HashMap复习笔记

HashMap了解吗？

• HashMap底层数据结构：数组+链表+红黑树

• 允许put null值，HashMap在调用hash算法时，如果key为null，那么hash值为0，这一点和HashTable和ConcurrentHashMap有所不同。

  • (key == null) ? 0:(h=key.hashCode()) ^ (h >>> 16);

• loadFactor:负载因子，默认为0.75，时均衡了时间和空间损耗计算出来的，较高的值会减少空间的开销，扩容减少，数组大小增加速度变慢，但是查找成本增加，hash冲突增加，链表变长。

• 如果有很多需要存储在HashMap中的数据，要在一开始把它的容量设置为足够大，防止出现段的扩容。

• 可以通过Collections.synchronizedMap()来实现线程安全或者使用ConcurrentHashmap

• put的过程

  • 首先会判断数组有没有进行初始化，没有的话，先执行初始化操作，resize()方法
  • (n-1) & hash用来定位到数组中具体的位置，如果数组中的位置为空，直接在该位置添加值
  • 如果数组中该位值有值的话，会先判断该位置的key和hash值是否和要插入的key和hash值相等，若相等则直接覆盖。
  • 如果要插入位置是链表，采用的是尾插法插入数据，并且当链表的长度大于等于8时，并且数组长度大于64，则会将链表转换为红黑树，否则，就将数组进行扩容。
  • 如果插入位置是树节点，则进行红黑树的插入操作。
  • 插入完成后，会判断size是否大于threshold，是否需要扩容，若扩容的话，数组大小为之前的2倍，扩容完成后，将原数组上的节点移动到新数组上。

• 为什么树化操作的阈值为8？

  • 链表的查询时间复杂度为O(n)，红黑树的查询时间复杂度为O(logn)，在数据量不多的时候，使用链表比较快，只有当数据量比较大的时候，才会转换为红黑树，但是红黑树占用的空间大小是链表的2倍，考虑到时间和空间上的损耗，所以要设置边界值；链表的长度为8的概率很低，在HashMap注释中写了，出现的概率不足千分之一，红黑树只是为了在极端情况下来保证性能。

• 哈希冲突：如果两个不同的对象经过hash运算后得到的值相同，就会发生碰撞，这种现象就被称为hash冲突

  • 有以下方式可以解决哈希冲突：
    • 开放定址法
    • 再哈希法
    • 链地址法
    • 建立公共溢出区

• hash算法

  • (key == null) ? 0:(h=key.hashCode()) ^ (h >>> 16); 该方法只是得到要存入对象的hash值，具体获取要存入的数组的下标的计算方法是“(length-1)& hash”。
  • 

• 为什么数组大小始终为2的n次幂？

  • 因为在确定某个值在数组位置的下标时，采用的是（数组大小-1）位与上hash值，而数组大小减一后，用2机制表示最后几位都是1，这样每位在位与运算之后，不是0就是1，如果我们hash值是均匀分布的话，那么得到的数组下标也是均匀分布的，而如果数组的容量不是2的n次幂，那就没有这个特性了。
  • 为了能让HashMap存取高效，尽量减少碰撞，尽量把数据分配均匀。
  • 比如数组长度为16时，length-1的二进制一定是“…00001111…”这种形式，即后面几位全部都是1，那么做与运算时，只会对后面的四位进行运算，肯定会落在0-15的范围内。
  • 取余（%）的操作中如果除数时2的幂次方则等价于被除数和除数减一的与（&）操作，也就是说（hash% length == hash & ( length -1)）前提时length是2的幂次方。并且采用二进制位操作，可以提高运算效率。

• 为什么数组的大小默认是16？

  • 16是一个经验值，2，4，8太小了，会频繁扩容，32有些大了，会多占用空间。

• 为什么JDK1.8采用了尾插法？

  • JDK1.7时采用头插法，在扩容后rehash，会使得链表的顺序颠倒，引用关系发生改变，那么在多线程的情况下，会出现链表成环进而出现死循环的问题，而尾插法又不会出现这种问题，rehash后链表的顺序不变，引用关系也不会发生改变。

• HashMap和HashTable的区别？

  • 实现方式不同：HashTable继承了Dictionary类，而HashMap继承的是AbstractMap类
  • 初始容量不同：HashMap的初始容量为16，HashTable为11，负载因子都为0.75
  • 扩容机制不同：HashMap每次扩容为原来的2倍，HashTable每次扩容为原来的2倍+1。
  • 底层数据结构不同：HashMap底层待用数组+链表+红黑树的数据结构，而HashTable底层是数组+链表的数据结构。
  • 线程是否安全：HashMap是线程不安全的，HashTable是线程安全的，因为Hash Table内部的方法都有synchronized关键字修饰，因此HashMap的效率要比HashTable高一些。为了保证线程安全，可以使用ConcurrentHashMap。
  • HashMap可以存储null的key和null的value，但是null为键只能有一个。HashTable不允许存储null键和null值，否则会抛出异常。
  • HashMap提供了可供应用迭代的键的集合，因此HashMap是快速失败的。

• HashMap和TreeMap的区别

  • HashMap
    • 数组方式存储key/value，线程不安全，允许null作为key和value，key不可以重复，value允许重复，不保证元素迭代顺序，每次扩容会重新计算key的hash值，会消耗资源，key必须重写equals和hashCode方法。
  • TreeMap
    • 基于红黑树的NavigableMap实现，线程不安全，不允许null，key不可重复，value允许重复，存入TreeMap的元素应当实现Comparable接口，或者实现Comparator接口，默认按照key排序后的顺序迭代元素。
    • 用于对存入元素的时候进行自动排序，可以进行自定义排序。