HashMap浅析（一）

HashMap浅析(一)

​ 无论几年的程序猿，面试必问的题，HashMap算一大山，这座山翻不过去，离自己梦想的公司想必是无缘的。

​ 很多人觉得会用HashMap不就行了吗，为什么非要研究它的原理呢？

​ 摸一摸自己的大光头，你真的会用吗？如何用效率高？除了当普通的数据结构使用，其他地方可不可以用到呢？

​ 接下来我会大致的对HashMap进行一个简短的分析。学习是一个循循渐进的过程，不要妄想一晚上学会什么原理，教你的是骗子，但你不能当傻子。

​ 第一节是对于数组容量为2的幂次方的解惑。后续会慢慢补充

初始容量

HashMap的初始容量默认为 1<<4，即16

//The default initial capacity - MUST be a power of two.
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;

位运算讲解

我先给大家介绍一下代码片段中的位运算符，方便不懂的小伙伴知道如何计算

首先敲出来1的二进制，养成良好的习惯，32位记得写全

---

位移前: 0000 0000 0000 0000 0000 0000 0000 0001

---

代码中的<<是左移运算符，即左移四位.

这里需要注意，不是单指左移二进制中的尾部1

---

位移中：0000 | 0000 0000 0000 0000 0000 0000 0001

---

如上面所示：你可以把那个“|”当作一个水龙头，左移四位，就是让水龙头把离它近的四位0排出去

---

位移中：| 0000 0000 0000 0000 0000 0000 0001

---

排出去四位0之后呢，平白无故的少了四位兄弟，那得补充上来0对吧（空位补零）

---

位移后：0000 0000 0000 0000 0000 0000 0001 0000

位移前：0000 0000 0000 0000 0000 0000 0000 0001

尽管看上去像只是1左移了四位，但是并不能这么想，如果是：…0001 0011 0001呢。

上面只是说了基础的算法，那如果我想快速运算呢，不想通过二进制呢？

x<<y 相当于
$$x\ast y^2$$
x>>y相当于
$$x/2^y$$

回归正题

注意代码上方的注释：默认初始容量-必须是2的幂次方值

那么为什么一定要让容量为2的幂次方值呢，带着这个问题继续看下去。

首先HashMap的底层数据结构：数组+链表，当链表长度大于8时，转变为红黑树；这是常见的答案。

数组是什么数组？链表是什么链表？（皮一下很开心）

//这一行代码应该都能了解吧
transient Node<K,V>[] table;

众所周知啊，HashMap中的数组使用散列即常说的哈希算法确定角标，使用链地址法解决哈希冲突。

//jdk1.8之后的hash算法实现，1.7的indexFor已经去掉了，但是用法没变。
static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

这里着重解释一下(h = key.hashCode()) ^ (h >>> 16)

是不是看着很懵？懵就对啦

下面举个例子：比如计算key为“程序猿”的值，hashcode值：30804443

代码中“>>>”是无符号右移，即逻辑右移，按照我上面位运算的讲解，这个时候是需要整体向右移动16位，

即图中黑竖线的右边数字全部舍弃掉。

然后老规矩，空出来的位置补0

java中的^运算是异或，相同为0，不同为1的运算

可以看到通过这样的运算，高16位其实没变化。

说的直白点，这么多步的运算，其实就是为了让key的hashCode值进行一个自身的高16位与低16位的异或运算，可以有效减少hash碰撞。

到这里其实只是算出来了HashMap中的hash值，接下来还有一个最常问到的代码片段

(n - 1) & hash

n是数组长度，hash是上面hash()方法算出来的hash值。

这里可以试着想一想，n是2的幂次方，也就是2，4，8，16等等等，他们的二进制有什么特点？

额，看起来并不明显是吧，接下来再看看n-1的呢

低位都是1，对吧，接下来结合起来看吧！

首先解释下&运算是按位与，即0&0=0，0&1=0，1&0=0，1&1=1.

那么想一想上面计算得出的hash值，两个进行按位与计算会是什么样的呢？

以n=16为例

看出来了吗，最终结果只跟hash值的最后几位有关系！！！

长度采取2的幂次方的原因

首先假设现在数组长度非2的幂次方，比如n=10，(n-1)=9，它的二进制为：1001，

现在有一个key=“程序猿”，通过上述的hash()方法计算出来的二进制的最后四位：1101，

1001&1101=1001

1001即得到的index值，但是换个思路想想，在保证n-1值（1001）不变的情况下，是不是还有另外的值会得到1001？当然是有的：1011.

而且还存在某些index值永远不会用到，比如0111永远不会出现。

结论：如果在不规定n为2的幂次方情况下，很容易出现数组下角标index重复（出现重复的概率提升）或者存在某些index永远用不到的情况，所以在n为2的幂次方时，只要保证hash()算法本身分布均匀就足够了。
还有一个重要原因：在n为2的幂次方情况下，hash%n等价于(n-1)&hash，而且"&“运算要比”%"快得多。