Java学习笔记（二十四）—— HashMap

终于到了一个比较硬核的数据结构，其实之前数据结构课讲过如何用c++实现hashmap的思路，Java也有自带的hashmap这个数据结构。

今天联系二者经验，彻底做一次梳理，并基于已有的java hashmap做一些些分析，他为什么设计思路是这样的。以及如果自己手撕一个hashmap要怎么设计。

hashmap出现原因

存连续的数据。

一开始我们用的是数组或者链表来存储数据，但明显的：数组需要开一块连续的空间存放数据，当需要插入或删除某个数据的时候，因为需要维护连续性，所以要循环将数据进行移动，操作复杂且开销大；于是出现了链表，只有相邻之间有指向关系，插入、删除节点很方便，但是想要查找某个节点的时候由于没有下标，就必须从头开始按照指向顺序对链表进行遍历，这又是一个O(n)操作，比较复杂。

于是hashmap应运而生，链表+数组，让增删改查都很方便。具体怎么方便的↓

hashmap长啥样（基于java实现的hash大家族）

概述实现过程：

保留数组的索引来找数据，保留链表的结点指向关系实现增删。

hashmap首先有一个数组：数组大小我们先设为L，每个位置我们存放的是一个链表（的首地址）。我们存入的数据是一个Node节点类，可以看做一个键值对key——value，key相当于是一个索引，用来判断存在数组哪一个位置，key到数组映射的方法通过hash函数来实现。（目前来说最简单的一种就是key转化成hashcode然后对数组长度L取余，是多少就存在那个数组对应的链表）。存放数据插入到对应数组的链表的末尾。删除就指定key，找到存放这个数的链表，然后遍历链表，哪一个key与所求的相符合，就是这个数据，停止搜索。删改查操作都是基于刚刚的找的过程+删除（将链表删除节点之前的那个节点的后继指向后一节点）/+调用修改结点value的方法。

ps：每个节点的key是唯一的，但是value可以重复。

结点Node：

属性：

K key //映射数组index，唯一

V value //这个数据实际值

Node next //后继节点

方法：

构造方法（空参数;只有key、value;key、value、next 都有）
所有属性各自的set、get方法

链表linker：

属性：

Node root //根节点 没有值，head前面的结点
Node head //头结点 第一个Node（其实可设置也可不设置）
Node tail //尾节点 最后一个Node
int size  //当前节点个数

方法：

构造函数(初始化一个根节点)
增加节点 addNode    //头插、尾插都可以
删除节点 deleteNode //从头遍历链表查找key=目标key的结点，然后删除
查找节点 getNode    //从头遍历链表查找key=目标key的结点
修改结点 changeNode //从头遍历链表查找key=目标key的结点，修改value为目标value

hashmap：

属性：

ArrayList<Linker> list //Linker类型数组,每个位置都存放一个链表
int size //数组大小
int defaultSize //默认数组大小

方法：

构造函数,为数组开辟空间,初始化数组存放链表 (空参数<设置数组为默认大小>,传入数组大小size)
setdata    //插入数据
deletedata //删除数据 
searchdata //查找数据 
updatedata //修改数据 
hash       //hash算法得到key——数组索引index的映射

hashmap存在的问题 —— hash冲突

原本没有链表的时候，想的是，通过key可以直接算出存在数组的哪一个地方，然后直接将数数字存放在这个地方，但是很明显这种映射机制会导致虽然两个节点的key—value不相同，但是不同的key有可能映射到同一个索引index，这就叫做发生了hash冲突，已经有数据的话也不能覆盖，我们已经想到了解决办法——就是每个数组这个地方不放数字，而是放一个链表，把算出index相同的元素按顺序插入到这个链表中。

但是我们自然可以想到——尽管这是很棒的解决办法，但是不能总是这样，最后所有数字都映射到同一个链表了我还要数组干啥，我们期望的是数据尽量可以平均地映射到几乎每个数组（雨露均沾），让各个链表差不多长。链表的角度是发生了怎么办，于是乎还有另一个可以改进的思路——让他尽量不要发生——减少冲突——改进映射算法（hash算法）。

这也使得hash算法成为hashmap的核心。（总感觉在存放结构做优化是一种辅助，hash算法的改进才是解决问题的根本，但显然没有说的这么容易~）

hashmap元素 —— hash算法

hash算法有很多种

1. key.hashcode取余：对key求hashcode，hashcode对数组规模取余的结果就是数组的索引。
2. 将key.hashcode高16位异或低16位转成32进制然后再对数组长度取余。
3. ……

hashmap边角问题

1.散列因子：也称装载因子、负载因子（load factor）。计算方法根据hash算法和解决hash冲突方式的不同而又有不一样的含义（衡量重点不同）

• 衡量hashmap填充满的程度（密集程度）：散列因子 = 元素个数/数组大小
• 衡量（个人认为是平衡程度）：散列因子 = 非空的链表个数/总链表个数

当散列因子达到某个阈值的时候，就会触发扩容机制，扩大多少也是不一样滴。hashmap直接扩大2倍，而hashTable是2*当前size+1

散列因子阈值设定也是一个技术活：（我们拿第二种计算方法来讲，java源码底层实现是这么算的）

当散列因子过于大的时候，就是每个数组里面的链表都至少有一个元素，这时候发生冲突的可能性增大，链表不断增长，当改为红黑树的时候，很多红黑树会导致hashmap整个很复杂，虽然空间利用率很好，但是查询元素的时候时间效率不高；当散列因子很小的时候，意味着你刚刚填了几个数据，基本还有很多的数组没用，链表是空的，就要去扩大hashmap，这样就浪费了很多空间。

 因此需要找一个折中方案，同时权衡空间效率、时间效率。默认给定的的load factor就是0.75。（感觉是一个概率统计问题，大量做数据模拟或许可以求得一个最高点）

下面是API原文描述：

2.链表不能过长——当某条链表过长的时候就会不平衡，让hashmap失去了原有效率高的优势（否则还是那句话和链表没啥区别了）

当链表达到一定的长度的时候，将链表转为红黑树储存（提高查找效率）。

（这里实现机制还需要看看API文档）

3.当一个Node节点的key为null的时候没有hashcode值，应该特殊处理。

java中一些与hashmap有关的其他东西（hash-）

hashmap和hashTable的区别

简单说最大的区别就是hashmap是针对单线程，hashTable针对多线程（多个线程同时操作数据有争夺风险，加入多线程安全有关的内容）

其他还有一些机制设计的不同

——>贴大佬文:   HashMap和Hashtable的区别(绝对经典)_棉花糖one.的博客-CSDN博客

hashcode

• hashcode是java中每一个对象都有的一个唯一值hashcode，是通过物理地址转换整数，然后通过映射方法得到的。不同的数据类型有不同计算hashcode的方式，但保证的是每个不同的对象hashcode不同。
• 例如String对象hashcode的计算方式： 
• null没有hashcode。
• 可以通过hashcode()方法获得这个对象的hashcode。
• 和hashmap的联系：在求index的时候用到了hashcode。

hashmap —— 从更高的角度看待hashmap

以上所讲的全部内容基本都是基于java源码实现的角度来讲解hashmap的，包括介绍具体实现的框架设计、一些hash冲突的解决办法（加个链表+改进hash函数）、hash函数、优化机制等等。

但是我当初听数据结构课并不是这样讲的，是一个更高的设计的角度：我简述一下思路

可以看出java的hashmap的设计模式就是链地址的方法处理冲突，并引入一个key值来计算数组索引index。

 贴一个偶然看到的大佬的分析：

Java基础之jdk8 HashMap源码解读_we.think-CSDN博客