再谈HashMap

在之前的一篇博客中，简单介绍了HashMap这种数据结构的基本原理，链接：聊聊HashMap。本问我还继续对HashMap中需要注意的地方再提一下。

我们先来看看HashMap的相关代码：

static class Node[] table;
static class Node<K,V> implements Map.Entry<K,V>{
  final K key;
  V value;
  Node<K,V> next;
  final int hash;
}

我们知道，在Java中，数组的特点是：寻址容易，插入和删除困难；而链表的特点是：寻址困难，插入和删除容易。那么我们可以综合两者的特性，做出一种寻址容易，插入删除也容易的数据结构。这就是我们要提起的哈希表，哈希表有多种不同的实现方法，我接下来解释的是最常用的一种方法—— 拉链法，我们可以理解为“链表的数组” 。

HashMap确认元素的存储位置以及put方法

我们知道哈希表是由数组+链表组成的，一个长度为16的数组中，每个元素存储的是一个链表的头结点。那么这些元素是按照什么样的规则存储到数组中呢？一般情况是通过hash(key)%len获得，也就是元素的key的哈希值对数组长度取模得到。但是因为直接取模运算的消耗很大，HashMap中采用了效率更高的方法。它通过h&(length-1)来得到对象的保存位，h&(length-1)相当于对length的取模运算，HashMap底层数组的长度总是2的n次方，2的n次方减1得到的二进制数的每个位上的值都为1，那么与全部为1的进行与操作，速度大大提升。

为什么数组的长度是2的n次方呢？除了上面我所说的优点外，h&(length-1)运算等价于对length的取模运算，也就是h%length，&运算比%运算要高效得多。而且当数组的长度设为2的n次方时，不同的key酸的index相同的几率较小，那么数据在数组上分布就比较均匀，也就是发生哈希碰撞几率小，相对的，查询的时候就不用遍历某个位置上的链表，这样查询效率就较高了。

在上篇博文中，我们上篇博文给出的HashMap的put(K key,V value)的源码，我们知道，当一个程序试图将一个key-value对放入HashMap中,首先根据key值计算出该元素要存储的位置

程序会首先计算该key的hashCode值(即h=key.hashCode())，然后对该哈希码再进行高位运算（也称为再哈希，即hash=h^(h>>>16)）,然后把得到的哈希值（hash）和（数组长度-1）进行按位与(index=hash&(length-1))操作，最后得到要存储元素的数组下标（index）。

得到元素要存储的位置后，接下来就是把key—value对放入操作了，如果在Node[] table数组中对应的下标的链表中没有链表节点，那么久直接把包含<key,value>的节点放入该位置。如果该下标的链表已经有节点了，就对链表进行遍历，判断是否有和key值相同的节点，如果有的话，则直接用要存入的value替换原有的value。如果该链表中没有与key值相同的节点，则创建节点放入值，并把该节点插入到链表表头（头插法）。

HashMap的get(Object key)方法

上面说完HashMap的put的方法，现在再说说其get(Object key)方法，先看源码

public V get(Object key){
  if(key == null){
     return getForNullKey();
  }
  int hash = hash(key.hashCode());
  for(Node<K,V> e = table[indexFor(hash,table.length)];e!=null;e=e.next){
  Object K;
  if(e.hash == hash && ((k =e.key) ==key || key.equals(k))
    return e.value;
  }
  return null;
}

HashMap的get方法，是首先通过key的两次hash后的值与数组的长度-1进行与操作，定位到数组的某个位置，然后对该列的链表进行遍历，一般情况下，hashMap的这种查找时非常快的，hash值相同的过多，就会造成链表中的元素很多，而链表中的数据查找时通过遍历链表完成的，这可能会影响查询的速度。有一点需要特别注意的是：当查询完成后返回为null时，你不能判断它是没有找到对应的元素，还是在hashMap中存在一个value为null的元素，因为hashMap允许value为null。

HashMap的扩容机制

在hashMap中，当节点的个数超过数组大小*loadFactor(负载因子)时，就会进行数组扩容，loadFactor的默认值为0.75，也就是说，默认情况下，数组的大小为16，那么当HashMap中节点超过16*0.75=12时，就把数组的大小扩展为2*16=32，即扩大一倍，然后重新计算每个元素在数组中的位置，并把各个元素放进去，这时一个非常耗性能的操作。

多线程下HashMap出现的问题

1、多线程环境下hashMap进行put操作后，get操作导致死循环，导致cpu100%的现象。主要原因是多线程环境下，hashMap同时进行put操作时，如果同时出发了rehash操作，会导致扩容后的hashMap中的链表中出现循环节点，进而使得后面get的时候，会出现死循环。

2、多行程环境下hashMap进行put操作，导致元素丢失，也是发生在多线程对hashMap扩容时。