HashMap底层原理解析（面试心得）

1 为什么hashMap效率高？

• 数组下标定位快，链表增删快。查询（数组定位，扫描一部分链表），增删是在链表上进行的，所以hashmap的效率高

2 组成

• HashMap由数组+链表+红黑树(1.8之后加的)组成的，数组是HashMap的主体，链表则是主要为了解决哈希冲突而存在的。

• JDK8之后，如果哈希表单向链表中元素超过8个，那么单向链表这种数据结构会变成红黑树数据结构。当红黑树上的节点数量小于6个，会重新把红黑树变成单向链表数据结构。
  

3 HashMap的put 和 get 的实现

3.1 map.put(k,v)实现原理

• 将k v封装到Node(节点)对象中

• 调用k 的hashCode()方法得出hash值

• 通过哈希算法，将hash值转换成数组的下标，如果下标位置没有元素，就把node添加到这个位置上。如果有，就以链表的形式存放，此时会拿着k和链表上的每个节点的k进行equal，如果返回的都是false，将其添加到链表末尾，如果某个返回了true，此节点的value会被覆盖。

3.2 map.get(k)的实现

• 调用k的hashcode计算hash值 通过哈希算法转换成数组的下标

• 利用下标定位，没有链表，返回此位置上的value或者null，有链表，拿着k和链表上的每一个节点进行equals，如果返回的都是null，则get返回的是null。否则，返回对应节点的value。

4 扩容(resize) 什么时候扩容？ 最消耗性能的点。

• 当hashmap中的元素个数超过数组(16)大小*0.75(负载因子)时，就会进行数组扩容。
• 在hashmap数组扩容之后，最消耗性能的点就出现了：原数组中的数据必须重新计算其在新数组中的位置，并放进去，这就是resize。

5 Hash算法的实现（数组下标的算法&为什么数组长度是2的n次密）

• 首先算得key得hashcode值，然后跟数组的长度-1做一次“与”运算（&）。看上去很简单，其实比较有玄机。比如数组的长度是2的4次方，那么hashcode就会和2的4次方-1做“与”运算。很多人都有这个疑问，为什么hashmap的数组初始化大小都是2的次方大小时，hashmap的效率最高，我以2的4次方举例，来解释一下为什么数组大小为2的幂时hashmap访问的性能最高。
  

• 看上图，左边两组是数组长度为16（2的4次方），右边两组是数组长度为15。两组的hashcode均为8和9，但是很明显，当它们和1110“与”的时候，产生了相同的结果，也就是说它们会定位到数组中的同一个位置上去，这就产生了碰撞，8和9会被放到同一个链表上，那么查询的时候就需要遍历这个链表，得到8或者9，这样就降低了查询的效率。同时，我们也可以发现，当数组长度为15的时候，hashcode的值会与14（1110）进行“与”，那么最后一位永远是0，而0001，0011，0101，1001，1011，0111，1101这几个位置永远都不能存放元素了，空间浪费相当大，更糟的是这种情况中，数组可以使用的位置比数组长度小了很多，这意味着进一步增加了碰撞的几率，减慢了查询的效率！

• 所以说，当数组长度为2的n次幂的时候，不同的key算得的index相同的几率较小，那么数据在数组上分布就比较均匀，也就是说碰撞的几率小，相对的，查询的时候就不用遍历某个位置上的链表，这样查询效率也就较高了。