新计算hash值
int i = indexFor(hash, table.length);//搜索指定的hash值在对应的table中的索引
// 如果 i 索引处的 Entry 不为 null，通过循环不断遍历 e 元素的下一个元素。
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;// 如果 i 索引处的 Entry 为 null，表明此处还没有 Entry。
addEntry(hash, key, value, i);// 将 key、value 添加到 i 索引处。
return null;
}从上面的源代码中可以看出：当我们往 HashMap 中 put 元素的时候，先根据 key 的 hashCode 重新计算 hash 值，根据 hash 值得到这个元素在数组中的位置（即下标），如果数组该位置上已经存放有其他元素了，那么在这个位置上的元素将以链表的形式存放，新加入的放在链头，最先加入的放在链尾。如果数组该位置上没有元素，就直接将该元素放到 此数组中的该位置上。 addEntry(hash, key, value, i)方法根据计算出的 hash 值，将 key-value 对放在数组 table 的 i 索引处。addEntry 是 HashMap 提供的一个包访问权限的方法，代码如下：
void addEntry(int hash, K key, V value, int bucketIndex) {
// 获取指定 bucketIndex 索引处的 Entry
if ((size >= threshold) && (null != table[bucketIndex])) {
// 将新创建的 Entry 放入 bucketIndex 索引处，并让新的 Entry 指向原来的 Entr y
// 把 table 对象的长度扩充到原来的 2 倍。
resize(2 * table.length);// 如果 Map 中的 key-value 对的数量超过了极限
hash = (null != key) ? hash(key) : 0;
bucketIndex = indexFor(hash, table.length);
}
createEntry(hash, key, value, bucketIndex);
}当系统决定存储 HashMap 中的 key-value 对时，完全没有考虑 Entry 中的 value，仅仅 只是根据key来计算并决定每个Entry的存储位置。我们完全可以把 Map 集合中的 value 当 成 key 的附属，当系统决定了 key 的存储位置之后，value 随之保存在那里即可。 hash(int h)方法根据 key 的 hashCode 重新计算一次散列。此算法加入了高位计算，防 止低位不变，高位变化时，造成的 hash 冲突。
我们可以看到在 HashMap 中要找到某个元素，需要根据 key 的 hash 值来求得对应数 组中的位置。如何计算这个位置就是 hash 算法。前面说过 HashMap 的数据结构是数组和 链表的结合，所以我们当然希望这个 HashMap 里面的 元素位置尽量的分布均匀些，尽量 使得每个位置上的元素数量只有一个，那么当我们用 hash 算法求得这个位置的时候，马上
就可以知道对应位置的元素就是我们要的，而不用再去遍历链表，这样就大大优化了查询的 效率。 对于任意给定的对象，只要它的 hashCode() 返回值相同，那么程序调用 hash(int h) 方 法所计算得到的 hash 码值总是相同的。我们首先想到的就是把 hash 值对数组长度取模运 算，这样一来，元素的分布相对来说是比较均匀的。但是，“模”运算的消耗还是比较大的，在 HashMap 中是这样做的：调用 indexFor(int h, int length) 方法来计算该对象应该保存 在 table 数组的哪个索引处。indexFor(int h, int length) 方法的代码如下：
这个方法非常巧妙，它通过 h & (table.length -1) 来得到该对象的保存位，而 HashMap 底层数组的长度总是 2 的 n 次方，这是 HashMap 在速度上的优化。在 HashMap 构造器中 有如下代码：
这段代码保证初始化时 HashMap 的容量总是 2 的 n 次方，即底层数组的长度总是为 2 的 n 次方。当 length 总是 2 的 n 次方时，h& (length-1)运算等价于对 length 取模，也就是 h%length，但是&比%具有更高的效率。 这看上去很简单，其实比较有玄机的，我们举个例子来说明： 假设数组长度分别为15和16，优化后的hash码分别为8和9，那么&运算后的结果如下：
从上面的例子中可以看出：当它们和 15-1（1110）“与”的时候，产生了相同的结果， 也就是说它们会定位到数组中的同一个位置上去，这就产生了碰撞，8 和 9 会被放到数组中 的同一个位置上形成链表，那么查询的时候就需要遍历这个链 表，得到 8 或者 9，这样就 降低了查询的效率。同时，我们也可以发现，当数组长度为 15 的时候，hash 值会与 15-1 （1110）进行“与”，那么 最后一位永远是 0，而 0001，0011，0101，1001，1011，0111， 1101 这几个位置永远都不能存放元素了，空间浪费相当大，更糟的是这种情况中，数组可
以使用的位置比数组长度小了很多，这意味着进一步增加了碰撞的几率，减慢了查询的效率！ 而当数组长度为 16 时，即为 2 的 n 次方时，2n-1 得到的二进制数的每个位上的值都为 1， 这使得在低位上&时，得到的和原hash的低位相同，加之hash(int h)方法对key的hashCode 的进一步优化，加入了高位计算，就使得只有相同的 hash 值的两个值才会被放到数组中的同一个位置上形成链表。所以说，当数组长度为 2的 n次幂的时候，不同的 key算得得 index
相同的几率较小，那么数据在数组上分布就比较均匀，也就是说碰撞的几率小，相对的， 查询的时候就不用遍历某个位置上的链表，这样查询效率也就较高了。 根据上面 put 方法的源代码可以看出，当程序试图将一个 key-value 对放入 HashMap 中时，程序首先根据该 key 的 hashCode() 返回值决定该 Entry 的存储位置：如果两 个 Entry 的 key 的 hashCode() 返回值相同，那它们的存储位置相同。如果这两 个 Entry 的 key 通过 equals 比较返回 true，新添加 Entry 的 value 将覆盖集合中原 有 Entry 的 value，但 key 不会覆盖。如果这两个 Entry 的 key 通过 equals 比较返 回 false，新添加的 Entry 将与集合中原有 Entry 形成 Entry 链，而且新添加的 Entry 位 于 Entry 链的头部——具体说明继续看 addEntry() 方法的说明。
有了上面存储时的 hash 算法作为基础，理解起来这段代码就很容易了。从上面的源代 码中可以看出：从 HashMap 中 get 元素时，首先计算 key 的 hashCode，找到数组中对 应位置的某一元素，然后通过 key 的 equals 方法在对应位置的链表中找到需要的元素。 归纳起来简单地说，HashMap 在底层将 key-value 当成一个整体进行处理，这个整体 就是一个 Entry 对象。HashMap 底层采用一个 Entry[] 数组来保存所有的 key-value 对， 当需要存储一个 Entry 对象时，会根据 hash 算法来决定其在数组中的存储位置，在根据 equals 方法决定其在该数组位置上的链表中的存储位置；当需要取出一个 Entry 时，也会根据 hash 算法找到其在数组中的存储位置，再根据 equals 方法从该位置上的链表中取出 该 Entry。
4. HashMap 的 resize（rehash）：
当 HashMap 中的元素越来越多的时候，hash 冲突的几率也就越来越高，因为数组的 长度是固定的。所以为了提高查询的效率，就要对 HashMap 的数组进行扩容，数组扩容 这个操作也会出现在 ArrayList 中，这是一个常用的操作，而在 HashMap 数组扩容之后，
最消耗性能的点就出现了：原数组中的数据必须重新计算其在新数组中的位置，并放进去， 这就是 resize。 那么 HashMap 什么时候进行扩容呢？当 HashMap 中的元素个数超过数组大小 *loadFactor 时，就会进行数组扩容，loadFactor 的默认值为 0.75，这是一个折中的取值。 也就是说，默认情况下，数组大小为 16，那么当 HashMap 中元素个数超过 16*0.75=12 的时候，就把数组的大小扩展为 2*16=32，即扩大一倍，然后重新计算每个元素在数组中 的位置，而这是一个非常消耗性能的操作，所以如果我们已经预知 HashMap 中元素的个 数，那么预设元素的个数能够有效的提高 HashMap 的性能。
5. HashMap 的性能参数：
HashMap 包含如下几个构造器： HashMap()：构建一个初始容量为 16，负载因子为 0.75 的 HashMap。 HashMap(int initialCapacity)：构建一个初始容量为 initialCapacity，负载因子 为 0.75 的 HashMap。 HashMap(int initialCapacity, float loadFactor)：以指定初始容量、指定的负载因子创建一 个 HashMap。 HashMap 的基础构造器 HashMap(int initialCapacity, float loadFactor)带有两个参数，它 们是初始容量 initialCapacity 和加载因子 loadFactor。 initialCapacity：HashMap 的最大容量，即为底层数组的长度。 loadFactor：负载因子 loadFactor 定义为：散列表的实际元素数目(n)/ 散列表的容量(m)。 负载因子衡量的是一个散列表的空间的使用程度，负载因子越大表示散列表的装填程度越 高，反之愈小。对于使用链表法的散列表来说，查找一个元素的平均时间是 O(1+a)，因此如果负载因子越大，对空间的利用更充分，然而后果是查找效率的降低；如果负载因子太小， 那么散列表的数据将过于稀疏，对空间造成严重浪费。 HashMap 的实现中，通过 threshold 字段来判断 HashMap 的最大容量：
threshold = (int)(capacity * loadFactor);
结合负载因子的定义公式可知，threshold 就是在此 loadFactor 和 capacity 对应下允许的 最大元素数目，超过这个数目就重新 resize，以降低实际的负载因子。默认的的负载因子 0.75是对空间和时间效率的一个平衡选择。当容量超出此最大容量时， resize后的HashMap 容量是容量的两倍：
if (size++ >= threshold)
resize(2 * table.length);
6. Fail-Fast 机制：
我们知道 java.util.HashMap 不是线程安全的，因此如果在使用迭代器的过程中有其 他线程修改了 map，那么将抛出 ConcurrentModificationException，这就是所谓 fail-fast 策略。 这一策略在源码中的实现是通过 modCount 域，modCount 顾名思义就是修改次数，对 HashMap 内容的修改都将增加这个值，那么在迭代器初始化过程中会将这个值赋给迭代器 的 expectedModCount。
在迭代过程中，判断 modCount 跟 expectedModCount 是否相等，如果不相等就表示已 经有其他线程修改了 Map：
注意到 modCount 声明为 volatile，保证线程之间修改的可见性。
final Entry<K,V> nextEntry() {
f (modCount != expectedModCount)
throw new ConcurrentModificationException();
在 HashMap 的 API 中指出： 由所有 HashMap 类的“collection 视图方法”所返回的迭代器都是快速失败的：在迭代器 创建之后，如果从结构上对映射进行修改，除非通过迭代器本身的 remove 方法，其他任何 时间任何方式的修改，迭代器都将抛出 ConcurrentModificationException。因此，面对并发
的修改，迭代器很快就会完全失败，而不冒在将来不确定的时间发生任意不确定行为的风险。
注意，迭代器的快速失败行为不能得到保证，一般来说，存在非同步的并发修改时，不
可能作出任何坚决的保证。快速失败迭代器尽最大努力抛 出 ConcurrentModificationException。因此，编写依赖于此异常的程序的做法是错误的，正 确做法是：迭代器的快速失败行为应该仅用于检测程序错误。
此篇讲解，感谢尚硅谷提供的HashMap详解pdf文档以及解读说明，
HashMap的两种遍历方式
第一种：Map map = new HashMap();
Iterator iter = map.entrySet().iterator();
while (iter.hasNext()) {
Map.Entry entry = (Map.Entry) iter.next();
Object key = entry.getKey();
Object val = entry.getValue();
}第二种：
Map map = new HashMap();
Iterator iter = map.keySet().iterator();
while (iter.hasNext()) {
Object key = iter.next();
Object val = map.get(key);
}
713
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
