Java：HashMap底层原理

一、前言

  在Java 7及之前的版本中，HashMap的底层数据结构主要是数组加链表，在Java 8中，HashMap的底层数据结构是数组+链表+红黑树的组合。

二、底层数据结构

1. 数组

  初始化和扩容：HashMap首先会初始化一个指定长度的数组，作为存储数据的基本结构。当哈希表中的条目数超出了加载因子（默认为0.75）与当前容量的乘积时，会进行扩容操作，数组长度会扩展为大于原长度2倍的最近的2的n次方的值。
存储位置：通过哈希函数计算键的哈希码，然后使用哈希码来确定键值对在数组中的存储位置（即数组的下标）。

2. 链表

  哈希冲突：当不同的键通过哈希函数计算后得到相同的数组下标时，即发生了哈希冲突。此时，这些键值对会形成一个链表，存储在同一个数组元素（桶）中。

  链表长度：在Java 8之前，链表是处理哈希冲突的唯一方式。而在Java 8中，当链表长度较短时（默认阈值为8之前），仍然使用链表来存储冲突的键值对。

3. 红黑树

  链表过长时的优化：在Java 8中，当链表中的元素数量超过一定阈值（默认为8）时，并且数组的长度大于或等于64，链表会转换为红黑树。这是为了优化在链表较长时的查找效率，因为红黑树在查找、插入和删除操作上的性能通常优于链表。

  保持性能：红黑树的引入使得HashMap在处理大量数据和高哈希冲突时，仍然能够保持较高的性能。

三、java8之前版本的区别

  性能优化：在Java 8之前，当哈希冲突较多时，链表会越来越长，导致查找效率下降。而在Java 8中，当链表长度超过阈值时，会自动转换为红黑树，从而保持较高的查找效率。

  空间复杂度：引入红黑树虽然提高了性能，但也增加了空间复杂度。因为红黑树节点需要额外的空间来存储父节点指针、颜色标记等信息。然而，这种空间上的开销通常是可以接受的，因为它带来了性能上的显著提升。

  扩容逻辑：无论是Java 8之前还是之后，HashMap的扩容逻辑都是类似的。当哈希表中的条目数超出了加载因子（默认为0.75）与当前容量的乘积时，会进行扩容操作。扩容时，数组长度会扩展为大于原长度2倍的最近的2的n次方的值。

  哈希冲突解决：无论是链表还是红黑树，都是HashMap解决哈希冲突的方法。在Java 8之前，只使用链表；而在Java 8及以后版本中，当链表长度过长时，会转换为红黑树以提高性能。

  综上所述，Java 8中HashMap的底层数据结构通过引入红黑树来优化性能，特别是在处理大量数据和高并发场景时表现更为出色。这种设计使得HashMap在保持灵活性和易用性的同时，也具备了较高的性能和可扩展性。