HashMap详解

 基本原理

        HashMap根据键的hashCode值存储数据，在JDK7中采用的是数组+链表的方式，而在JDK8中采用的是位桶+链表/红黑树的方式，如果发生哈希冲突时，HashMap通过链表将产生碰撞冲突的元素组织起来，通过拉链法解决冲突；当链表的长度超过8时，就将链表转换成红黑树， Node是HashMap的一个内部类，实现了Map.Entry接口，本质是就是一个映射(键值对)，Node[] table，即哈希桶数组。

解决 hash 冲突的常见方法

a. 链地址法：将哈希表的每个单元作为链表的头结点，所有哈希地址为 i 的元素构成一个同义词链表。即发生冲突时就把该关键字链在以该单元为头结点的链表的尾部。

b. 开放定址法：即发生冲突时，去寻找下一个空的哈希地址。只要哈希表足够大，总能找到空的哈希地址。

c. 再哈希法：即发生冲突时，由其他的函数再计算一次哈希值。

d. 建立公共溢出区：将哈希表分为基本表和溢出表，发生冲突时，将冲突的元素放入溢出表。

HashMap 就是使用链地址法来解决冲突的（jdk8中采用平衡树来替代链表存储冲突的元素，但hash() 方法原理相同）。数组中的每一个单元都会指向一个链表，如果发生冲突，就将 put 进来的 K- V 插入到链表的尾部。

所谓 “拉链法”就是：将链表和数组相结合。也就是说创建一个链表数组，数组中每一格就是一个链表。若遇到哈希冲突，则将冲突的值加到链表中即可。

相比于之前的版本， JDK1.8之后在解决哈希冲突时有了较大的变化，当链表长度大于阈值（默认为8）时，将链表转化为红黑树，以减少搜索时间。

 确定哈希桶数组索引位置

        不管增加、删除、查找键值对，都要先定位到哈希桶数组的位置，HashMap的Hash算法本质上是三步：取key的hashCode值、高位运算（高16位异或低16位）、取模运算。

put方法  

        首先判断数组table是否为空或长度为0，若是就执行resize()进行扩容，否则根据key计算hash值得到插入的数组索引i，若i桶为空，就新建节点添加，否则判断i桶的首个元素和key是否一样，若相同（hashcode与equals），就覆盖value，否则去判断是否为红黑树，若是就直接插入，否则遍历i桶，若链表长度大于8，就将链表转换为红黑树后插入，否则就在链表中插入，遍历i桶的过程中若发现key已经存在直接覆盖value即可。最后判断size是否超过threshold，如果超过，进行扩容。

扩容机制

        扩容(resize)就是重新计算容量，用一个新的数组代替已有的容量小的数组，若容量大于16（默认），就进行扩容，将size扩大为原来的2倍，然后重新确定索引值（rehash），在JDK1.7中需要重新计算hash，但在JDK8中只需要看原来的hash值新增的那个bit是1还是0，若是0索引不变，是1的话索引变成“原索引+oldCap”，若新表的数组索引位置相同，在JDK7中链表元素会倒置，但JDK8不会倒置。

get方法

       先通过计算key的hash值，找到哈希桶的位置，否则返回null，然后与桶的第一个key比较，若相同就返回，否则遍历红黑树查找，若没找到就在链表中查找key。HashMap使用链地址法来解决碰撞问题，当发生碰撞了，对象将会储存在链表的下一个节点中。 HashMap在每个链表节点中储存键值对对象。在JDK7中，若两个不同的键对象的hashcode相同， 即存储在同一个bucket位置的链表中。利用keys.equals()方法用来找到键值对。

线程安全性

        当HashMap在多线程的情况下同时put，若同时触发了rehash操作，会导致HashMap中的链表中出现循环节点（Node的next不为空），导致CPU利用率接近100%，这个问题在JDK1.8已经解决，但多线程下使用HashMap还会有一些其他问题比如数据丢失，所以多线程下不应该使用HashMap。

          解决方法：使用Collections.synchronizedMap（在put和get方法加了synchronized）或ConcurrentHashMap（采用了分段锁以及CAS支持更高的并发）来保证线程安全。

利用负载因子，可以减缓哈希冲突，hashmap的默认负载因子是0.75，阈值是16 * 0.75 = 12；初始长度为16；

 

HashMap和HashTable的区别

1. 线程是否安全： HashMap 是非线程安全的，HashTable 是线程安全的；HashTable 内部的方法基本都经过 synchronized 修饰。（如果你要保证线程安全的话就使用 ConcurrentHashMap 吧！）；
2. 效率： 因为线程安全的问题，HashMap 要比 HashTable 效率高一点。另外，HashTable 基本被淘汰，不要在代码中使用它；
3. 对Null key 和Null value的支持： HashMap 中，null 可以作为键，这样的键只有一个，可以有一个或多个键所对应的值为 null。。但是在 HashTable 中 put 进的键值只要有一个 null，直接抛出 NullPointerException。
4. 初始容量大小和每次扩充容量大小的不同 ： ①创建时如果不指定容量初始值，Hashtable 默认的初始大小为11，之后每次扩充，容量变为原来的2n+1。HashMap 默认的初始化大小为16。之后每次扩充，容量变为原来的2倍。②创建时如果给定了容量初始值，那么 Hashtable 会直接使用你给定的大小，而 HashMap 会将其扩充为2的幂次方大小。也就是说 HashMap 总是使用2的幂作为哈希表的大小,后面会介绍到为什么是2的幂次方。
5. 底层数据结构： JDK1.8 以后的 HashMap 在解决哈希冲突时有了较大的变化，当链表长度大于阈值（默认为8）时，将链表转化为红黑树，以减少搜索时间。Hashtable 没有这样的机制。

HashMap的长度为什么是2的幂次方

为了能让 HashMap 存取高效，尽量较少碰撞，也就是要尽量把数据分配均匀。我们上面也讲到了过了，Hash 值的范围值-2147483648到2147483648，前后加起来大概40亿的映射空间，只要哈希函数映射得比较均匀松散，一般应用是很难出现碰撞的。但问题是一个40亿长度的数组，内存是放不下的。所以这个散列值是不能直接拿来用的。用之前还要先做对数组的长度取模运算，得到的余数才能用来要存放的位置也就是对应的数组下标。

这个算法应该如何设计呢？

我们首先可能会想到采用%取余的操作来实现。但是，重点来了：“取余(%)操作中如果除数是2的幂次则等价于与其除数减一的与(&)操作（也就是说 hash%length==hash&(length-1)的前提是 length 是2的 n 次方；）。”并且 采用二进制位操作 &，相对于%能够提高运算效率，这就解释了 HashMap 的长度为什么是2的幂次方。

 

HashMap存储，两个键值对中key如果哈希值相同是怎么存储的? 
哈希值相同，但内容不相同，采用桶存储; 
哈希值相同，equals()比较内容也相同的话，就不存储，因为这个情况下，key相等，不允许这种情况发生; 
扩充： 
HashMap和和Hashtable都是基于哈希表存储数据的，具体就是：内部维护了一个存储数据的Entry数组，HashMap采用链表解决冲突，每一个Entry本质上是一个单向链表。当准备添加一个key-value对时，首先通过hash(key)方法计算hash值，然后通过indexFor(hash,length)求该key-value对的存储位置，计算方法是先用hash&0x7FFFFFFF后，再对length取模，这就保证每一个key-value对都能存入HashMap中，当计算出的位置相同时，由于存入位置是一个链表，则把这个key-value对插入链表头。