数组链表hashmap底层

数组与链表的区别：数组是有序的，方便查询(数组下标是依次递增的，因此可以根据下标来进行二叉树查询)

但是不便于新增或删除，每当插入或删除一个元素时，之后的元素就会重新排列位置获得新的下标。

（思考：这是不是和索引很像？便于查询而不便于增删）。
链表无序，除了一个链表头，其他全是依次依赖的关系，不方便查询(需要按位next())，便于新增删除，不需要排位置。

数组原理的类有：arraylist
链表原理的类有：linklist

这里arraylist可以根据size来循环，而linklist需要迭代器来进行next的操作，可以证明二者的不同性质。

hashmap是由数组和链表的原理共同组成

hashmap的key-value模式和数组的index-value模式很相似；

而在key不同而value相同时候，对一个value的储存方式与链表很相似；

哈希表（(Hash table）既满足了数据的查找方便，同时不占用太多的内容空间，使用也十分方便。
哈希表是由数组+链表组成的，一个长度为16的数组中，每个元素存储的是一个链表的头结点。那么这些元素是按照什么样的规则存储到数组中呢。一般情况是通过hash(key)%len获得，也就是元素的key的哈希值对数组长度取模得到。比如上述哈希表中，12%16=12,28%16=12,108%16=12,140%16=12。所以12、28、108以及140都存储在数组下标为12的位置。

 

首先HashMap里面实现一个静态内部类Entry，其重要的属性有 key , value, next，从属性key,value我们就能很明显的看出来Entry就是HashMap键值对实现的一个基础bean，我们上面说到HashMap的基础就是一个线性数组，这个数组就是Entry[]，Map里面的内容都保存在Entry[]里面。

// 存储时:
int hash = key.hashCode(); // 这个hashCode方法这里不详述,只要理解每个key的hash是一个固定的int值
int index = hash % Entry[].length;
Entry[index] = value;

// 取值时:
int hash = key.hashCode();
int index = hash % Entry[].length;
return Entry[index];

hashmap的put原理(参数：key，value)：
根据key算出hashcode值，算出该code在哈希表中的位置,
遍历该链表，如果该key存在，就替换为新value。

hashmap的get原理(参数：key)：
根据key查出hashcode值，定位到数组元素，依次遍历链表next，直到有value。
 

hashmap的扩容机制：
1、
当我们往hashmap中put元素的时候，先根据key的hash值得到这个元素在 数组中的位置（即下标），然后就可以把这个元素放到对应的位置中了。
如果这个元素所在的位子上已经存放有其他元素了，那么在同一个位子上的元素将以链表的 形式存放，新加入的放在链头，比如a->b->c，新加入的d放到a的位置前面，
最先加入的放在链尾，也就是c。最后变成d->a->b->c，从hashmap中get元素时，
首先计算key的hashcode，找到数组中对应位置的某一元素， 然后通过key的equals方法在对应位置的链表中找到需要的元素。

2、
在hashmap中要找到某个元素，需要根据key的hash值来求得对应数组中的位置。
如何计算这个位置就是hash算法。前面说过hashmap的数据结构是数组和链表的结合，
所以我们当然希望这个hashmap里面的元素位置尽量的分布均匀些，尽量使得每个位置上的元素数量只有一个，
那么当我们用hash算法求得这个位置 的时候，马上就可以知道对应位置的元素就是我们要的，而不用再去遍历链表。
所以我们首先想到的就是把hashcode对数组长度取模运算，这样一来，元素的分布相对来说是比较均匀的。
但是，“模”运算的消耗还是比较大的，能不能找一种更快速，消耗更小的方式那？java中时这样做的，

Java代码

staticintindexFor(inth,intlength){ 
returnh&(length-1); 
}

首 先算得key得hashcode值，然后跟数组的长度-1做一次“与”运算（&）。看上去很简单，
其实比较有玄机。比如数组的长度是2的4次方， 那么hashcode就会和2的4次方-1做“与”运算。
很多人都有这个疑问，为什么hashmap的数组初始化大小都是2的次方大小时，hashmap 的效率最高，我以2的4次方举例，来解释一下为什么数组大小为2的幂时hashmap访问的性能最高。 
看下图，左边两组是数组长度为16（2的4次方），右边两组是数组长度为15。两组的hashcode均为8和9，但是很明显，当它们和1110“与”的 时候，产生了相同的结果，
也就是说它们会定位到数组中的同一个位置上去，这就产生了碰撞，8和9会被放到同一个链表上，那么查询的时候就需要遍历这个链 表，得到8或者9，这样就降低了查询的效率。
同时，我们也可以发现，当数组长度为15的时候，hashcode的值会与14（1110）进行“与”，
那么 最后一位永远是0，而0001，0011，0101，1001，1011，0111，1101这几个位置永远都不能存放元素了，空间浪费相当大，
更糟的是 这种情况中，数组可以使用的位置比数组长度小了很多，这意味着进一步增加了碰撞的几率，减慢了查询的效率！
所以说，当数组长度为2的n次幂的时候，不同的key算得得index相同的几率较小，那么数据在数组上分布就比较均匀，也就是说碰撞的几率小，
相对的，查询的时候就不用遍历某个位置上的链表，这样查询效率也就较高了。说到这里，我们再回头看一下hashmap中默认的数组大小是多少，
查看源代码可以得知是16，为什么是16，而不是15，也不是20呢，看到上面 annegu的解释之后我们就清楚了吧，显然是因为16是2的整数次幂的原因，
在小数据量的情况下16比15和20更能减少key之间的碰撞，而加快查询 的效率。

3、

当hashmap中的元素越来越多的时候，碰撞的几率也就越来越高（因为数组的长度是固定的），所以为了提高查询的效率，就要对hashmap的数组进行 扩容，
数组扩容这个操作也会出现在ArrayList中，所以这是一个通用的操作，很多人对它的性能表示过怀疑，不过想想我们的“均摊”原理，就释然了， 
而在hashmap数组扩容之后，最消耗性能的点就出现了：原数组中的数据必须重新计算其在新数组中的位置，并放进去，这就是resize。

那么hashmap什么时候进行扩容呢？当hashmap中的元素个数超过数组大小*loadFactor时，就会进行数组扩容，loadFactor的 默认值为0.75，
也就是说，默认情况下，数组大小为16，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，
然后重新计算每个元素在数组中的位置，而这是一个非常消耗性能的操作，所以如果我们已经预知hashmap中元素的个数，那 么预设元素的个数能够有效的提高hashmap的性能。

比如说，我们有1000个元素new HashMap(1000), 但是理论上来讲new HashMap(1024)更合适，不过上面annegu已经说过，
即使是1000，hashmap也自动会将其设置为1024。 但是new HashMap(1024)还不是更合适的，因为0.75*1000 < 1000, 
也就是说为了让0.75 * size > 1000, 我们必须这样new HashMap(2048)才最合适，既考虑了&的问题，也避免了resize的问题。

哈希表及处理hash冲突的方法：

看了ConcurrentHashMap的实现, 使用的是拉链法.

虽然我们不希望发生冲突，但实际上发生冲突的可能性仍是存在的。当关键字值域远大于哈希表的长度，而且事先并不知道关键字的具体取值时。冲突就难免会发生。

另外，当关键字的实际取值大于哈希表的长度时，而且表中已装满了记录，如果插入一个新记录，不仅发生冲突，而且还会发生溢出。

因此，处理冲突和溢出是哈希技术中的两个重要问题。

哈希法又称散列法、杂凑法以及关键字地址计算法等，相应的表称为哈希表。
这种方法的基本思想是：首先在元素的关键字k和元素的存储位置p之间建立一个对应关系f，使得p=f(k)，f称为哈希函数。
创建哈希表时，把关键字为k的元素直接存入地址为f(k)的单元；以后当查找关键字为k的元素时，再利用哈希函数计算出该元素的存储位置p=f(k)，
从而达到按关键字直接存取元素的目的。 

当关键字集合很大时，关键字值不同的元素可能会映象到哈希表的同一地址上，即 k1≠k2 ，但 H（k1）=H（k2），这种现象称为冲突，
此时称k1和k2为同义词。实际中，冲突是不可避免的，只能通过改进哈希函数的性能来减少冲突。
综上所述，哈希法主要包括以下两方面的内容：
 1）如何构造哈希函数

 2）如何处理冲突。

总结一下问题：
hashmap原理
key，value存储原理
同一个链表中的value如何区分
如何扩容：(元素个数超过数组大小*loadFactor时，就会进行数组扩容，loadFactor的 默认值为0.75，每次扩容默认扩充一倍)
hashmap处理冲突是否与同一个链表中的value如何区分为同一个问题
为什么HashMap容量一定要为2的幂呢

entry 
hashtable
理解一下名词具体含义