Java集合（3）：小白也能看懂的HashMap图解、底层原理与Hash算法

前面分析了Java集合中ArrayList和LinkedList的源码，这次说一下另一个常用的集合：HashMap。

一 、HashMap的特点

（1）属于Map下的集合，用KV键值对存储元素，元素是无序的，key不允许重复，value允许重复，允许存储null。
（2）底层数据结构是哈希表，实现是链表+数组，JDK 8 后又加了红黑树。
（3）多线程环境下不安全，解决方法：

• 使用Hashtable；
• 调用Collections类的synchronizedMap方法；
• 使用juc包下的ConcurrentHashMap类代替（此方法效率最高）。

二、初识底层结构

特点中提到，HashMap底层结构为数组+链表+红黑树，先看一下大体的结构图：

简单的说，当一个数据要添加到HashMap中时，首先根据key找到数组的位置，如果数组已经有数据了则与前面的数据形成链表，如果链表过长则形成红黑树。
那么这个数组到底多大？链表多长时会形成红黑树？这一系列问题，我们可以在HashMap的属性中找到答案。

三、属性

HashMap中定义了六个常量，用来控制它的底层结构。
（1）static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
默认初始容容量等于16，也就是数组（也习惯称为为桶）的大小为16，这里既然有默认容量，也就是说数组的大小是可以改变的。此外，数组的容量必须是2的幂，至于原因会在后面解释。
（2）static final int MAXIMUM_CAPACITY = 1 << 30;
最大容量,也是说的数组长度（桶的个数）。为什么是1 << 30？因为int类型的数据能存下最大的2的幂就是2的30次方。
（3）static final float DEFAULT_LOAD_FACTOR = 0.75f;
默认的负载系数。前面说到数组的大小是会变化的，那么什么时候数组会变化呢？数组中已经存储的容量占总容量的负载系数倍，数组就会扩容。例如默认初始容量是16，默认负载系数为0.75，则当数组中存储元素超过16*0.75=12时，数组就会扩容。
（4）static final int TREEIFY_THRESHOLD = 8;
树形化的阈值为8。当一个链表上存储元素的个数多于8时链表就会开始转换为红黑树存储。
（5）static final int UNTREEIFY_THRESHOLD = 6;
取消树形化的阈值为6。当一个红黑树中的元素少于6时，红黑树就会转化为链表。
（6）static final int MIN_TREEIFY_CAPACITY = 64;
最小树形化阈值为64。这个参数的意思就是说，如果桶的个数小于64，那么即使链表长度大于8，也不会化为红黑树，而是会先采取扩容。

四、底层结构详解

看完了HashMap的各个属性，我们就可以明确HashMap底层结构的变化了：
1.如果构造方法采用默认的构造方法，会创建一个容量为16的数组。添加数据会在数组中添加，如果数组中有数，则在后面形成链表。

2.继续添加数据，有两种情况会导致数组扩容

a.HashMap中存储元素的个数大于阈值（数组容量*负载系数）

b.如果数组其中一个格子的链表长度大于8

数组的扩容是按照扩容两倍的规则扩容的，扩容完后已有的数据会重新计算在HashMap中的位置。
3.扩容后的数组，如果容量大于64，继续添加数据，如果HashMap中存储元素的数量大于阈值（数组容量*负载系数）会继续扩容，但是如果链表长度大于8，链表转变为红黑树。

如果因为删除数据或扩容导致红黑树的元素小于6，红黑树会变回链表。关于添加数据、扩容等源码会在后面的文章详细介绍。

五、定位算法

看到这里，可能会疑惑，数据是如何选择要存到数组的哪个位置的？比较容易想到的是计算出数据key的hash值，与数组的容量进行取模（%）运算，然后得出位置。

其实HashMap也是这么做的，但是由于计算机的模运算消耗较大，HashMap采用了位与运算（&）来代替，用的是以下公式：hash % N = hash & N-1 。比如在HashMap中添加元素的方法中有段代码为：

 if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);

其中tab[]就是数组，i = (n - 1) & hash就是计算出的位置。

此外，在JDK1.8中还优化了hash算法，当数组容量太小时（例如16），参与位与运算（&）的hash值的高位并不会参加运算，决定存储位置只会取决于hash值的低四位，大大增大了hash冲突（多个数据进行计算存储的位置相同）的概率。优化的hash算法如下：

static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

看代码可知是将hash值右移16位并进行异或（^）计算，这样高位也能参与后面的计算了。

综上，定位算法的计算过程如下：