HashMap底层红黑树与MySQL索引

前置知识：什么是时间复杂度？如何计算时间复杂度？

常见的时间复杂度及关系：O(1)<O(logn)<O(n)<O(n^2)
以吃面包为例，问吃面包需要的时间：
O(1)：一口吃一个面包，时间最短。
O(logn)：一口吃掉面包的一半，时间比较短。
O(n)：一口吃掉面包的一寸，时间比较长。
O(n^2)：一口吃掉面包的一寸，第二口开始减半，吃半寸，第三口吃四分之一寸……时间最长。

详见一套图搞懂时间复杂度

前置知识：常见的查找算法有哪些？

遍历：暴力 for 时间复杂度O(n)
二分法（二叉搜索树/二叉查找树）：能做二分查找必须是有序的 O(logn)
哈希：最高效。 O(1) JDK1.8里面HashMap：链表+红黑树，几种算法的组合拳。
索引：搜索引擎
bfs&dfs：图论里面的遍历
平衡树
B+树
B-Tree
红黑树：高效的查找算法。

哈希

Hash也译作散列，是一种将任意长度的消息压缩到某一固定长度的消息摘要的函数。
哈希可以有多种算法进行实现。
优秀的哈希算法可以让输出很均匀地散列在值域。

哈希算法是无法逆向推导的。

HashMap为什么查找快？

因为通过对key取哈希可以很快得到hashcode，从而得到存放位置，进而得到指针（内存地址），最终就快速找到了内容value。

二分法/ 二叉搜索树/二叉查找树

数据必须有序才可使用。猜大小游戏。时间复杂度为O(logn)。极端情况会成为链表，时间复杂度O(n)。

红黑树

特殊的二叉查找树，通过左旋或右旋实现自动平衡，避免链表化。

索引

能作为数据库索引的数据结构有哪些？

数组（不适合大数据量），链表（不适合大数据量）。

Hash（不能范围查找）

红黑树（数据库是存磁盘的，树太高，树的每一层都读一次，读磁盘次数太多。磁盘上一页能存16kb数据，读一次16kb，只取一个4字节的int，非常浪费。）

所以数据库MySQL中采用的可以：

B树（就是B-Tree），B+树

B树

n叉的排序树。

B+树

HashMap底层

JDK中常见的集合容器包括哪些？

主要有List Set和Map三个接口以及实现了这些接口的诸多子类。

List Set是实现了Collection接口，Map是单独的接口。

List Set Map在概念上的差别？

List是有序的，元素可重复；
Set是无序的，元素不可重复；（最多只能有一个元素为null）
Map是无序的，存储的元素为Entry键值对，其中键不可重复。（最多只能有一个键值为null）

HashMap数据结构

HashMap在底层维护了一个长度为16的数组(名为table)，里面存放的是Entry（Entry是接口，Node是实现）对象，也就是键值对。在存放时需要先把key进行hash运算，得到hashcode，用hashcode对数组长度进行取模得到的数字作为该Entry对象在数组中的位置。

优秀的hash算法可以使元素均匀地分布于数组中。如果HashMap底层数组中每个位置最多只有一个元素，则查找元素的时间复杂度为O（1）。

当出现n个元素的位置相同时，这n个元素都会形成一个链表挂载到数组的某位置。查找的时间复杂度O（n）。

JDK1.8对此进行了优化，如果挂载的链表太长，超过8个，就会将这个链表转化成红黑树。查找元素的时间复杂度O（logn）。这样就起到了一定的优化作用。

为什么这个长度设置为8呢？和泊松分布有关，是类库的设计者在时间和空间开销上作的取舍。

loadFactor负载因子默认为0.75，当数组table的格子被占用达到16*0.75=12个的时候进行2倍扩容。（简单理解）

tip：transient修饰符修饰的属性是不会被序列化的。序列化、反序列化之后是不可见的。