基于jdk1.7的hashMap的学习笔记

一、什么是HashMap

HashMap是一个用Key-Value键值对存储数据的集合，每一个键值对也称为Entry，这些个键值对（Entry）分散存储在一个数组当中，这个数组就是HashMap的主干。HashMap数组每一个元素的初始值都是Null。

HashMap 实现了Map所有的操作，允许null作为 key/value;无序(因为h&length-1,也就是bucket数组索引无序)

HashMap 除了非同步性,k\v 允许null, HashTable与之相反，为线程安全(但效率不如ConcurrentHashMap)，key与value都不允许null值。

两个因素影响HashMap性能:”initial capacity”、”load factor” . threshold=(capacity * load factor),当size超过threshold，会产生rehash

1、put方法原理

   当我们调用put方法时，比如HashMap.put("apple",0)，插入一个key为apple的元素，这是要调用一个希哈函数来确定Entry的插入位置（index）。

    因为HashMap的长度是有限的，当插入的Entry越来越多时，再完美的Hash函数也难免会出现index冲突的情况。这个时候HashMap利用链表来解决冲突。HashMap数组的每一个元素不止是一个Entry对象，也是一个链表的头节点。每一个Entry对象通过Next指针指向它的下一个Entry节点。当新来的Entry映射到冲突的数组位置时，只需要插入到对应的链表即可。注意，这里的插入使用的是头插法，原因是因为HashMap的发明者认为，后插入的Entry被查找的可能性更大。

2、HashMap的默认初始长度

    HashMap的默认初始长度capacity为16，并且每一次扩容时长度必须为2的幂次。原因是为了服务于key映射到index的算法。从Key映射到HashMap数组的对应位置，会用到一个Hash函数：

index =  Hash（“apple”）

为了实现高效率的算法，HashMap的作者使用了位运算的方法。

index = HashCode(key) & (length-1)

下面我们以值为“book”的Key来演示整个过程：

1.计算book的hashcode，结果为十进制的3029737，二进制的101110001110101110 1001。

2.假定HashMap长度是默认的16，计算Length-1的结果为十进制的15，二进制的1111。

3.把以上两个结果做与运算，101110001110101110 1001 & 1111 = 1001，十进制是9，所以 index=9。

capacity 必须为2的n次幂,则length-1肯定为奇数，在位运算h & (length-1)唯一性更高，减少

了collision的发生，也就是保证bucketIndex低重复性.，如果使用如10为长度时，不同的HashCode运算结果如下：

HashCode：101110001110101110 1001

HashCode：101110001110101110 1111

 length-1   ：                                    1001

 Index       ： 1001

 Index       ： 1001

这样的话冲突几率就提高，并且一些index不会出现（0111），这样就不符合Hash算法均匀分布的原则。所有只有Length-1的值是所有二进制位全为1，这种情况下，index的结果等同于HashCode后几位的值。只要输入的HashCode本身分布均匀，Hash算法的结果就是均匀的。

3、高并发下的HashMap

刚刚说过HashMap是线程不安全的。ReHash在并发的情况下可能会形成链表环。

首先要先理解HashMap的resize。当经过多次元素插入，使得HashMap达到一定饱和度时，Key映射位置发生冲突的几率会逐渐提高。这时候，HashMap需要扩展它的长度，也就是进行Resize。

影响发生Resize的因素有两个：

1.Capacity

HashMap的当前长度。上一期曾经说过，HashMap的长度是2的幂。

2.LoadFactor

HashMap负载因子，默认值为0.75f。

衡量HashMap是否进行Resize的条件如下：

HashMap.Size   >=  Capacity * LoadFactor

这个过程经历两个步骤：

1、扩容

创建一个新的数组，长度为原来的两倍；

2、ReHash

遍历原Entry数组，把所有的Entry重新Hash到新数组。此时的Hash规则已经改变，因为length发生了改变。

Rehash的代码如下：

/**
 * Transfers all entries from current table to newTable.
 */
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;//遍历这个hash table(桶数组)
for (Entry<K,V> e : table) {//遍历数组中的链表结构
while(null != e) {
            Entry<K,V> next = e.next;
if (rehash) {//hashSeed变化，需要重新执行hash函数
                e.hash = null == e.key ? 0 : hash(e.key);
            }
int i = indexFor(e.hash, newCapacity);

       //下面的操作可能引发链表环
            e.next = newTable[i];
            newTable[i] = e;
            e = next;
        }
    }
}

在高并发下我们通常使用CurrentHashMap。

1.8中对链表进行了优化，如果链表上的数据结点超过了8个就会将链表转换为红黑树，提高查询效率

并且在计算HashCode时的异或次数降到一次