HashMap ，ConcurrentHashMap1.8 源码分析

今后学习一个知识点的四部曲，他能干什么？为什么用它（特点）？它的原理？它的缺点

HashMap

https://blog.csdn.net/programmer_at/article/details/82431293

1它能干什么？
它能有效率的存储和查询key-value对，而且它的key和value都允许为null，hashMap可以存储一个key为null，多个value为null的键值对（hashTable不允许）

2 特点
1 它实现了abstractMap接口，它的存储是无序的，可以接受为null的键值，不是线程安全的，非同步，
2 基于hashing原理，先对key进行hashCode()计算hash值，然后找到合适的位置来存储Entry，存储hash，key，value，next

3 hashMap的原理？
一个数组Table+红黑树+链表 实现，当前一个链表大于阈值（8）就变成红黑树，如果remove后小于默认的阈值（6）就变回链表 ，（原因：红黑树的平均查找长度是log(n)，长度为8，查找长度为log(8)=3，链表的平均查找长度为n/2，当长度为8时，平均查找长度为8/2=4，这才有转换成树的必要；链表长度如果是小于等于6，6/2=3，虽然速度也很快的，但是转化为树结构和生成树的时间并不会太短。）
选择6和8的原因是：
　　中间有个差值7可以防止链表和树之间频繁的转换。假设一下，如果设计成链表个数超过8则链表转换成树结构，链表个数小于8则树结构转换成链表，如果一个HashMap不停的插入、删除元素，链表个数在8左右徘徊，就会频繁的发生树转链表、链表转树，效率会很低。
　　
而且1.8会把新的节点放在链表尾部。

put()方法的过程

1计算key的hash值
2 计算在数组Table下的下标
3 新建一个Entry来存储kv对的信息
4 判断是否需要扩容
5 返回null（没有覆盖），返回旧值，覆盖了

如何计算key的hash值？
通过key的hashCode(),然后异或（hash值的右移16位）
然后通过不断的右移、与运算来使的hash值的散列性更好

如何计算在Table下的下标？

上一步求得hash值，对数组长度进行求余。
Java中用了一个很巧妙的位运算
(n - 1) & hash
因为数组的长度都是2的整数次方，4，8，之类的，长度减一的二进制都是低位全1，最高位为0，与它相当于对数组长度求模。

如果在table的此位置为null，直接newNode();

如果不为空，，遍历tab[i],判断hash值相同&&key相同，如果满足，则覆盖旧value，返回旧value，如果不满足，newCode(),再看看是否达到变成红黑树的阈值，

get()方法过程


1 根据key求出hash值
2 根据hash值求得table的下标
3 找到相对应的entry
4 返回value
先根据key值求出hash值，再根据key求出下标，如果下标处有一个链表或树，遍历链表，找hash值一样的，找到了就比较key值，如果都一样，就返回value，表示找到了，要不就返回null。如果key为空，hash值就为0

hashMap默认容量

1<<4 1向左移4位，就是2的4次方=16，如果自己传了一个值，他会找一个大于这个值最小的2的整数次方，最大是2的30次方。扩容因子默认为0.75 ，整个map里的元素大于容量的3/4,就会去扩容 ，且这个table[i]不为空.

缺点：
无序，不是线程安全的，可以看出hashMap的效率很大程度上取决于hash冲突，如果table上每个点都只有一个，那么插入和查询都是o(1),不然就是o(n)

ConcurrentHashMap

内容基本来自
https://blog.csdn.net/programmer_at/article/details/79715177
本文纯属学习记录，

它的特点
采用cas+synchronized保证高并发下的插入操作
底层使用数组+红黑树或者链表 实现

原理
初始化：
实例化时如果声明了table的大小，会自动调整到2的幂，默认大小为16
初始化会延缓到map的第一次put操作时执行（懒加载），并且初始化只会执行一次

put操作
进行懒初始化，put时会判断数组是否为空，如果是空则初始化
假设初始化完成，put采用cas+synchronized关键字来实现高并发插入操作

-当前bucket为空(即table[i]为null)，cas(null,new node)插入节点Node
如果Map当前正在扩容，先协助扩容，再更新值 ，f.hash == MOVED（-1）
-出现hash冲突（哈希是通过对数据进行再压缩，提高效率的一种解决方法。但由于通过哈希函数产生的哈希值是有限的，而数据可能比较多，导致经过哈希函数处理后仍然有不同的数据对应相同的哈希值。这时候就产生了哈希冲突。），采用synchronized锁住这个头结点，遍历链表，若找到对应的node节点，则修改node节点的val，否则在链表末尾添加node节点；倘若当前节点是红黑树的根节点，在树结构上遍历元素，更新或增加节点。

hash算法
与HashMap类似

static final int HASH_BITS = 0x7fffffff; // 第一位为0，后面全是1的二进制，即为最大正数
static final int spread(int h) {return (h ^ (h >>> 16)) & HASH_BITS;}//h异或（h右移16位）再与最大正数

下标定位
与HashMap类似
int index = (n - 1) & hash // n为bucket的个数

什么时候扩容？
如果新增节点后，链表的长度>8,而且tab的长度>64,将链表转为红黑树，如果小于64，将tab扩容至原来的两倍，或者节点总数大于tab*0.75

为什么用红黑树不用avl树？
红黑是用非严格的平衡来换取增删节点时候旋转次数的降低，任何不平衡都会在三次旋转之内解决，而AVL是严格平衡树，因此在增加或者删除节点的时候，根据不同情况，旋转的次数比红黑树要多。
红黑树，读取略逊于AVL，维护强于AVL，空间开销与AVL类似，内容极多时略优于AVL，维护优于AVL。