大厂必问的HashMap底层原理之一

HashMap是以key-value键值对存储的，jdk1.8以后，底层的数据结构是数组+链表+红黑树，数组是HashMap主体，链表是为了解决hash冲突解决的（hash冲突是指两个对象调用hashCode()计算出的哈希值一致导致计算的数组索引值相同），也称“拉链法”解决哈希冲突。当链表长度大于阈值（默认为8）时并且数组的长度大于64时，链表将会转换为红黑树,加入红黑树是为了高效的查询。
注意：如果链表长度大于阈值（默认为8）时并且数组的长度小于64时，链表不会转换为红黑树，而是将数组进行扩容。这样做的目的考虑到数组的长度较小，尽量避开红黑树，这种情况下，转为红黑树，反而会降低效率问题，因为红黑树需要左旋，右旋，变色操作来保持平衡，所以当数组长度小于64，搜索时间会相对快些，考虑到性能和减少搜索的时间，只有当链表长度大于阈值（默认为8）时并且数组的长度大于64时，链表将会转换为红黑树。

存储元素的特点：
1）无序
2）key和value都可以为null
一：底层数据结构
数组+链表+红黑树
假设我们执行一下代码：

1，jdk1.8以后，但我们创建hashMap集合对象以后，不会在构造方法中创建数组，而是第一次调用put()方法时创建一个长度为16的Node<K,V>[ ] table的数组。
2，假设我们第一次向hashMap添加元素（“重地”，100）时，会根据String类重写的hashCode()计算出“重地”的相对应的hash值，根据此hash值并结合数组的长度采用某种算法计算出存储数组中的索引值，如果此数组索引上没有值，则直接存到数组中。
3，假设我们第二次向hashMap添加元素（“通话”，100）时，我们算出“通话”的hash值与上一次添加的“重地”的hash值一致，此时数组上索引空间不为null,此时会发生hash冲突，再调用String的equal()。比较两个键的内容是否一致，此时明显键的内容不一致，我们再去链表中挨个比较，如果都不相同，则在空间划出一个节点存储该（“通话”，100）键值对。
4，假设我们第三次向hashMap添加元素（“通话”，200）时，由于hash值和equals()比较的内容都一致，我们将新的value覆盖原来的value。
5，假设我们第四次向hashMap添加元素（“耕耘”，400）时，假设根据此hash值并结合数组的长度采用某种算法计算出存储数组中的索引值与“重地”的索引值相同，但我们会比较hash是否一致，如果hash值不一致，则在空间划出一个节点存储该“耕耘”，400）键值对。
注意：我们上面提到某种算法，到底是什么算法算出的索引空间？结合源码我们看到：
主要通过无符号右移>>>，按位异或^，按位与&得到的
通过源码我们看出：当我们调用put()以后，根据上图的蓝色小箭头，我们看到先通过hash()里的无符号右移>>>和按位异或^算出key对应的hash值，底层又调用了putVal()，将数组长度减1和上一步得到的hash值进行按位与&运算，最后得出该键值对具体存在数组的那个索引空间下。
我们想到计算最为直观的想法是：hash%n，即通过取余的方式把当前的key、value键值对散列到各个桶中；那么这里为什么不用取余(%)的方式呢？原因是CPU对位运算支持较好，即位运算速度很快。 另外,当n是2的整数次幂时：hash&(n-1)与hash%n是等价的，但是两者效率来讲是不同的，位运算的效率远高于%运算。基于这一点，HashMap中使用的是hash&(n-1)。
二，具体的put()操作过程如下：
1，首先会判断table是否初始化，如果没有初始化，调用resize()方法，创建一个长度为16的数组
2,如果table已经初始化，根据hash值和数组的长度计算所在数组的索引空间是否为空，如果为空，则直接放入table数组中。如果索引空间不为空，说明已经有数据存在，
3，判断一下两个对象的hash值和key的值是否相等，如果都相同，则新的值覆盖旧的值

4,如果不同，则进行如下的判断：
先判断是不是红黑树结构，如果是直接放入红黑树中，如果不是，循环链表判断是否有相同的key,有的话就做修改操作，如果没有，直到循环链表最后一个节点没有数据，再插入，并且判断是否需要转为红黑树。
5，在每次添加的时候都要判断当前数组的长度是否大于临界值，如果大于，则进行扩容
size:当前数组的长度
threshold:默认状态下为12，初始数组容量16乘以加载因子0.75，

6,扩容机制：增加为原来的一倍
三，属性
1，为什么数组容量必须是2的n次幂？
创建HashMap时未指定初始容量情况下的默认容量16（必须是2的n次幂）
为什么容量必须是2的n次幂？我们发现通过数组长度减一在与hash值做按位与运算，能够均匀地减少hash碰撞，2的n次方在二进制中，实际就是1后面有n个零，2的n次方减1在二进制中，实际就是n个1，按位与运算：相同二进制位上，都是1的时候结果为1，否则为0。如果不是2的n次幂，计算出的但索引特别容易相同，产生hash碰撞较大，导致其他索引上的值很大程度上没有发生存储数据，导致链表或者红黑树过长。
三：如果我们创建集合时，自己输入的值不是2的n次幂会怎么办？
假如我们输入10，则会将值转换为16，即比这个数大的最小的2的n次幂
通过源码我们能看出：通过无符号右移和按位或运算，最后得出2的n次幂
下面我们分析该算法：为什么cap要做减一操作呢，为了避免如果cap是2的n次幂，如果没有执行减一操作，执行完运算以后，返回的值将会是cap的2倍
通过无符号右移和按位或运算，最后都会得出n个1，最后加1操作，都会变成2的n次幂
按位或运算：相同二进制位上，都是0结果为0，否则为1。
2，默认的加载因子0.75
当数组中的容量大于(初始容量16默认加载因子0.75)12时，则会进行扩容
3，当链表长度大于8，并且数组长度大于64时候，链表会转为红黑树

面试题：为什么在8的时候会转为红黑树？
因为树的节点大小大约是普通节点的两倍，只有当桶中的节点足够多的时候才会转换成红黑树，说白了就是时间和空间的复杂度的权衡，而且根据统计学上分析，在链表长度大于8的情况小之又小。
4，当红黑树的节点数量<=6时，红黑树转为链表
5，链表转为红黑树时对应数组的最小长度
6，存储元素的数组

7，存储元素的个数，并不是数组table的长度

8，边界值，当数组的实际大小大于(容量加载因子)时，进行扩容

10，加载因子是衡量桶的利用率，当它较小时，桶的利用率就小，浪费空间就大。put()元素时发生冲突的概率就小，get(),put()的操作代价就很低；当它较大时，浪费的空间小，但get()和put()的代价就大