HashMap与HashSet的区别_学习笔记

链接源from:CSDN
java最基本的两种数据结构：数组和链表的区别：
数组易于快速读取(通过for循环),不变存储(数组长度有限制);
链表易于存储,不易于快速读取。
哈希表的出现是为了解决链表访问不快速的弱点,哈希表也称为散列表。

1.为什么用HashMap?

• HashMap是一个散列桶（数组和链表），它存储的内容是键值对(key-value)映射
• HashMap采用了数组和链表的数据结构，能在查询和修改方便继承了数组的线性查找和链表的寻址修改
• HashMap是非synchronized，所以HashMap很快
• HashMap可以接受null键和值，而Hashtable则不能（原因就是equlas()方法需要对象，因为HashMap是后出的API经过处理才可以）

2.HashMap的工作原理是什么？

• HashMap是基于hashing的原理，我们使用put(key, value)存储对象到HashMap中，使用get(key)从HashMap中获取对象。当我们给put()方法传递键和值时，我们先对键调用hashCode()方法，计算并返回的hashCode是用于找到Map数组的bucket位置来储存Node 对象。这里关键点在于指出，HashMap是在bucket中储存键对象和值对象，作为Map.Node 。
  
• 以下是HashMap初始化 ，简单模拟数据结构

Node[] table=new Node[16] 散列桶初始化，table
class Node {
 hash;//hash值
 key;//键
　value;//值
　node next;//用于指向链表的下一层（产生冲突，用拉链法）
}

• 以下是具体的put过程（JDK1.8版）
  1、对Key求Hash值，然后再计算下标

  2、如果没有碰撞，直接放入桶中（碰撞的意思是计算得到的Hash值相同，需要放到同一个bucket中）

  3、如果碰撞了，以链表的方式链接到后面

  4、如果链表长度超过阀值( TREEIFY THRESHOLD==8)，就把链表转成红黑树，链表长度低于6，就把红黑树转回链表

  5、如果节点已经存在就替换旧值

  6、如果桶满了(容量16*加载因子0.75)，就需要 resize（扩容2倍后重排）

• 以下是具体get过程(考虑特殊情况如果两个键的hashcode相同，你如何获取值对象？)
  当我们调用get()方法，HashMap会使用键对象的hashcode找到bucket位置，找到bucket位置之后，会调用keys.equals()方法去找到链表中正确的节点，最终找到要找的值对象。
  

3.有什么方法可以减少碰撞？

• 扰动函数可以减少碰撞，原理是如果两个不相等的对象返回不同的hashcode的话，那么碰撞的几率就会小些，这就意味着存链表结构减小，这样取值的话就不会频繁调用equal方法，这样就能提高HashMap的性能。（扰动即Hash方法内部的算法实现，目的是让不同对象返回不同hashcode。）
• 使用不可变的、声明作final的对象，并且采用合适的equals()和hashCode()方法的话，将会减少碰撞的发生。不可变性使得能够缓存不同键的hashcode，这将提高整个获取对象的速度，使用String，Interger这样的wrapper类作为键是非常好的选择。为什么String, Interger这样的wrapper类适合作为键？因为String是final的，而且已经重写了equals()和hashCode()方法了。不可变性是必要的，因为为了要计算hashCode()，就要防止键值改变，如果键值在放入时和获取时返回不同的hashcode的话，那么就不能从HashMap中找到你想要的对象。

4.如果HashMap的大小超过了负载因子(load factor)定义的容量，怎么办？

默认的负载因子大小为0.75，也就是说，当一个map填满了75%的bucket时候，和其它集合类(如ArrayList等)一样，将会创建原来HashMap大小的两倍的bucket数组，来重新调整map的大小，并将原来的对象放入新的bucket数组中。这个过程叫作rehashing，因为它调用hash方法找到新的bucket位置。这个值只可能在两个地方，一个是原下标的位置，另一种是在下标为<原下标+原容量>的位置

5.重新调整HashMap大小存在什么问题吗？

• 当重新调整HashMap大小的时候，确实存在条件竞争，因为如果两个线程都发现HashMap需要重新调整大小了，它们会同时试着调整大小。在调整大小的过程中，存储在链表中的元素的次序会反过来，因为移动到新的bucket位置的时候，HashMap并不会将元素放在链表的尾部，而是放在头部，这是为了避免尾部遍历(tail traversing)。如果条件竞争发生了，那么就死循环了。(多线程的环境下不使用HashMap）
• 为什么多线程会导致死循环，它是怎么发生的？
  HashMap的容量是有限的。当经过多次元素插入，使得HashMap达到一定饱和度时，Key映射位置发生冲突的几率会逐渐提高。这时候，HashMap需要扩展它的长度，也就是进行Resize。1.扩容：创建一个新的Entry空数组，长度是原数组的2倍。2.ReHash：遍历原Entry数组，把所有的Entry重新Hash到新数组。

6.HashTable

• 数组 + 链表方式存储
• 默认容量： 11(质数 为宜)
• put:
• 索引计算 : （key.hashCode() & 0x7FFFFFFF）% table.length
• 若在链表中找到了，则替换旧值，若未找到则继续
• 当总元素个数超过容量*加载因子时，扩容为原来 2 倍并重新散列。
  -将新元素加到链表头部
• 对修改 Hashtable 内部共享数据的方法添加了 synchronized，保证线程安全。

7.HashMap ，HashTable 区别

• 默认容量不同。扩容不同
• 线程安全性，HashTable 安全
• 效率不同 HashTable 要慢因为加锁

8.HashMap和HashSet的区别

HashSet是通过HasMap来实现的，HashMap的输入参数有Key、Value两个组成，在实现HashSet的时候，保持HashMap的Value为常量，相当于在HashMap中只对Key对象进行处理。
HashMap的底层是一个数组结构，数组中的每一项对应了一个链表，这种结构称“链表散列”的数据结构，即数组和链表的结合体；也叫散列表、哈希表。

1. HahMap存储对象的过程如下
   ①、对HahMap的Key调用hashCode()方法，返回int值，即对应的hashCode；

   ②、把此hashCode作为哈希表的索引，查找哈希表的相应位置，若当前位置内容为NULL，则把hashMap的Key、Value包装成Entry数组，放入当前位置；

   ③、若当前位置内容不为空，则继续查找当前索引处存放的链表，利用equals方法，找到Key相同的Entry数组，则用当前Value去替换旧的Value；

   ④、若未找到与当前Key值相同的对象，则把当前位置的链表后移（Entry数组持有一个指向下一个元素的引用），把新的Entry数组放到链表表头；

2. HashSet存储对象的过程
   往HashSet添加元素的时候，HashSet会先调用元素的hashCode方法得到元素的哈希值 ，

然后通过元素 的哈希值经过移位等运算，就可以算出该元素在哈希表中 的存储位置。

情况1： 如果算出元素存储的位置目前没有任何元素存储，那么该元素可以直接存储到该位置上。

情况2： 如果算出该元素的存储位置目前已经存在有其他的元素了，那么会调用该元素的equals方法与该位置的元素再比较一次

，如果equals返回的是true，那么该元素与这个位置上的元素就视为重复元素，不允许添加，如果equals方法返回的是false，那么该元素运行添加。