JAVA集合框架（详解HashMap原理）

什么是集合框架？
用于存储数据的容器的统称,存在很多不同的容器,每一种容器根据底层储存数据的结构不一样,使用的场景也不一样.

集合框架图

从上面的集合框架图可以看到，Java 集合框架主要包括两种类型的容器，一种是集合（Collection），存储一个元素集合，另一种是图（Map），存储键/值对映射。Collection 接口又有 3 种子类型，List、Set 和 Queue（Queue是Java5新增的队列），再下面是一些抽象类，最后是具体实现类，常用的有 ArrayList、LinkedList、HashSet、LinkedHashSet、HashMap、LinkedHashMap 等等。

一，Collection接口
Collection接口有两个主要的子接口List和Set，注意Map不是Collection的子接口，这个要牢记。

1.List接口
List集合代表一个有序、可重复集合，集合中每个元素都有其对应的顺序索引。List集合默认按照元素的添加顺序设置元素的索引，可以通过索引（类似数组的下标）来访问指定位置的集合元素。
List接口的集合主要有：ArrayList、LinkedList、Vector。

（1）ArrayList
-ArrayList:底层存储的数据结构为数组.(修改和查询较快,增加和删除速率较慢)
默认大小10，扩容系数为1.5

（2）LinkedList
底层存储的数据结构为双向链表.(修改和查询较慢,增加和删除较快)
没有长度大小，不用扩容

（3）Vector
底层存储的数据结构为数组，与ArrayList相似(底层数据是线程安全的,所以操作比ArrayList要慢)

2，Map接口
　　Map接口采用键值对Map<K,V>的存储方式，保存具有映射关系的数据，因此，Map集合里保存两组值，一组值用于保存Map里的key，另外一组值用于保存Map里的value，key和value可以是任意引用类型的数据。key值不允许重复，可以为null。如果添加key-value对时Map中已经有重复的key，则新添加的value会覆盖该key原来对应的value。常用实现类有HashMap、LinkedHashMap、TreeMap等。

向一个map集合中添加元素

 
   Map<String, Integer> map = new HashMap<>();
    map.put("张三", 23);
    map.put("李四", 24);
    map.put("王五", 25);
    map.put("赵六", 26);
    

（1）hashmap
HashMap是基于哈希表实现的，用Entry数组来存储数据，而Entry中封装了key、value键值对
底层结构为数组链表结构，数组的大小必须是2的幂次方倍

hashmap是数组链表，每一个数组（Entry）是一个链表。
结构：hash算法用于将key散列，经计算分散到数组槽中；而两个key算出了同样的值，即产生hash冲突时，就需要将槽中的单个节点升级成链表。由于get时需要对链表其进行遍历，链表越长检索效率越差。那么，计算出的key值落点越平均，hash冲突的可能性越小。
（原因：HashMap 容量为2次幂的原因，就是为了数据的的均匀分布，减少hash冲突）

由此引出问题：
hashmap是数组链表，每一个数组是一个链表，存储的时候，而两个key算出了同样的值，即产生hash冲突时，就产生链表可以一直往后面追加。

如果定位到的数组包含链表，对于添加操作，其时间复杂度为O(n)，首先遍历链表，存在即覆盖，否则新增；对于查找操作来讲，仍需遍历链表，然后通过key对象的equals方法逐一比对查找。HashMap中的链表出现越少，性能才会越好。

所以考虑到这点JDK8之后链表增加到一定长度变成红黑树。

什么是红黑树？
先要了解二叉树

二叉树是一种非常重要的数据结构，非常多其他数据结构都是基于二叉树的基础演变而来的。对于二叉树，有深度遍历和广度遍历，深度遍历有前序、中序以及后序三种遍历方法，广度遍历即我们寻常所说的层次遍历。由于树的定义本身就是递归定义，因此採用递归的方法去实现树的三种遍历不仅easy理解并且代码非常简洁，而对于广度遍历来说，须要其他数据结构的支撑。比方堆了。所以。对于一段代码来说，可读性有时候要比代码本身的效率要重要的多。

有了二叉搜索树，当你要查找一个值，就不需要遍历整个序列或者说遍历整棵树了，可以根据当前遍历到的结点的值来确定搜索方向，这就好比你要去日本，假设你没有见过世界地图，你不知道该往哪个方向走，只能满地球找一遍才能保证一定能够到达日本；而如果你见过世界地图，你知道日本在中国的东边，你就不会往西走、往南走、往北走。这种思维在搜索中就把不必要的分枝剪掉可以提高搜索效率。在二叉搜索树中查找值，每次都会把搜索范围缩小，与二分搜索的思维类似。

！. 有了二叉排序树就可以使插入、搜索效率大大提高了，为什么还要引入平衡二叉树？
二叉搜索树的结构与值的插入顺序有关，同一组数，若其元素的插入顺序不同，二叉搜索树的结构是千差万别的。举个例子，给出一组数[1,3,5,8,9,13]。
若按照[5,1,3,9,13,8]这样的顺序插入，其流程是这样的：

！. 插入的序列越接近有序，生成的二叉搜索树就越像一个链表。时间复杂度就变大，性能降低
为了避免二叉搜索树变成“链表”，我们引入了平衡二叉树，即让树的结构看起来尽量“均匀”，左右子树的节点数尽量一样多。

平衡二叉树（Balanced Binary Tree）具有以下性质：
它是一棵空树或它的左右两个子树的高度差的绝对值不超过1，并且左右两个子树都是一棵平衡二叉树。那就是平衡二叉树的定义过于严格，导致每次插入或者删除一个元素之后，都要去维护二叉树整体的平衡，这样产生额外的代价又太大了。二叉搜索树可能退化成链表，那怎么办呢？这就要提到红黑树了。
红黑树是一种含有红黑结点并能自平衡的二叉查找树。它必须除了满足二叉搜索树的性质外，还要满足下面的性质：

（2）LinkedHashMap
LinkedHashMap是有序的，且默认为插入顺序。
将所有Entry节点链入一个双向链表双向链表的HashMap

（3）TreeMap
TreeMap存储K-V键值对，通过红黑树（R-B tree）实现；
TreeMap使用的存储结构就是红黑树。

额外知识补充：
HashTable是线程安全，HashMap是线程不安全的
原因：HashTable是读写方法都用了synchronized同步代码块修饰，所以读写都加了锁，并发性很差。但是代价非常高
HashTable访问效率低下的原因,就是因为所有的线程在竞争同一把锁.如果容器中有多把锁,不同的锁锁定不同的位置,这样线程间就不会存在锁的竞争,这样就可以有效的提高并发访问效率,这就是currentHashMap所使用的锁分段技术。

3，Set接口
Set是一种不包括重复元素的Collection。它维持它自己的内部排序，所以随机访问没有任何意义。与List一样，它同样允许null的存在但是仅有一个。由于Set接口的特殊性，所有传入Set集合中的元素都必须不同。
Set就是用Map实现的，只用了Key，把Value设置成null
Set集合的数据库不能重复（== 或 eqauls）的元素

Set特点:无序,没有索引,元素不可重复
Set接口有三个具体实现类，分别是散列集HashSet、链式散列集LinkedHashSet和树形集TreeSet。

（1）hashSet:底层数据结构哈希表
　HashSet具有如下特点：
　　♦ 不能保证元素的顺序。
　　♦ HashSet不是线程同步的，如果多线程操作HashSet集合，则应通过代码来保证其同步。
　　♦ 集合元素值可以是null。
　　　　
(HashSet有去重机制保证元素没有重复)就要说到Hashset的去重机制:
①在 HashSet集合中判断是否是同一个元素,首先判断对象的地址是否一样,如果地址不一样,说明是两个对象,直接存入,如果地址一样,则开启第二重去重机制判断对象中的值是否一致,如果一致,则说明是同一对象,不存.如果元素不相等,说明不是同一对象,则存入.

第一个机制,调用hashcod方法判断哈希值是否一致.
第二个机制,调用equals方法,判断值是否一致.

（2）TreeSet集合
1:底层数据结构是红黑树(是一个自平衡的二叉树)
2:保证元素的排序方式

（3）LinkedHashSet集合
底层数据结构由哈希表(是一个元素为链表的数组)和双向链表组成。

补充知识:

Object类中的equals方法和“==”是一样的，没有区别，即俩个对象的比较是比较他们的栈内存中存储的内存地址。

hashcode()是通过给对象生成hash值来判断对象是否相等一致。

因为hashCode()并不是完全可靠，有时候不同的对象他们生成的hashcode也会一样（生成hash值得公式可能存在的问题），所以hashCode()只能说是大部分时候可靠。
所以先用hashcod()比较，如果hashcod（）都不相同那么一定不相同，
如果hashcod（）相同，再用 equals（）比较。先用hashcod（）判断这样比较节约性能。