解析java中的hashMap

在java中，hashMap是一个经常使用的类，他负责存储一系列由键值对组成的数据，由键映射到值。最主要的优点是查找迅速。

我们先谈较为简单版本的。 

我们都知道，hashMap底层是靠数组和链表的结合体来实现的，但是具体是怎么实现的呢？ 

首先，hashMap默认创建一个长度为16的数组（至于为什么长度是16，之后再解释）。每一个数组上存储的是一个Entry对象，Entry对象中含有键值对，和指向下一个Entry对象的指针next。 

当一个键值对A存储在下标为0的位置时，下一个键值对B可能存储在下标为1的位置或者其他的位置，也可能也要存储在下标为0的位置，这取决于该键值对的键。这时候0上已经存储了A了，所以这时候需要将A上的Entry对象中的next指向B。这种情况可能会在每一个下标上出现。 

那我们来说说具体如何决定键值对应该存在哪。 

当调用hashMap的put方法时，先得到其键的hashCode（这其实很简单，因为每一个对象都会有hashCode这个方法，hashCode是继承自Object），hashMap并不是直接使用键的hashCode，而且在其基础上再求了一次散列值。 

1.h ^= (h >>> 20) ^ (h >>> 12); 

2.return h ^ (h >>> 7) ^ (h >>> 4); 

h就是键本来的的hashCode。那为什么要这么做的？或许你不是很了解为什么要无符号右移，为什么要做异或运算。但是，你只需要了解最终的目的，这个算法的目的是为了hashCode任意位的变化基本都能反应到最终的定位算法中。 

hashMap做这些看起来多余的操作其实都是为了尽可能减少hash冲突。减少hash冲突，那对Entry数组的查找的效率就越高。因为减少hash冲突，一个下标上的Entry链就越少，查找时遍历这个链所需要的时间越少。 

那为什么做了散列运算就能减少hash冲突呢？ 

继续往下看。 

对键的hashCode再进行一次求散列值得到newHashCode，然后求newHashCode 和(length-1)的与运算，length是Entry数组的长度。newHashCode&(length-1)所得到的结果就是下标了。 

在length是2的n次方的情况下，跟(length-1)做与运算，其实就是对length求模，只不过这样效率更高（这就是为什么默认Entry数组的长度为16了，当然数组长度为2的n次方的原因不止如此，你可以想象得到，如果length为2的n次方，那么经过再求一次散列所得到的newHashCode模length，得到的结果就是newHashCode二进制的后几位，而再求一次散列的目的再次也得以体现。hashMap的设计是如此的精妙）。 

现在明白了为什么hashMap要对键的hashCode做散列运算了吧。这样做的目的是防止两个键，他们的hashCode可能不同，但模Entry数组的长度所得到下标却相等（会出现这种情况，比如A的hashCode是17，而B的hashCode是1，他们和(length-1)的与运算的结果都为1）而造成的hash冲突。 

当hashMap的客座率超过数组长度的0.75（默认）时，hashMap就会扩展为原来的两倍（这样新的hashMap长度同样为2的n次方）。 

但是hashMap还有缺陷，就是可能会出现很多键值对都存储在同一个下标中，这样hashMap基本就退化成链表了。jdk1.8开始，hashMap如果同一下标存储的Entry对象过多，就会转化为红黑树。至于红黑树，我们下一节讨论。