Java数据结构 Hashmap

Hash表有：

布隆过滤器、bitmap、HashSet、HashMap、ConcurrentHashMap

JDK的HashMap

HashMap不能由get是否为空来判断是否存在某个键

如果key存在，那么覆盖，不存在则存入整个键值对。

HashMap的一些参数

默认初始化长度为16

默认负载因子0.75

当table被使用75%以上时会二倍扩容，是效率和空间的折中，比如ArrayList扩容1.5因为扩容代价比较小，HashMap需要reHash等等。

数组中链表超过8转红黑树，为什么是8？

• 这一段注释的内容和目的都是为了解释在java8 HashMap中引入Tree Bin（也就是放入数据的每个数组bin从链表node转换为red-black tree node）的原因
• TreeNode虽然改善了链表增删改查的性能，但是其节点大小是链表节点的两倍
• 虽然引入TreeNode但是不会轻易转变为TreeNode（如果存在大量转换那么资源代价比较大），根据泊松分布来看转变是小概率事件，性价比是值得的
• 泊松分布是二项分布的极限形式，两个重点：事件独立、有且只有两个相互对立的结果
• 泊松分布是指一段时间或空间中发生成功事件的数量的概率
• 对HashMap table[]中任意一个bin来说，存入一个数据，要么放入要么不放入，这个动作满足二项分布的两个重点概念
• 对于HashMap.table[].length的空间来说，放入0.75*length个数据，某一个bin中放入节点数量的概率情况如上图注释中给出的数据（表示数组某一个下标存放数据数量为0~8时的概率情况）
  • 举个例子说明，HashMap默认的table[].length=16，在长度为16的HashMap中放入12（0.75*length）个数据，某一个bin中存放了8个节点的概率是0.00000006
  • 扩容一次，16*2=32，在长度为32的HashMap中放入24个数据，某一个bin中存放了8个节点的概率是0.00000006
  • 再扩容一次，32*2=64，在长度为64的HashMap中放入48个数据，某一个bin中存放了8个节点的概率是0.00000006

所以，当某一个bin的节点大于等于8个的时候，就可以从链表node转换为treenode，其性价比是值得的。

理解：

1. 链表占据的空间小一半：在1-8的时候使用链表，那么时间复杂度其实是O1的，不仅数据结构占用空间是红黑树的一半；
2. 红黑树在数量较少时插入耗时：链表插入简单，根据编写人员给的数据，数据少的时候冲突时的插入发生概率较大，红黑树会有平衡，改色等操作，远远没有链表来的快速。
3. 但是在大量数据冲突的时候，链表的时间复杂度就会达到O(N)，尤其在Hash函数较差的时候，所以使用红黑树来有效降低高数据的查询O(logN)。

/* 默认参数，在Hash函数理想的情况下， 每个位置上Hash冲突发生的数据个数。
* 0:    0.60653066
* 1:    0.30326533
* 2:    0.07581633
* 3:    0.01263606
* 4:    0.00157952
* 5:    0.00015795
* 6:    0.00001316
* 7:    0.00000094
* 8:    0.00000006*/

关于两个Node结构空间的源码

//摘自ConcurrentHashMap源码，上方是Node，下方是TreeNode
//看起来没差多少，但是TreeNode其实是继承了Node的，所以父类的成员变量也是有的。
final int hash;
final K key;
volatile V val;
volatile Node<K,V> next;

TreeNode<K,V> parent;  // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev;    // needed to unlink next upon deletion
boolean red;

hash的处理

hashCode

hashCode 表示对象在 hash 表中的位置，对于同一个对象来说，多次调用，返回相同的 hashCode。

• 如果 Object.equal () 相等，Object.hashCode () 也必然相等。重写时也建议保证此特性。
• 如果 Object.equal () 不相等，这并不要求 Object.hashCode () 也返回不同值。如果真出现这种情况，最好优化代码，充分利用 hash 表的性能。

重写hashCode：如果你重载了equals，比如说是基于对象的内容实现的，而保留hashCode的实现不变，那么很可能某两个对象明明是“相等”，而hashCode却不一样。

确定位置

数组结构内通过(n-1)&hash取余，取hash值对于当前容量的余。

Key–Hash—取模—>存储

判断key有三个部分

((k = p.key) == key || (key != null && key.equals(k)))

时间复杂度

O1，On，Ologn（红黑树）

Hashmap缺点：

速度快；但是存不了大数据，线程不安全的，扩容的时候会用空间的操作，不支持多线程，主要是put的时候。

HashTable：

线程安全。继承自Dictionary类实现了Map。方法是同步的，而HashMap中的方法缺省情况下是非同步的。

key和value都不能有null值。

ConcurrentHashMap：

分段锁（JDK1.7），默认16个分段锁。
JDK1.8 使用CAS加synchronized

Hash（散列函数）

数组是简单的Hash，但没有数组就没有散列表，数组的散列函数为：y=x。

1. 直接寻址法
2. 余数法
3. 数字分析法
4. 平方取中法
5. 折叠法
6. 随机数法
7. …

Java中的Hash函数

int hash(Object key){
    int h = key.hashCode();
    return (h^(h>>>16))&(capacity - 1);//cap为散列表大小
}

Hash冲突

两种方法解决Hash冲突

探测（线性寻址）+链表（拉链）

开放寻址：

如果出现散列冲突，就重新探测一个空闲位置，放入。

Hash函数不变，在寻找对应值时，额外进行比较，如果值不对应或者有delete标志，再向下探测

装不下：扩容

链路地址（更常用）：

寻址后找到的是链表，即不存值，存链表指针 。

链表插入、删除快，但是查询慢。二叉搜索树可能会退化成链表，所以加入了红黑树。