目录
一、扩容机制
HashMap看这篇就够了~_技术交流_牛客网
| 初始容量 | 增长后 | 增长触发条件 | |
| arrayList | 10 | 旧容量*1.5+1 | n>10 |
| vector | 10 | 旧容量*2 | n>10 |
| hashSet | 16=2^4 | 旧容量*2 | n>旧容量*0.75 |
| hashMap | 16=2^4 | 旧容量*2 | n>旧容量*0.75 |
“如果HashMap的大小超过了负载因子(load factor)定义的容量，怎么办？”
HashMap的扩容阈值（threshold = capacity* loadFactor ）；
threshold = capacity * loadFactor，当 Size>=threshold的时候，那么就要考虑对数组的扩增了；
就是通过它和size进行比较来判断是否需要扩容。默认的负载因子大小为0.75，也就是说，当一个map填满了75%的bucket时候，将会创建原来HashMap大小的两倍的bucket数组（jdk1.6，但不超过最大容量），来重新调整map的大小，并将原来的对象放入新的bucket数组中。这个过程叫作rehashing，因为它调用hash方法找到新的bucket位置。
JDK1.8 之前: HashMap 由 数组+链表 组成的，数组是 HashMap 的主体，链表则是主要为了解决哈希冲突而存在的（“拉链法”解决冲突）。
JDK1.8 以后: HashMap 在解决哈希冲突时有了较大的变化，当链表长度大于阈值（默认为 8）（将链表转换成红黑树前会判断，如果当前数组的长度小于 64，那么会选择先进行数组扩容，而不是转换为红黑树）时，将链表转化为红黑树，以减少搜索时间。
HashMap 通过 key 的 hashCode 经过扰动函数处理过后得到 hash 值，然后通过 (n-1) & HashCode 判断当前元素存放的位置（这里的 n 指的是数组的长度）;所谓扰动函数指的就是 HashMap 的 hash 方法， 换句话说使用扰动函数之后可以减少碰撞；
相比于 JDK1.8 的 hash 方法 ，JDK 1.7 的 hash 方法的性能会稍差一点点，因为毕竟扰动了 4 次。
进行扩容，会伴随着一次重新 hash 分配，并且会遍历 hash 表中所有的元素，是非常耗时的。在编写程序中，要尽量避免 resize。
二、HashMap底层原理
hashMap为什么线程不安全？[计算hashCode] + [put] 不具有原子性，会产生数据覆盖。另外[put]+[计算size] 也不具有原子性。
arrayList 线程不安全的原因？ [add] + [计算size] 俩操作不具有原子性。
ConcurrentHashMap 取消了 Segment 分段锁，采用 Node + CAS + synchronized 来保证并发安全
一：HashMap的节点
HashMap是一个集合，键值对的集合,源码中每个节点用Node表示，Node是一个内部类，这里的key为键，value为值，next指向下一个元素，可以看出HashMap中的元素不是一个单纯的键值对，还包含下一个元素的引用。
二：HashMap的数据结构
HashMap的数据结构为 数组+(链表或红黑树)，入下图：
为什么采用这种结构来存储元素呢？
数组的特点：查询效率高，插入，删除效率低。
链表的特点：查询效率低，插入删除效率高。
在HashMap底层使用数组加（链表或红黑树）的结构完美的解决了数组和链表的问题，使得查询和插入，删除的效率都很高。
三：HashMap存储元素的过程
有这样一段代码：
HashMap<String,String> map = new HashMap<String,String>();
map.put("刘德华","张惠妹");
map.put("张学友","大S");现在我要把键值对 “刘德华”,”张惠妹”存入map:
第一步：计算出键“刘德华”的hashcode，该值用来定位要将这个元素存放到数组中的什么位置；
刘德华的hashcode为20977295 数组长度为 16则要存储在数组索引为 20977295%16=1的地方；
第二步：数组索引为1的地方是空的，这种情况很简单，直接将元素放进去就好了。
若已经有元素占据了索引为1的位置，这种情况下我们需要判断一下该位置的元素和当前元素是否相等，使用equals来比较。
如果两者相等则直接覆盖，如果不等则在原元素下面使用链表的结构存储该元素；
链表中元素太多的时候会影响查找效率，所以当链表的元素个数达到8的时候使用链表存储就转变成了使用红黑树存储，原因就是红黑树是平衡二叉树，在查找性能方面比链表要高.
四： HashMap具体的存取过程
之前定位桶用的是【取模运算】，后来变成了【位与运算】；据说是位与运算的代价远高于位与运算；
put存值的方法，过程如下：
eg: map.put("张三+语文",91);
①.判断键值对数组table[i]是否为空或为null，否则执行resize()进行扩容；
②.根据键值key计算hash值得到插入的数组索引i，如果table[i]==null，直接新建节点添加，转向⑥，如果table[i]不为空，转向③；
③.判断table[i]的首个元素是否和key一样，如果相同直接覆盖value，否则转向④，这里的相同指的是hashCode以及equals；
④.判断table[i] 是否为treeNode，即table[i] 是否是红黑树，如果是红黑树，则直接在树中插入键值对，否则转向⑤；
⑤.遍历table[i]，判断链表长度是否大于8，大于8的话把链表转换为红黑树，在红黑树中执行插入操作，否则进行链表的插入操作；遍历过程中若发现key已经存在直接覆盖value即可；
⑥.插入成功后，判断实际存在的键值对数量size是否超多了最大容量threshold，如果超过，进行扩容。
【链表---->红黑树】的2个条件：（链表长度大于8） and （数组长度到64.）
【红黑树---->链表】的条件： 红黑树节点数小于等于6个就链表化；
get取值的方法，过程如下:
eg: map.get("张三+语文");
①.指定key 通过hash函数得到key的hash值
int hash=key.hashCode();
②.调用内部方法 getNode()，得到桶号(一般为hash值对桶数求模)
int index =hash%Entry[].length; 取余
jdk1.6版本后使用位运算替代模运算，int index=hash&( Entry[].length - 1）;
③.比较桶的内部元素是否与key相等，若都不相等，则没有找到。相等，则取出相等记录的value。
④.如果得到 key 所在的桶的头结点恰好是红黑树节点，就调用红黑树节点的 getTreeNode() 方法，否则就遍历链表节点。
getTreeNode 方法使通过调用树形节点的 find()方法进行查找。
由于之前添加时已经保证这个树是有序的，因此查找时基本就是折半查找，效率很高。
⑤.如果对比节点的哈希值和要查找的哈希值相等，就会判断 key 是否相等，相等就直接返回；不相等就从子树中递归查找。
五、HashMap的负载因子为啥是0.75？
侧面回答：
正面不好回答你就侧面说：
若load Factor = 0.25，那就意味着array的4格被全部填满就会达到扩容阈值扩容到32，这就导致28个没利用很浪费空间；
若load Factor = 1，那就意味着array意味着本该在0.75时扩容没扩，新添加的元素只能挤到链表里，会出现大量的Hash的冲突，底层的红黑树变得异常复杂。对于查询效率极其不利；
总结：负载因子太小，虽然时间效率提升了，但是空间利用率降低了；
负载因子过大，虽然空间利用率上去了，但是时间效率降低了；
故而，经过验证，0.75最合适；
正面回答：
在HashMap注释中有这么一段：
在理想情况下，使用随机哈希吗，节点出现的频率在hash桶中遵循泊松分布，同时给出了桶中元素的个数和概率的对照表。
从上表可以看出当桶中元素到达8个的时候，概率已经变得非常小，也就是说用0.75作为负载因子，每个碰撞位置的链表长度超过8个是几乎不可能的。
hash容器指定初始容量尽量为2的幂次方。
HashMap负载因子为0.75是空间和时间成本的一种折中。
Ideally, under random hashCodes, the frequency of
* nodes in bins follows a Poisson distribution
* (http://en.wikipedia.org/wiki/Poisson_distribution) with a
* parameter of about 0.5 on average for the default resizing
* threshold of 0.75, although with a large variance because of
* resizing granularity. Ignoring variance, the expected
* occurrences of list size k are (exp(-0.5) * pow(0.5, k) /
* factorial(k)). The first values are:
*
* 0: 0.60653066
* 1: 0.30326533
* 2: 0.07581633
* 3: 0.01263606
* 4: 0.00157952
* 5: 0.00015795
* 6: 0.00001316
* 7: 0.00000094
* 8: 0.00000006
* more: less than 1 in ten million
*六、为什么 数组容量 是 2 的整数倍？
key.hashcode % array.length = key.hashcode & (array.length - 1) 等式成立的前提是 array.length 是2的整数倍！即 array.ength长度是2的次幂时！
解决 hash 冲突的常见方法
针对哈希表直接定址可能存在hash冲突，举一个简单的例子，例如：
第一个键值对A进来，通过计算其 key 的 hash 得到的 index=0 。记做: Entry[0] = A 。
第二个键值对B， 通过计算其 index 也等于0， HashMap 会将 B.next = A, Entry[0] = B,
第三个键值对C， 通过计算其 index 也等于0，那么 C.next = B, Entry[0] = C；
这样我们发现 index=0 的地方事实上存取了 A,B,C 三个键值对, 它们通过next这个属性链接在一起。 对于不同的元素，可能计算出了相同的函数值，这样就产生了hash 冲突，那要解决冲突，又有哪些方法呢？具体如下：
a. 链地址法： 将哈希表的每个单元作为链表的头结点，所有哈希地址为 i 的元素构成一个同义词链表。即发生冲突时就把该关键字链在以该单元为头结点的链表的尾部。
b. 开放定址法： 即发生冲突时，去寻找下一个空的哈希地址。只要哈希表足够大，总能找到空的哈希地址。
c. 再哈希法： 即发生冲突时，由其他的函数再计算一次哈希值。
d. 建立公共溢出区： 将哈希表分为基本表和溢出表，发生冲突时，将冲突的元素放入溢出表。
HashMap采用哪种方法解决冲突的呢？
HashMap 就是使用 链地址法 来解决冲突的（jdk8中采用平衡树来替代链表存储冲突的元素，但hash() 方法原理相同）。当两个对象的 hashcode 相同时，它们的 bucket 位置相同，碰撞就会发生。此时，可以将 put 进来的 K- V 对象插入到链表的 尾部 。对于储存在同一个bucket位置的链表对象，可通过键对象的equals()方法用来找到键值对。
转载文章链接：
文章链接：https://blog.csdn.net/visant/article/details/80045154
扫一扫
269
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
