千字学会 HashMap 数据结构

HashMap

HashMap是基于哈希表的map接口实现的，它存储的内容是键值对（key-value）映射。允许使用null值和null键（除了非同步和允许使用null职位，hashmap类与hashtable大致相同）。因为是基于hash表实现的所以不能保证映射顺序，特别是保证该顺序恒久不变。（因为每次扩容都会重新计算hash）。

迭代collection视图所需要的时间与 hashmap的实例的"容量"（桶的数量）及其大小（键值对映射关系数）成比例。所以，如果迭代性能很重要，就不能把初始容量设置的太高或者将加载因子设置的太低。

---

HashMap中有两个参数影响其性能：初始容量和加载因子

容量是哈希表中桶的数量，初始容量只是哈希表在创建时候的容量，加载因子是哈希表在其容量自动增加之前可以达到多少的一种尺度。当hash表中的条数超出了当前加载因子与当前容量的乘积时，则要对hash表进行rehash操作（就是重建内部数据结构），从而哈希表将具有大约两倍的桶数。

加载因子

加载因子也叫作扩容因子，用来判断什么时候进行扩容，假设加载因子为0.75，HashMap的初始容量为16，当HashMap中有16 * 0.75 = 12个容量时，HashMap就会进行扩容。如果加载因子越大，扩容发生的频率就会比较低，占用空间比较小，但是发生hash冲突的几率会提升，对元素操作时间会增加，运行效率降低；如果加载因子太小，那么表中的数据将过于稀疏（很多空间还没用，就开始扩容了），对空间造成严重浪费；而且因为容量默认为2的次方，当加载因子为0.75时，容量和加载因子的乘积为整数。所以系统默认加载因子取了0.5 -1 之间的0.75。

哈希冲突

哈希冲突就是指hash值的冲突，指的是：多个key对象，在put的时候，进行计算hash值，得到的hash值是同一个的情况。

计算的时候就是用一个数取模运算，取余数就是要存储数组数据的下标，但是余数可能会存在一样的，这样就导致了一样余数的数据无法存储，所以造成了hash冲突。

解决hash冲突的三种方法

- 开放地址发：寻找下一个为空的数组下标，而后将冲突元素存储。

- 再散列法（二次哈希法）：在此使用一个不同的hash算法重新计算一次。

- 链地址法（拉链法）：hashmap使用的方法，将所有冲突的元素按照链表存储，冲突后时间复杂度为O（1+n）n为冲突元素的个数。

两个关键方法：put和get

HashMap是声明了 Map，Cloneable, Serializable 接口，和继承了AbstractMap类，里面的 Iterator 其实主要都是其内部类HashIterator 和其他几个 iterator 类实现，当然还有一个很重要的继承了Map.Entry 的 Entry 内部类。

public Object put(Object key, Object value) {

// 这个就是判断键值是够为空，如果为空就会返回一个static Object作为键值，这就是为什么hashmap允许空键空值的原因

Object k = maskNull(key);

int hash = hash(k);

int i = indexFor(hash, table.length);

---

HashMap底层原理

HashMap在JDK1.8之前的实现方式 数组+链表,

但是在JDK1.8后对HashMap进行了底层优化,改为了由 数组+链表或者数值+红黑树实现,主要的目的是提高查找效率

1. 1. Jdk8数组+链表或者数组+红黑树实现，当链表中的元素超过了 8 个以后， 会将链表转换为红黑树，当红黑树节点 小于 等于6 时又会退化为链表。

   2. 当new HashMap():底层没有创建数组，首次调用put()方法示时，底层创建长度为16的数组，jdk8底层的数组是：Node[],而非Entry[]，用数组容量大小乘以加载因子得到一个值，一旦数组中存储的元素个数超过该值就会调用rehash方法将数组容量增加到原来的两倍，专业术语叫做扩容，在做扩容的时候会生成一个新的数组，原来的所有数据需要重新计算哈希码值重新分配到新的数组，所以扩容的操作非常消耗性能.默认的负载因子大小为0.75，数组大小为16。也就是说，默认情况下，那么当HashMap中元素个数超过16*0.75=12的时候，就把数组的大小扩展为2*16=32，即扩大一倍。

   3. 在我们Java中任何对象都有hashcode，hash算法就是通过hashcode与自己进行向右位移16的异或运算。这样做是为了计算出来的hash值足够随机，足够分散，还有产生的数组下标足够随机。

   4. 不同的对象算出来的数组下标是相同的这样就会产生hash冲突，当单线链表达到一定长度后效率会非常低。

   5. 在链表长度大于8的时候，将链表就会变成红黑树，提高查询的效率。

map.put(k,v)实现原理

（1）首先将k,v封装到Node对象当中（节点）。

（2）先调用k的hashCode()方法得出哈希值，并通过哈希算法转换成数组的下标。

（3）下标位置上如果没有任何元素，就把Node添加到这个位置上。如果说下标对应的位置上有链表。此时，就会拿着k和链表上每个节点的k进行equal。如果所有的equals方法返回都是false，那么这个新的节点将被添加到链表的末尾。如其中有一个equals返回了true，那么这个节点的value将会被覆盖。

map.get(k)实现原理

(1)、先调用k的hashCode()方法得出哈希值，并通过哈希算法转换成数组的下标。

(2)、在通过数组下标快速定位到某个位置上。重点理解如果这个位置上什么都没有，则返回null。如果这个位置上有单向链表，那么它就会拿着参数K和单向链表上的每一个节点的K进行equals，如果所有equals方法都返回false，则get方法返回null。如果其中一个节点的K和参数K进行equals返回true，那么此时该节点的value就是我们要找的value了，get方法最终返回这个要找的value。

Hashmap和hashtable ConcurrentHashMap区别

区别对比一(HashMap 和 HashTable 区别)：

1、HashMap 是非线程安全的，HashTable 是线程安全的。

2、HashMap 的键和值都允许有 null 值存在，而 HashTable 则不行。

3、因为线程安全的问题，HashMap 效率比 HashTable 的要高。

4、Hashtable 是同步的，而 HashMap 不是。因此，HashMap 更适合于单线

程环境，而 Hashtable 适合于多线程环境。一般现在不建议用 HashTable, ①

是 HashTable 是遗留类，内部实现很多没优化和冗余。②即使在多线程环境下，

现在也有同步的 ConcurrentHashMap 替代，没有必要因为是多线程而用

HashTable。

区别对比二(HashTable 和 ConcurrentHashMap 区别)：

HashTable 使用的是 Synchronized 关键字修饰，ConcurrentHashMap 是JDK1.7使用了锁分段技术来保证线程安全的。JDK1.8ConcurrentHashMap取消了Segment分段锁，采用CAS和synchronized来保证并发安全。数据结构跟HashMap1.8的结构类似，数组+链表/红黑二叉树。

synchronized只锁定当前链表或红黑二叉树的首节点，这样只要hash不冲突，就不会产生并发，效率又提升N倍。