面试官！你又双叒叕问HashMap！

HashMap的数据结构（图解+源码分析）

HashMap快速索引

数组

定义：连续的内存，具有共同特性的数据

现有一个8个元素的空数组，如下图

向数组尾部添加数据：

向数组中插入节点：

如果项目把475插入到下标为1的位置，就要把275的下标位置向后移一位

优点：连续内存，通过数组下标可以快速寻址

缺点：中间插入节点比较慢

单链表

定义：任意内存单元通过指针连接每个结点，存放线性表中的数据

现有如下三个结点的单链表：

向单链表尾部添加数据：把next指针指向下一个节点的Data域

向点链表中插入节点：

假设在“275”和“297”之间插入新的结点，那么只需把“297”的next指向新结点的data域，然后新结点的next指向“297”的data域。无需同数组那样调整后面结点的位置。

优点：插入和删除数据方便

缺点：单链表查询某个结点，需要从头结点开始遍历整个链表，所以单链表的查询效率比较低

HashMap如何插入数据（图解+源码分析pos）

建立插入值和数组所在下标的位置（pos = key % size key: 插入数据的内容;size:数组的大小）

比如要将100，201，303这三个数据插入到一个长度为10的以链表特性声明的数组中

pos1 = 100 % 10 = 0

pos2 = 201 % 10 = 1

pos3 = 303 % 10 = 3

HashMap的构造函数：

/**
* The load factor used when none specified in constructor.
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;

public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }

HashMap插入函数（put）：

public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

其中table是 “transient Node<K,V>[]”单链表结构的数组

其中resize()

/**
* The default initial capacity - MUST be a power of two.
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/**
* The load factor used when none specified in constructor.
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;

else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;//16
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);//12
        }

threshold = newThr;//12

为什么初始化容量是2的倍数（源码分析）

else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold

1. 计算机申请内存是2的倍数，可以避免内存碎片

2. 移位操作效率高

3. 参与到hash运算中提高散列度

   putVal（）中：

   (p = tab[i = (n - 1) & hash])
   

   举例：

   n = 16 (10000)

   i=(n-1) : 0000 1111

   hash1 : 0000 0001 -> 0000 0001

   hash2 : 0001 0000 -> 0000 0000

   若：n = 15 (01111)

   i=(n-1) : 0000 1110

   hash1 : 0000 0001 -> 0000 0000

   hash2 : 0001 0000 -> 0000 0000

   所以HashMap初始化数组使用2的倍数（因为2的倍数减1，后面的全1）可以提高散列度和降低冲突

HashMap如何解决Key冲突（图解+源码分析）

上一部分，咱们插入的数据是没有冲突的，如果我们插入200，那么pos取模后也是0，和100这个结点冲突了，HashMap针对这种冲突问题，通过单链表解决。

查询到0的时候，就可以定位到100和200了，

但是问题来了，如果以这种单链表的形式解决冲突问题，那么查询起来会很慢！

为了解决上面的这个问题JDK1.8中引入了“红黑树”（高度平衡的平衡二叉树）这一概念，因为二叉树的查询效率是树的深度，显然查询效率比单链表高。

HashMap如何扩容（源码分析）

HashMap查询与删除

HashMap序列化（源码分析）

总结

1. HashMap的数据结构包括数组、单链表、红黑树；

2. 数组容量为2的倍数：

   ​ a.提高运算速度，

   ​ b.增加散列度，降低冲突，

   ​ c.减少内存碎片 。

3. 通过hash函数和pos = key % size 确定数据插入位置，hashcode的高16位和低16位进行异或取模，增加散列度，降低冲突；

4. 当两个及两个以上的key相同且data不同的时候（插入冲突），通过单链表解决冲突，如果链表的长度超过（TREEIFY_THRESHOLD = 8）, 将单链表转化成红黑树以提高查询效率；

5. 扩容条件：实际节点数大于等于容量的3/4；扩容后的数据排布：1.原下标的位置；2.原下标+原容量的位置

6. 序列化：只存储了数组的容量、实际结点数量和各个结点的key，value值.

还有 HashMap如何扩容（源码分析） 、 HashMap查询与删除 、HashMap序列化（源码分析）这三部分在整理中~觉得看完有帮助的小伙伴，可以关注小名或者收藏此文等待后期更新哈😁