HashMap 底层原理解析

Lill_bin

于 2024-09-08 20:34:26 发布

阅读量416

点赞数 25

分类专栏： java 文章标签：哈希算法散列表算法设计模式后端数据结构

本文链接：https://blog.csdn.net/qq_56438516/article/details/142032543

版权

78 篇文章 1 订阅

订阅专栏

HashMap 是 Java 中非常常用的一个数据结构，它基于哈希表实现，提供了快速的键值对存储和检索。本文将深入探讨 HashMap 的底层实现原理，包括其数据结构、哈希函数、冲突解决机制以及扩容机制。

哈希表是一种通过哈希函数将键（Key）映射到表中一个位置来访问记录的查找表。理想情况下，哈希函数会将键均匀地分布在哈希表的各个位置，以减少查找时间。

在 Java 中，HashMap 基于数组和链表（在 JDK 1.8 及之后版本中，还引入了红黑树）实现。每个键值对通过哈希函数计算出一个索引，这个索引决定了键值对在数组中的存储位置。如果两个键的哈希值相同，即发生了哈希冲突，它们会被存储在同一个链表中。

初始容量：HashMap 在创建时会有一个初始容量，默认为 16。
加载因子：用来衡量 HashMap 被填充的程度，默认值为 0.75。当 HashMap 中的元素数量超过初始容量与加载因子的乘积时，HashMap 会进行扩容。

HashMap 的哈希函数是实现快速查找的关键。在 JDK 1.8 之前，哈希函数的实现较为简单，但在 JDK 1.8 中，哈希函数被优化以减少哈希碰撞。

JDK 1.8 中的哈希函数首先对键的 hashCode 进行高低位异或，这样可以更好地利用低位和高位的哈希值，减少哈希碰撞。

static final int hash(Object key) {
    int hash = key.hashCode();
    hash ^= (hash >>> 16);
    return hash;
}

当两个键的哈希值相同，即发生冲突时，HashMap 采用链表来解决冲突。在 JDK 1.8 之后，当链表长度超过一定阈值（TREEIFY_THRESHOLD，默认为 8），链表会转换成红黑树，以提高搜索效率。

当 HashMap 中的元素数量超过阈值（capacity * loadFactor）时，HashMap 会进行扩容。扩容过程中，HashMap 会创建一个新的数组，并将旧数组中的元素重新映射到新数组上。这个过程是耗时的，因此在初始化 HashMap 时合理设置初始容量和加载因子是非常重要的。

HashMap 的性能主要受以下因素影响：

HashMap 的哈希函数对性能的影响是至关重要的。哈希函数的主要目的是将键（Key）映射到哈希表的一个位置，这个过程称为哈希化。哈希函数的设计直接影响到哈希表的性能，主要体现在以下几个方面：

理想的哈希函数应该能够将键均匀地分布在哈希表的所有位置。如果哈希函数能够实现这一点，那么大多数情况下，每个桶（bucket）中只会有一个元素，从而避免了哈希碰撞，减少了查找和插入的时间复杂度。

哈希碰撞是指不同的键通过哈希函数映射到同一个位置。哈希碰撞会导致链表或红黑树的增长，从而增加查找和插入的时间。一个好的哈希函数应该尽可能减少哈希碰撞的发生。

有些哈希函数可能会对特定的输入模式特别敏感，比如连续的整数。如果哈希函数对这些模式不够健壮，可能会导致大量哈希碰撞，从而降低性能。

哈希函数的计算速度也会影响 HashMap 的性能。一个快速的哈希函数可以减少每次插入和查找操作的时间。如果哈希函数过于复杂，可能会导致计算时间过长，抵消了哈希表带来的性能优势。

好的哈希函数应该能够抵抗恶意的碰撞攻击，即攻击者故意构造输入，使得它们映射到同一个位置。这种攻击可能会使 HashMap 的性能急剧下降。

HashMap 是 Java 中一个非常高效的键值对存储结构，通过合理的设计，它可以在大多数情况下提供常数时间复杂度的查找性能。理解其底层原理对于优化程序性能和选择合适的数据结构至关重要。

关注

专栏目录