聊聊HashMap

HashMap是基于哈希算法的键值对存储容器，底层使用散列桶实现，当发生碰撞时使用链表存储，java8引入了红黑树来提升性能。HashMap中有很多设计需要我们取考虑，比如通过hash()计算index;在put()和get()时，equal()和hashCode()都有什么作用；如何综合考虑空间利用率和查找效率，等等。本文就从这些方面来聊聊HashMap。

1.HashMap基本原理

table即为散列桶，当put操作时，通过哈希算法计算索引（index），决定元素添加到哪个散列桶下。当不同的元素key的hashCode相同时，就发生了哈希碰撞。这时HashMap通过链表来解决哈希碰撞问题。为了综合考虑空间利用率和查找效率，HashMap定义了负载因子(loadFactor)和容量（capacity）。当size > (loadFactor * capacity),就会扩容2倍，然后重新哈希（resize）。

2.在put()和get()时，equal()和hashCode()都有什么作用

put

• 1.对key的hashCode()做hash,然后计算index [index = (n-1)&hash]
• 2.如果没有哈希碰撞就直接放到bucket[index]里（bucket[index]中没有元素）
• 3.如果碰撞了，以链表的形式存入bucket[index] (java8中可能使用treeMap)
• 4.如果碰撞导致链表过长（大于等于TREEIFY_THRESHOLD），就把链表转换为红黑树 聊聊红黑树
• 5.如果节点已经存在，就替换旧值（key以存在，保证key的唯一性）
• 6.如果bucket满了(超过load factor*current capacity)，就要resize。
  key.hashCode()是用来计算index的,决定元素存入哪个散列桶；key.equals()用来判断散列桶中是否已经存在该键值（保证key的唯一性）

get

• 1.对key的hashCode()做hash,然后计算index [index = (n-1)&hash]
• 2.如果桶中没有元素，返回null
• 3.如果桶中有元素，通过key.equals()查找链表/treeMap

3.hash()实现

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

p = tab[i = (n - 1) & hash]

可以看到这个函数大概的作用就是：高16bit不变，低16bit和高16bit做了一个异或。
设计者的解释是(综合考虑了速度、作用、质量)，就是把高16bit和低16bit异或了一下。设计者还解释到因为现在大多数的hashCode的分布已经很不错了，就算是发生了碰撞也用O(logn)的tree去做了。仅仅异或一下，既减少了系统的开销，也不会造成的因为高位没有参与下标的计算(table长度比较小时)，从而引起的碰撞。
对此有人通过信息论角度解释到，这是为了利用高位的信息。

4.HashMap如何扩容

为了综合考虑空间利用率和查找效率，HashMap定义了负载因子(loadFactor)和容量（capacity）。当size > (loadFactor * capacity),就会扩容2倍，然后重新哈希（resize）。
HashMap如何resize的问题上其实设计也很巧妙：当resize时，因为我们使用的是2次幂的扩展(指长度扩为原来2倍)，所以，元素的位置要么是在原位置，要么是在原位置再移动2次幂的位置。
怎么理解呢？例如我们从16扩展为32时，具体的变化如下：

假设bucket大小n=2^k，元素在重新计算hash之后，因为n变为2倍,那么新的位置就是(2^(k+1)-1)&hash。而2^(k+1)-1=2^k+2^k-1，相当于2^k-1的mask范围在高位多1bit(红色)(再次提醒，原来的长度n也是2的次幂)，这1bit非1即0。如图：

所以，我们在resize的时候，不需要重新定位，只需要看看原来的hash值新增的那个bit是1还是0就好了，是0的话位置没变，是1的话位置变成“原位置+oldCap”。

5.至此，我们对HashMap的讨论基本结束了，接下来对hashmap的其他内容做简要介绍：

1.HashMap可以接受null键值和null值（HashTable不能）；HashMap是线程不安全的，多线程环境下，推荐使用ConcurrentHashMap。
2.String, Interger这样的wrapper类作为HashMap的键是再适合不过了，而且String最为常用。因为String是不可变的，也是final的，而且已经重写了equals()和hashCode()方法了。

参考资料：
Java 集合系列10之 HashMap详细介绍(源码解析)和使用示例
Java HashMap工作原理及实现
HashMap的工作原理