数据结构与算法Java（五）：散列表（哈希表）与HashMap底层实现(面试题）

一、概述

散列表是数组的一种扩展，用的是数组支持随机访问数据的特性，key-value的形式

散列冲突：指不同key，产生了相同的value

解决方法：1）开放寻址法：当散列冲突发生时，重新探测一个空闲的位置，将其插入。一般是在数据量比较小，装载因子小时采用。用装载因子表示空位的多少：散列表的装载因子 = 填入表中的元素个数 / 散列表的长度

• 线性探测的方式（从当前位置出发，依次往后查找）（如ThreadLocalMap采用）  。存在的问题是当插入的数据越来越多时，空闲位置越来越少，线性探测时极端情况下要遍历整张表，时间复杂度O(n)
• 二次探测：探测的步长是原来的“二次方”，如hash(key)+0，hash(key)+1^2，hash(key)+2^2
• 双重散列：使用一组散列函数的方式

           2）链表法（常用，如JDK1.7的HashMap）：在散列表中，每个“桶”会对应一条链表，所有的散列值相同的元素都放到相同槽位对应的链表中

 

二、面试题HashMap底层实现：

1. 初始大小：HashMap初始大小是16，可以通过修改默认初始大小，减少动态扩容次数，提高性能；
2. 装载因子和动态扩容：最大装载因子默认是0.75，当元素个数超过0.75*散列表容量时，自动扩容，每次扩容为原来的2倍
3. 散列冲突解决方法：在JDK1.8前这种“链表法”是解决HashMap散列冲突的方式，在JDK1.8解决散列冲突的方式改为：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）
4. 散列函数：

int hash(Object key) {

    int h = key.hashCode()；

    return (h ^ (h >>> 16)) & (capitity -1); //capicity 表示散列表的大小

}

 

参考资料：极客时间的《数据结构与算法之美》王争