java基础：HashMap原理

HashMap底层原理：大结构主要使用数组，链表，红黑树（jdk1.8新加）。数组与链表的结合叫哈希表 ，有兴趣的小伙伴可以看数据结构，有详细介绍。

数组：存储的数据是连续的，每一条数据有对应的下标（也即索引），多条数据在数组中，下标是连续的，也即内存地址是连续的，优点是节约空间（也即内存），查询效率高，想象一下图书馆整齐排列的书籍，我们通过检索（相对应数组中的下标）就可以得到相应是书籍，缺点是删除，新增某一条或多条数据效率相对较低，以删除为例，每当删除一条或多条数据是，由于下标是连续不断的，意味着数组需要重新排列，想象一下图书馆中整齐排列的书籍，如果你拿出一本书，那个位置就空缺了，我们就需要移动后面所有的书籍将位置一个个补上，这个是比较消耗时间的。

 

链表：链表是无序（也即不连续）的，每条数据都有指向下一条数据的索引（也即next）    就像一条链子一样将每个珍珠串起来

优点是删除，新增效率高，想象一下，以新增为例，加一条或多条数据就像在链子上加一个珍珠或多个珍珠一样，是不是很容易。

缺点是寻址困难（也即查询效率不高），占用空间大（内存空间），举个例子：如果一样东西随便放，但是房子大小时一定的，那意味着，房子内是不是有很多不连续的没有放东西的空间，这些空间有大有小，现在有一样东西比如自行车，大的空间碎片放浪费，小的放不下，这样是不是造成空间的浪费，由于你放的东西是乱放的，你自己都不知道放哪了，是不是寻址困难，找东西难找。数组相当于你放的东西在哪都有明确的地址，我们可以通过下标找到它，从时间复杂度来看，数组是O（1），而链表是O（n）

总结：数组查询效率高，新增删除低

          链表新增删除效率高，查询效率低

因此我们将数组和链表整合起来，达到新增删除查询效率都高，也即"哈希表",本文的HashMap就是基于"哈希表"实现的一种集合

红黑树：是java1.8新增的一种数据结构，本质是树家族的一种，用来提高HashMap的效率。

 

 

HashMap大结构图：

从上图我们能够看到：

纵向看数组：0-15表示数组的下标，HashMap默认长度是16，所以数组长度为16，数组中存储的是一个个节点（node或者叫Entry） ，Entry数组（Entry[]）  是HashMap中核心数组结构，我们也称之为"位桶结构".  

横向看链表：有没有发现一个链表中的一条数据就是一个Entry，Entry中的next指向下一个Entry

Entry：里面有4个属性：hash，key，value，next 看如下源码：

HashMap的存储方式是以key：value形式存储的

key：字面解释"关键"，key是唯一的，不能重复   HashMap允许key为null，但只能有一个key为null

value：字面解释"值",  是HasMap中存储的具体值。是可以重复的

next：指向下一个节点（Entry或node）

hash：键（key）对象的hash值

那hash值怎么来的呢？

接下来我们引入一个知识点：hashcode

hashcode：hashcode是Objec类的一个方法，我们都知道java是面向对象的，叫做万物皆对象，因此所有的类都默认继承Object，也即所有类都有这个方法，当调用这个方法时会随机生成32位数字。hashcode不同的两个对象，这两个对象一定不相同，hashcode相同的对象，两个对象不一定相同。这个时候我们就需要使用equals方法进一步比较。

equals：Object类的一个方法，如果hashcode相同，使用equals方法进一步比较时，如果equals也相同，则这两个对象一定相同，如果不相同，则这两个对象一定不想不同。 

我们首先获取key的hashcode，得到32位数字。以下length为数组的长度

jdk1.8之前通过hashcode%length取余运算得到hash值（hash范围：0-数组的长度-1）  由于取余运算效率不高 因此1.8之后改为位运算，位运算是cpu直接支持运行的2进制码，效率极高。但有一个前提，数组的长度必须是2的整数幂。HashMap默认长度是16。

jdk1.8之后通过 hashcode&（length-1） 算出hash值（hash范围：0-数组的长度-1）。

看到这里有没有发现hash值的范围和数组的下标index的范围是一样的，所以，算出hash值就是为了得到要存储数据的位置即下标。看起来很完美，但是有没有发现，如果算出的hash值如果一样（hash冲突），该怎么办？

以hash值为1为例：现在存储数据时，发现有两个或多个key算出的hash值都为1，这个时候，我们要通过equals方法一一比较新增的数据的key对象和原有存储过的对象是否相同，如果相同，就覆盖原有的值（value），如果不相同，就以链表的形式存放

后来，为了减少hash冲突，尽量的散列到位桶的各个位置，引入了二次hash。

说到这里引入一个知识点：负载因子：DEFAULT_LOAD_FACTOR  默认0.75 源码如下

为什么是0.75呢，而不是其他？  默认长度为什么是16？

hashmap 默认长度16*0.75=12，当位桶中存了12个元素时，HashMap就开始扩容，默认两倍 也就是长度32。

选0.75原因是：如果过小，比如0.5 当存储8个数据时就扩容，才用了一半的空间，是不是浪费空间，

                        如果过大，比如1，存了16个数据，总长度才16，是不是容易hash冲突

                        ,

默认长度16的原因：16这个数值特殊，2的4次幂，换成2进制：1111

                                还记不记得hash=hashcode&length     32位的hashcode与1111位运算，真正起作用的hashcode值是后面4位，因为1111前面的28位全部为0,  1111意味着：如下

   例1        1111      默认长度                                       例2         1111                                           例3                1111

                  &                                                                               &                                                                     &

                 1011    hashcode后4位                                            0011                                                                 0111

                  =                                                                               =                                                                     =

                1011                                                                          0011                                                                 0111

以上示例说明，位运算结果值不受1111影响，与hashcode有关，这样就可以大幅度减少hash冲突。

以上为存储数据的原理  获取数据（get）和存储（put）过程大体一样：

1.获取key的hashcode，算出hash值，进而定位到数组中存储的位置

2.在链表上调用equals方法一一比较key对象，直到返回true为止

3.返回key对应的value对象

当链表已经很长了，这个时候查询的效率也会随之降低，这个时候就引入了红黑树

当链表长度达到8，数组长度达到64的时候，对链表进行整改，以红黑树的形式存储。以提高效率。