Java数据结构篇二：HashMap详解

前言

HashMap 又叫 Hash 表或散列表，是基于哈希表的 Map 接口实现。此实现提供了基于 Key-Value 映射结构数据的所有可选操作，如：增、删、改、查等。HashMap 并不保证映射顺序，特别是它不保证插入顺序恒久不变。HashMap是面试常考的知识点，对该知识点有必要进行一下系统的学习。

首先简单介绍一下和 HashMap 有亲戚关系的三个类，分别为 LinkedHashMap、TreeMap 和 Hashtable。类的继承关系如下图所示：

HashTable是继承自Dictionary类，而HashMap是继承自AbstractMap类。不过它们都实现了同时实现了map、Cloneable（可复制）、Serializable（可序列化）这三个接口。HashMap性能要好过Hashtable。

HashMap：（1）允许使用null键null值（key和value）都可以。这样的键只有一个，可以有一个或多个键所对应的值为null。（2）非线程安全 （3）HashMap默认的初始化大小为16。之后每次扩充，容量变为原来的2倍

ConCurrentHashMap：（1）不允许null键null值（key和value）都不可以。（2）线程安全

HashTable：（1）不允许null键null值  （2）线程安全 （3）Hashtable默认的初始大小为11，之后每次扩充，容量变为原来的2n+1

LinkedHashMap： (1) LinkedHashMap 是 HashMap 的一个子类 (2) 保存了记录的插入顺序，在用 Iterator 遍历时，先得到的记录肯定是先插入的。

TreeMap： (1) 实现了 SortedMap 接口，当用 Iterator 遍历时，得到的记录是默认按键值升序排序的。(2) 底层是红黑树

HashMap常用方法

网上找了一篇常用方法 不做过多介绍：https://blog.csdn.net/lzx_cherry/article/details/98947819

HashMap源码解析

网上找了一篇源码解析写的很详细 不做过多介绍 ：https://www.jianshu.com/p/003256ce41ce

HashMap存储结构

1.Hashmap 概念理解

变量	术语	说明
size	大小	HashMap的存储大小
threshold	临界值	HashMap大小达到临界值，需要重新分配大小。
loadFactor	负载因子	HashMap大小负载因子，默认为75%。
modCount	统一修改	HashMap被修改或者删除的次数总数。
Entry	实体	HashMap存储对象的实际实体，由Key，value，hash，next组成。

2.存储结构  

JDK 1.8 对 HashMap 进行了比较大的优化，底层实现由之前的 “数组+链表” 改为 “数组+链表+红黑树”， 当链表长度超过阈值8时，将链表转换为红黑树。当数组的元素个数大于 容量*扩容因子时，会进行扩容操作。对于 HashMap 及其子类而言，它们采用 Hash 算法（将任意长度的二进制值映射为较短的固定长度的二进制值机哈希值）来决定集合中元素的存储位置。当系统开始初始化 HashMap 时，系统会创建一个长度为 capacity （默认的容量是16）的 Entry 数组，这个数组里可以存储元素的位置被称为“桶（bucket）”，每个 bucket 都有其指定索引，系统可以根据其索引快速访问该 bucket 里存储的元素（Entry对象： key-value形式）。结构如图：

HashMap的存储结构是由数组和链表共同完成的，HashMap是Y轴方向是数组，X轴方向就是链表的存储方式。（数组的存储方式在内存的地址是连续的，大小固定，一旦分配不能被其他引用占用。它的特点是查询快，插入和删除的操作比较慢。链表的存储方式是非连续的，大小不固定，特点与数组相反，插入和删除快，查询速度慢。HashMap可以说是一种折中的方案）。

3.HashMap基本原理

1）对于 HashMap 及其子类而言，它们采用 Hash 算法来决定集合中元素的存储位置，首先判断Key是否为Null，如果为null，直接查找Enrty[0]，如果不是Null，先计算Key的HashCode，然后经过二次Hash。得到Hash值，这里的Hash特征值是一个int值。

2）根据Hash值,调用indexFor 方法获取索引。indexFor方法其实主要是将hashcode换成链表数组中的下标即找到存放的桶。

3）通过索引找到bucket（hash桶），就是找到了所在的链表，然后按照链表的操作对Value进行插入、删除和查询操作。

// HashMap In Java 7
// hash ：该方法主要是将Object转换成一个整型。
final int hash(Object k) {
   int h = hashSeed;
   if (0 != h && k instanceof String) {
       return sun.misc.Hashing.stringHash32((String) k);
   }
   h ^= k.hashCode();
   h ^= (h >>> 20) ^ (h >>> 12);
   return h ^ (h >>> 7) ^ (h >>> 4);
}
// indexFor ：该方法主要是将hash生成的整型转换成链表数组中的下标。
static int indexFor(int h, int length) {
   return h & (length-1);
}

4.HashMap 初始化过程 

当系统开始初始化 HashMap 时，系统会创建一个长度为 capacity （默认的容量是16）的 Entry 数组，这个数组里可以存储元素的位置被称为“桶（bucket）”，每个 bucket 都有其指定索引，系统可以根据其索引快速访问该 bucket 里存储的元素（Entry对象： key-value形式）。

无论何时，HashMap 的每个“桶”只存储一个元素（也就是一个 Entry），由于 Entry 对象可以包含一个引用变量（就是 Entry 构造器的的最后一个参数）用于指向下一个 Entry，因此可能出现的情况是：HashMap 的 bucket 中只有一个 Entry，但这个 Entry 指向另一个 Entry ——这就形成了一个 Entry 链

注1：当两个key通过hashCode计算相同时，则发生了hash冲突(碰撞)，HashMap解决hash冲突的方式是用链表。当发生hash冲突时，则将存放在数组中的Entry设置为新值的next（这里要注意的是，比如A和B都hash后都映射到下标i中，之前已经有A了，当map.put(B)时，将B放到下标i中，A则为B的next，所以新值存放在数组中，旧值在新值的链表上）

在Java 8中，如果一个bucket中碰撞冲突的元素超过某个限制(默认是8)，则使用红黑树来替换链表，从而提高速度。这就是JDK7与JDK8中HashMap实现的最大区别。

注2：哈希碰撞的意思是计算得到的Hash值相同，需要放到同一个bucket中。Hashmap里面的bucket出现了单链表的形式，散列表要解决的一个问题就是散列值的冲突问题，通常是两种方法：链表法和开放地址法。减小碰撞方式：1.扩大容量2.优化hash算法。

链表法就是将相同hash值的对象组织成一个链表放在hash值对应的槽位；
开放地址法是通过一个探测算法，当某个槽位已经被占据的情况下继续查找下一个可以使用的槽位。
见详解：https://www.jianshu.com/p/379680144004

5.讲一下 HashMap 中 put 方法过程

1)对key的hashCode做hash操作，然后再计算在bucket中的index（1.5 HashMap的哈希函数）； 

2)如果没碰撞直接放到bucket里； 

3)如果碰撞了，说明两个 Entry的 key的 hashCode()返回值相同，那它们的存储位置相同。此时分两种情况：                     

3.1首先判断这两个 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(保证key的唯一性) 。                                                                                                                                                                 

3.2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。

4)如果bucket满了(超过阈值，阈值=loadfactor*current capacity，load factor默认0.75)，就要resize。

注1：HashMap里面没有出现hash冲突时，没有形成单链表时，hashmap查找元素很快,get()方法能够直接定位到元素，但是出现单链表后，单个bucket 里存储的不是一个 Entry，而是一个 Entry 链，系统只能必须按顺序遍历每个 Entry，直到找到想搜索的 Entry 为止——如果恰好要搜索的 Entry 位于该 Entry 链的最末端(该 Entry 是最早放入该 bucket 中)，那系统必须循环到最后才能找到该元素。通过上面可知如果多个hashCode()的值落到同一个桶内的时候，这些值是存储到一个链表中的。最坏的情况下，所有的key都映射到同一个桶中，这样hashmap就退化成了一个链表——查找时间从O(1)到O(n)

注2：扩容。这个过程也叫作rehashing，因为它重建内部数据结构，并调用hash方法找到新的bucket位置。大致分两步： 
1.扩容：容量扩充为原来的两倍（2 * table.length）； 
2.移动：对每个节点重新计算哈希值，重新计算每个元素在数组中的位置，将原来的元素移动到新的哈希表中。 

6.讲一下get()方法的工作原理

　　通过对key的hashCode()进行hashing，并计算下标( n-1 & hash)，从而获得buckets的位置。如果产生碰撞，则利用key.equals()方法去链表中查找对应的节点。

常见问题

1.能否让HashMap同步？

HashMap可以通过下面的语句进行同步：Map m = Collections.synchronizeMap(hashMap);

2.HashMap负载因子能不能设置成1？

https://mp.weixin.qq.com/s/kbLASf0lcF4PDJ3qBsFyUg

3.HashMap初始化默认为啥容量为16？

HashMap作为一种数据结构，元素在put的过程中需要进行hash运算，目的是计算出该元素存放在hashMap中的具体位置。hash运算的过程其实就是对目标元素的Key进行hashcode，再对Map的容量进行取模，而JDK 的工程师为了提升取模的效率，使用位运算代替了取模运算，这就要求Map的容量一定得是2的幂。而作为默认容量，太大和太小都不合适，所以16就作为一个比较合适的经验值被采用了。为了保证任何情况下Map的容量都是2的幂，HashMap在两个地方都做了限制。首先是，如果用户制定了初始容量，那么HashMap会计算出比该数大的第一个2的幂作为初始容量。另外，在扩容的时候，也是进行成倍的扩容，即4变成8，8变成16。详见：hashmap容量