HashMap底层存储原理、哈希冲突的产生

HashMap存储本质上是数组+链表+红黑树实现。

 

数组的特点：查询快，插入删除慢

链表的特点：查询慢，插入删除快

哈希算法(也叫散列)：就是把任意长度值（key）通过散列算法变换成固定长度的key（地址），通过这个地址进行访问的数据结构。

看一个具体的实例：

 有以上这样一个长度为8的数组，现在我们要存储key=“张三”这样一个数据，假设key的hash值为423。用数组的长度对hash值进行取模运算，即423%8=7。得到7就是数组的索引，我们就将key存放在索引为7的位置。

哈希冲突的产生

通过这样的方法也随之产生了一个问题，那就是哈希冲突（碰撞）。因为数组的大小有限，我们计算出的索引始终在一个范围内。这样我们难免在计算不同的hash值时得到的索引一样，但是一个位置又不可能存放2个不同的key。所以就产生了哈希冲突。

举例：

要存放2个key，一个key=“张三”的hash值为423，另一个key=“李四”hash值503。通过取模运算得到的索引都为7，那么这样改如何存储？

那么链表的用途就来了，当发现数组上的位置被占用了，我们可以将该key链接在该位置后面。

 以上就是hashMap大致的存储原理。

明白了大致的存储思想，我们来看一下细节。

1.hashMap存储是不允许存放key值一样的数据，它是先通过对比hash值是否相等，如果不相等，可以直接存放；如果相等，再用equals比较，如果不等，直接存放，如果相等则会用当前的数据覆盖之前的。

2.我们都知道链表的查询速度很慢，所以当链表上存储的数据过多时会导致查询变慢。当链表长度大于等于8时，会将链表转化为红黑树（二叉树的一种，相比普通二叉树更平衡）加快查询速度。当长度小于7时又会变成链表结构。

3.当存储的数据十分庞大时，数组的长度过小，会导致红黑树过于庞杂，显然也是不好的。所以当达到一定容量时，还需对数组长度进行扩充。数组的扩充是以2倍的形式进行扩容。