数据结构——HashMap

• HahsMap内部是基于哈希表实现的键值对存储，每一个键值对也叫做Entry(入口)
• 这些键值对(Entry)分散在一个数组中，这个数组就是HashMap的主干
• HashMap基于hashing原理，我们通过put()和get()方法存储和获取对象
• HashMap使用LinkedList来解决碰撞问题，当发生碰撞了，对象会存储在linkedList的下一个节点中
• 当两个不同的键对象的hashcode相同时会发生什么？ 它们会储存在同一个bucket位置的LinkedList中，键对象的equals()方法用来找到键值对。

什么是哈希表

在讨论哈希表之前，我们先大概了解下其他数据结构在新增，查找等基础操作执行性能

数组：采用一段连续的存储单元来存储数据。对于指定下标的查找，时间复杂度为O(1)；通过给定值进行查找，需要变量数组，逐一比对给定关键字和数组元素，时间复杂度为O(n),当然，对于有序数组，则采用二分查找，插值查找，斐波那契查找等方式，可以将查找复杂度提高为O(logn);对于一般的插入删除操作，涉及到数组元素的移动，其平均复杂度也为O(n)

链表：是一种物理存储单元上非连续，非顺序的存储结构，数据元素的逻辑顺序是通过链表中的指针链表次序实现的。对于链表的新增，删除等操作(在找到指定位置后)，仅需处理结点时间引用即可，时间复杂度为O(1),而查找操作需要遍历链表逐一进行比对，复杂度为O(n)

二叉树：对一颗相对平衡的有序二叉树，对其进行插入，查找，删除等操作，平均复杂度为O(logn).

哈希表：相对上述几种数据结构，在哈希表中进行添加，删除，查找等操作，性能十分之高，不考虑哈希冲突的情况下，仅需要一次定位即可完成，时间复杂度为O(1)。

我们知道，数据结构的物理存储结构只有两种：顺序存储结构和链式存储结构（像栈，队列，树，图等是从逻辑结构去抽象的，映射到内存中）。

而在上面我们提到过，在数组中根据下标查找某个元素，一次定位就可以达到，哈希表利用了这种特性，哈希表的主干就是数组。

哈希冲突

然而万事无完美，如果两个不同的元素，通过哈希函数得出的实际存储地址相同怎么办？也就是说，当我们对某个元素进行哈希运算，得到一个存储地址，然后要进行插入的时候，发现已经被其他元素占用了，其实这就是所谓的哈希冲突，也叫哈希碰撞。前面我们提到过，哈希函数的设计至关重要，好的哈希函数会尽可能地保证 计算简单和散列地址分布均匀,但是，我们需要清楚的是，数组是一块连续的固定长度的内存空间，再好的哈希函数也不能保证得到的存储地址绝对不发生冲突。那么哈希冲突如何解决呢？

a.链地址法：将哈希表的每一个单元作为链表的头结点，所有哈希地址为i的元素构成一个同义词链表。即发生冲突时就要把该关键字链在以该单元为头结点的链表的尾部
b.开放地址法：即发生冲突时，去寻找下一个空的哈希地址，只要哈希表足够大，总能找到空的哈希地址
c.再哈希法：即发生冲突时，由其他的函数再计算一次哈希值
d.建立公共溢出区：将哈希表分为基本表和溢出表，发生冲突时，将冲突的元素放入溢出表

HashMap实现原理

HahsMap数组每一个元素初始值都是Null

对于HashMap，我们最常用的方法：Get和Put

Put方法的原理：

调用 Put 方法的时候发生了什么呢？

比如调用 hashMap.put(“apple”, 0) ，插入一个Key为“apple”的元素。这时候我们需要利用一个哈希函数来确定Entry的插入位置（index）：

index = Hash（“apple”）

假定最后计算出的index是2，那么结果如下：

但是，因为HashMap的长度是有限的，当插入的Entry越来越多时 ，再完美的Hahs函数也难免会出现index冲突的情况

比如下面这样：

这时候该怎么办呢？我们可以利用链表来解决。

每一个Entry对象通过Next指针向它的下一个Entry节点。当新来的Entry映射到冲突的数组位置时，只需要插入到对应的链表即可：

需要注意的是，新来的Entry节点插入链表时，使用的是“头插入法”。

Get方法的原理

使用Get方法根据Key来查找Value的时候，发生了什么呢？
首先会把输入的key做一次Hash映射，得到对应的index；
index =Hash(“apple”)

由于刚才所说的hash冲突，同一个位置有可能匹配到多个Entry，这时候就需要顺着对应链表的头节点，一个一个向下来查找。假设我们要查找的key是“appel”：

第一步，我们查看的头节点Entry6，Entry6的key是banana，显然不是我们要找的结果
第二步，我们查看的是Next节点Entry1，Entry1的key是appel，正是我们要找的结果

之所以把Entry6放在头节点，是因为HashMap的发明者认为，后插入的Entry被查找的可能性更大

HashMap的默认长度是16，自动扩展或初始化时，长度必须是2的幂

目的：服务于key映射到index的hashsaunfa
之前说过，从key映射到HashMap数组的对应位置，会用到一个Hash函数

index = Hash（“apple”）

如何实现一个尽量均匀分布的Hash函数呢？我们通过利用Key的HashCode值来做某种运算。

Hash算法的实现采用了位运算的方式

如何进行位运算呢？有如下的公式（Length是HashMap的长度）：

index = HashCode（Key） & （Length -1）

下面我们以值为“book”的 Key 来演示整个过程：

1. 计算 book 的 hashcode，结果为十进制的 3029737，二进制的101110001110101110 1001。
2. 假定 HashMap 长度是默认的16，计算Length-1的结果为十进制的15，二进制的1111。
3. 把以上两个结果做与运算，101110001110101110 1001 & 1111 = 1001，十进制是9，所以 index=9。（与运算：和，同位上都为1则为1，否则为0

可以说，Hash 算法最终得到的 index 结果，完全取决于 Key 的 Hashcode 值的最后几位。

未完待续~

原文地址