Hashmap深究

Hashmap底层首先就是基于数组实现，后面就可以围绕数组进行解释。

Hash算法的优化：

// jdk1.8之后的原代码

Return (key==null) ?0 :(h=key.hashcode())^(h >>>16))

1111 1111 1111 1111 1111 1010 0111 1100  key.hashcode

0000 0000 0000 0000 1111 1111 1111 1111  h >>>16

^

1111 1111 1111 1111 0000 0101 1000 0011  转为int值返回

为什么这样处理呢？异或是结果值得低16位同时保证了高16位与低16位的特征，可以再后续的&运算都可以参与到运算之中，减少hash冲突。

寻址算法：

（n-1）&hash  得到数据的一个位置 n约定为16   取模运算的他是性能差了一些，为了优化寻址算法，hash &(n-1)效果和hash对n的取模效果一样，但是于运算性能比hash对n取模高，数学问题，数组的长度为2的次方的时候，只要保持数组长度为2的n次方

0000 0000 0000 0000 0000 0000 0000 1111 （n-1）的二进制

1111 1111 1111 1111 0000 0101 1000 0011 （优化后的二进制）

1111 1111 1111 1111 1111 1010 0111 1100 （没有优化的二进制）

&

则就是高16位实际上没有参与到运算里面，全部都是低16位的运算参与了。但是优化后的hash值保证了高低16位都参与了运算，从而减少了hash碰撞。

 

寻址算法的优化：用与运算替代取模，提升性能。

 

Map.put和map.get 算出得hash值，到寻址算法找到一个数组得位置，把key-value放进数组，或者从数组中取出来。但是如果两个key算出的位置是一样的，那么就涉及到了hash碰撞，那么这个时候就会在这个位置挂一个链表，把这个链表里面放入元素，如果get的时候，只需要定位到这个位置的链表，遍历链表，从里面找出自己需要的值。链表很长，那么性能越差（时间复杂度位O（n））

 

如果这个链表的长度达到了一定的长度之后，把链表转为红黑树，遍历一颗红黑树找到一个元素，时间复杂度位O(logn)。条件：当链表长度超过8的时候，转为红黑树，当红黑树的长度小于6的时候，转为链表。

 

 

hash桶中存放的链表长度概率  随着长度的增加而减小

hashmap中的源码注释

 

（二） 为什么到8转为红黑树  到6转为链表

TreeNodes(红黑树)占用空间是普通Nodes(链表)的两倍，为了时间和空间的权衡。

节点的分布频率会遵循泊松分布，链表长度达到8个元素的概率为0.00000006，几乎是不可能事件.

为什么转化为红黑树的阈值8和转化为链表的阈值6不一样，是为了避免频繁来回转化。

数据扩容：

重新扩容之后，会再次进行&运算，判断二进制结果中是否多一个bit的1，如果没有，那么就是原位置，否则就是index+oldgap,通过这个方式就避免了rehash的时候，每个hash对length取模。