hashmap小结

问题：

1.hashmap底层实现原理？数据结构？

2.size为什么是2的n次幂？

3.put实现？

4.hashmap为了解决hash冲突做了哪些事情？

5.扩容机制？

6.扩容之后，新旧table数组数据怎么迁移？迁移过程中做了哪些操作保证了node的均匀分布？

 

解答：

   计算key的hashcode（hash值计算采用的是高16位和hah与或^操作，为了让高16位也参与hash算法，目的是为了让node分布均匀，减少hash冲突的概率），

    1.计算key在table =node[]中的下标：（用key的hash%size-1，源码中采用的巧妙的算法，用&代替%，因为%操作相对于&操作效率较低：前提是table.size必须是2的n次幂）

    

     计算出key的下标位置后，有两种情况：

如果没有发生碰撞，直接添加元素到散列表中去

如果发生了碰撞(hashCode值相同)，进行三种判断

    1:若key地址相同或者equals后内容相同，则替换旧值

    2:如果是红黑树结构，就调用树的插入方法

    3：链表结构，循环遍历直到链表中某个节点为空，尾插法进行插入，插入之后判断链表个数是否到达变成红黑树的阀值8；也可以遍历到有节点与插入元素的哈希值和内容相同，进行覆盖。

如果桶满了大于阀值，则resize进行扩容

 

为什么HashMap的默认负载因子是0.75，而不是0.5或者是整数1呢？
答案有两种：

阈值(threshold) = 负载因子(loadFactor) x 容量(capacity) 根据HashMap的扩容机制，他会保证容量(capacity)的值永远都是2的幂 为了保证负载因子x容量的结果是一个整数，这个值是0.75(4/3)比较合理，因为这个数和任何2的次幂乘积结果都是整数。

理论上来讲，负载因子越大，导致哈希冲突的概率也就越大，负载因子越小，费的空间也就越大,这是一个无法避免的利弊关系，所以通过一个简单的数学推理，可以测算出这个数值在0.75左右是比较合理的

 

扩容：

调用场景：

1.初始化数组table

2.当数组table的size达到阙值时即++size > load factor * capacity 时，也是在putVal函数中

实现过程：

1.通过判断旧数组的容量是否大于0来判断数组是否初始化过

否：进行初始化

• 判断是否调用无参构造器，

  • 是:使用默认的大小和阙值

  • 否:使用构造函数中初始化的容量，当然这个容量是经过tableSizefor计算后的2的次幂数

是，进行扩容，扩容成两倍(小于最大值的情况下)，之后在进行将元素重新进行与运算复制到新的散列表（这里的key的hash需要重新计算hash，具体也是用hash&（newTable.length-1）这样保证了在原来oldTable中相同下标的Node链表，在迁移到新的newTable时，原来的低位链还是在原来的下标（i），而高位链则是在（i+newTable.length）位置上，这样Node相对分布均匀，减少了hash冲突的概率）

概括的讲：扩容需要重新分配一个新数组，新数组是老数组的2倍长，然后遍历整个老结构，把所有的元素挨个重新hash分配到新结构中去。