对HashMap数据结构的理解——加载因子和初始容量

先看源码：

解释一下位移运算：

1<<4 是位移运算的表示，为十进制16
1的二进制表示：1
左移4位之后的二进制表示为B（10000） = D（16）
更简单的计算方法就是 1<< n 等效于 1 乘以 2的 n 次方

进入正题

HashMap底层数据结构是数组+链表，JDK1.8中还引入了红黑树，当链表长度超过8个时，会将链表转成红黑树，以提升其查找性能。

HashMap有两个参数影响其性能：初始容量和加载因子。

1、HashMap的初始容量

容量是哈希表中桶的数量，初始容量只是哈希表在创建时的容量。

2、HashMap的加载因子

加载因子是哈希表在其容量自动扩容之前可以达到多满的一种度量。

3、作用

当哈希表中的条目数超出了加载因子与当前容量的乘积时，则要对该哈希表进行扩容、rehash操作（即重建内部数据结构），扩容后的哈希表容量为原来的两倍。

为了减少冲突的概率，当HashMap的数组长度到了一个临界值就会触发扩容，把所有元素rehash再放到扩容后的容器中，所以说rehash是一个非常耗时的操作。

而这个临界值是由加载因子和当前容器的容量大小来确定：
DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR
即默认情况下是 16x0.75 =12 时，就会触发扩容操作。

 /**
     * Implements Map.put and related methods.
     *
     * @param hash hash for key
     * @param key the key
     * @param value the value to put
     * @param onlyIfAbsent if true, don't change existing value
     * @param evict if false, the table is in creation mode.
     * @return previous value, or null if none
     */
    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

4、面试高频：为什么加载因子初始化是0.75呢？

• 也是一个综合考虑，如果设置过小如0.5，HashMap 每 put 少量的数据，都要进行一次扩容，而扩容操作会消耗大量的性能。使得空间利用率很低，同时提高了rehash（重建内部数据结构）操作的次数。
• 如果设置过大的话，比如设成1，容量还是16，假设现在数组上已经占用了15个，再要put数据进来，计算数组 index 时，发生 hash碰撞 的概率将达到15/16，这违背了 HashMap 减少 hash碰撞 的原则。同时，这样会减少空间开销，提高空间利用率，但同时会增加查询时间的成本。
• 因此，选择0.75作为默认的加载因子，完全是时间和空间成本上寻求折中的选择。
• 在设置初始容量时应该考虑到映射中所需的条目数及其加载因子，以便最大限度地减少rehash操作次数，所以，一般在使用HashMap时建议根据预估值设置初始容量，减少扩容操作。

4、面试高频：为什么初始容量是16

当容量为2的幂次方时，源码中 n -1 对应的二进制数全为1，这样才能保证它和 key 的 hashcode 做&运算后，能够均匀分布，这样才能减少hash碰撞的次数。至于默认值为什么是16，而不是2 、4、8，或者32、64、1024等，应该就是个折中处理，过小会导致放不下几个元素，就要进行扩容了，而扩容是一个很消耗性能的操作。取值过大的话，无疑会浪费更多的内存空间。因此在日常开发中，如果可以预估HashMap会存入节点的数量，则应该在初始化时，指定其容量。

参考原文：
HashMap容量和负载因子：https://blog.csdn.net/ye17186/article/details/88876417
HashMap中的初始容量和加载因子：https://blog.csdn.net/weixin_44723496/article/details/112387738