面试回答之Hashmap

1、hashmap存储原理

jdk1.8 对 hashmap 底层的实现进行了优化，例如引入了红黑树的数据结构和扩容的优化。

HashMap的底层是：数组+红黑树+链表

在 JDK1.7 中HashMap 的数据是存储在 类型为 Entry 的一个 table 数组 中的，在JDK1.8 中使用的是 Node，Node 是 Map.Entry 的一个子类。

1）Entry

Entry 是 HashMap 的一个静态内部类：Entry 中封装了 key 和 value


key 和 Value 是已知的，next 指的是指向下一个链表结点，那 hash 是什么呢？
Node.hash 是指 key 对应的 hash 值。

2）Node

Node是Entry的一个子类：

Node 类中的这个 hash，是 key 的 hash 值经过一次扰动后得到的 哈希值。

Hash 会发生碰撞，有相同 key 的会放置到链表中。Hash 碰撞带来的问题：相同 key 的链表的长度会很长，但是 get(key) 请求，在找节点时，时间复杂度会很大。

2、HashMap涉及到的数据结构

散列就是来整合数组和链表的优势和劣势的，在散列表的数组中保存的数据是链表。

1）数组

数组的缺点：不能扩展空间
数组的优点：根据index查找的快

2）链表

链表的缺点：只保留head节点，但是想要访问最后一个元素，只能从头元素开始遍历
链表的优点：链表可以扩展空间

3）平衡二叉树

它是一棵空树，或者它的左右两个子树的高度差的绝对值不超过1，并且左右两个子树都是一棵平衡二叉树。

4）红黑树

红黑树的提出，是为了解决相同 key 的链表的长度会很长，从而带来的链化问题，提高查找效率。

一种含有红黑结点，并且能自平衡的二叉查找树。

它具备的性质：
1）每个结点要么是黑色，要么是红色；
2）根节点是黑色；
3）每个叶子结点是黑色；
4）每个红色结点的两个子结点一定都是黑色，红色结点不能和红色结点直接相连；
5）任意一个结点到叶子结点的路径都包含数量相同的黑结点。

3、hash算法

哈希算法是一类算法的统称，也叫作散列算法。

f(data)=key;

• 输出数据长度固定：输入任意长度的 data 数据，经过哈希算法处理后输出一个定长的数据 key，该输出就是散列值（把任意长度的输入，通过Hash算法变成固定长度的输出）。
• 单向特征：无法由 key 逆推出 data，即哈希算法是一种单向密码机制，即它是一个从明文到密文的不可逆映射，只有加密过程而没有解密过程。
• 常用的哈希算法：MD4、MD5、SHA-1

4、负载因子

比如我们存储70个元素，但我们可能为这70个元素申请了100个元素的空间，70/100=0.7，这个数字称为负载因子。

5、路由寻址公式

(table.length - 1) & node.hash()

假设 n=table.length
首先要明白 tab[(n-1) & hash] 中的 (n-1) & hash 即 路由寻址公式 的妙处：
（1）保证不会发生数组越界。数组的长度的二进制形式是 1000…000，那么 n-1 的二进制形式就是 0111…111，这个值和hash值进行与操作，结果一定不会比数组的长度值大，即不会发生数组越界。
（2）保证元素尽可能地均匀分布。假设此时

n=16;   //0x10000
n-1=15;   //0x1111

假设现在有两个元素要插入，一个哈希值是8，二进制为 1000； 一个哈希值是9，二进制为1001。

见 7 中的 hash() 函数，

假如table.length-1为15即0x1111，那么使参与“&”运算的不止是hashCode的低16位，使其也包含高位的值（hashCode的高16位 异或 hashCode的低16位，然后进行与运算）。

6、HashMap中较为重要的几个常量

1）static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 ，即1左移4位，缺省table大小
2）static final int MAXIMUM_CAPACITY = 1 << 30;  //table最大长度,即数组最大长度
3）static final float DEFAULT_LOAD_FACTOR = 0.75f;  //缺省负载因子大小，0.75是科学家精确计算后的
4）static final int TREEIFY_THRESHOLD = 8;  //树化阈值，当发生哈希碰撞后会形成链表，链表长度到8后，可能形成一个树了
5）static final int UNTREEIFY_THRESHOLD = 6