HashMap底层原理解析

1 存储结构

1. 内部包含了一个 Entry 类型的数组 table。

transient Entry[] table;

2. Entry包含四个字段，分别是键（K）、值（V）、键的哈希值（hash），以及下一个结点的引用（next）；

static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;
        final K key;
        V value;
        Node<K,V> next;
}

3. 从next字段可以看出Entry是一个链表；
4. 因此数组table的每个位置可以看作一个桶，每个桶存放一个链表，HashMap 使用拉链法来解决哈希冲突，同一个链表中存放哈希值相同的Entry；

2 拉链法工作原理

HashMap<String, String> map = new HashMap<>();
map.put("K1", "V1");
map.put("K2", "V2");
map.put("K3", "V3");

1. 新建一个 HashMap，数组 table默认大小为16(2的n次幂），最大容量为2 ^ 30;
2. 插入 <K1,V1> 键值对，先计算 K1 的 hashCode 为 115，使用除留余数法得到所在的桶下标 115 % 16 = 3；
3. 插入 <K2,V2> 键值对，先计算 K2 的 hashCode 为 118，使用除留余数法得到所在的桶下标 118 % 16 = 6；
4. 插入 <K3,V3> 键值对，先计算 K3 的 hashCode 为 118，使用除留余数法得到所在的桶下标 118 % 16 = 6，插在 <K2,V2> 前面；

3 数组扩容

1. 设 HashMap 的 table 长度为 M，需要存储的键值对数量为 N，如果哈希函数满足均匀性的要求，那么每条链表的长度大约为N/M，因此平均查找次数的复杂度为 O(N/M)；
2. 为了让查找的成本降低，应该尽可能使得 N/M 尽可能小，因此需要保证 M 尽可能大，也就是说 table 要尽可能大。 HashMap采用动态扩容来根据当前的 N 值来调整 M 值，使得空间效率和时间效率都能得到保证；
3. 默认装载因子loadFactor为0.75，其乘以数组大小capacity得到threshold，如果键值对数量size大于threshold，需要扩容，扩容为原来的2倍（加载因子过小，数组空间利用率降低；过大，会增大hash冲突的概率，影响查询效率）；
4. 扩容后，需要重新计算桶下标，把键值对重新放到对应的桶上；

4 链表转化红黑树

1. 链表长度>8且数组容量>=64时，链表会转化为红黑树;
2. 转化的过程：先遍历链表 ，将链表的节点转化为红黑树的节点，然后将链表转化为红黑树;
3. 红黑树中元素个数<=6就退化为链表；