java学习笔记（7）--HashMap源码解析（负载因子，树化策略，内部hash实现 resize策略）

HashMap源码解析（负载因子，树化策略，内部hash实现 resize策略）

讲在前面的小知识点：

哈希表（k，v）：数组
根据相应的哈希算法计算key，返回值即为value存储的数组下标

哈希算法：f（k）->int即为v需要存储的数组下标

哈希冲突解决办法：
哈希算法计算的两个不同对象的哈希值相等的情况
eg：1%16 == 17%16
1、开放定址法：
寻找下一个为空的数组下标，而后将冲突元素存储
2、再散列法
再次使用一个不同的哈希算法再次计算一次
3、链地址法：HashMap使用此方法解决哈希冲突
将所有冲突元素按照链表存储

哈希表（k，v）

HashMap维护一个数组，每个数组中根据key值放入链表，链表达到一定长度后转化为红黑树。

== 内部属性：==
1> 负载因子：final float loadFactor(默认为0.75f)
2> 实际容量：int threshold = loadFactor*tab.length；
3> 树化阈值：int TREEIFY_THRESHOLD = 8;
4> 解除树化阈值： int UNTREEIY_THRESHOLD = 6;

这里通过源码就能很好的看出HashMap中的一些基本实现规则

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    //第一次put时，将哈希表初始化
    //resize()1.完成哈希表初始化2.完成哈希表扩容
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
        //当目标索引未存储元素时，将当前元素存储到目标范围之内
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {
        //哈希表已经初始化并且算出的哈希表位置已经有元素 
        Node<K,V> e; K k;
        //若索引下标对应的元素key恰好与当前元素key值相等且不为null
        //将value替换为当前元素的value
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
            //此时索引对应的链表已经树化，采用红黑树方式将当前节点添加到树中
        else if (p instanceof TreeNode)
        //以链表方式将当前节点添加到链表末尾
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            for (int binCount = 0; ; ++binCount) {
                //找到链表末尾
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    //扩容策略  此时添加了新节点
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

从源码可以得出以下几点：

1.HashMap也采用懒加载策略，第一次put时初始化哈希表；

2.树化逻辑：索引下标对应的链表长度达到阈值8并且当前哈希表长度达到64才会树化，否则只是调用resize方法进行哈希表扩容。

3.resize():扩容为原先数组的2倍
4.负载因子过大或导致哈希冲突明显增加，节省内存
负载因子过小会导致哈希表频繁扩容，内存利用率低

5.当链表长度过长时，会将哈希表查找的时间复杂度退化为o（n），树化保证即便在哈希冲突严重时，查找的时间复杂度也为o（logn）

6.当红黑树节点个数在扩容或删除元素时减少为6以下，在下次resize过程中会将红黑树退化为链表，节省空间

7.为何不直接使用哪个Object提供的hashCode
（h = key.hashCode()）^(>>>16)
将哈希码保留一半，将高低位都参与哈希算法，减少内存开销，减少哈希冲突。

8.resize():1.完成哈希表初始化2.完成哈希表扩容

9.put内部逻辑：
1>哈希表索引下标计算：
i = （n -1 ）&hash
问什么要做与运算：保证求出的索引下标都在哈希表的长度范围之内

2>.n：哈希表长度
n必须为2^n：保证Hash表中的所有索引下标都会被访问到
若n等于15，则以下位置元素永不可能存储元素
0011
0101
1001
1011
1111
15:0000 1111