吊打面试官之 HashMap 的前世今生

1、前置知识

HashMap 是我们常用的一个数据结构，它根据键的hashCode值存储数据，大多数情况下可以直接定位到它的值，因而具有很快的访问速度，但遍历顺序却不是确定的。HashMap 最多只允许一条记录的键为null，允许多条记录的值为null。HashMap 非线程安全，即任一时间可以有多个线程同时写HashMap，可能会导致数据的不一致。如果需要满足线程安全要求，可以使用Collections 的synchronizedMap 方法使HashMap具有线程安全的能力，或者使用 ConcurrentMap。不建议使用 Hashtable，它虽然能保证线程安全，但是内部都是使用了 Synchronized，并发性低。HashMap 的继承关系如下：

2、内部实现

从结构上讲，HashMap 是数组+链表+红黑树（JDK1.8增加）实现的，如下图所示：

这里需要明白两个问题：数据底层具体存储的是什么？这样的存储方式有什么优缺点？

我们先看看图中的这个Node源码是咋样的：

static class Node<K,V> implements Map.Entry<K,V> {
   
        final int hash;    //用来定位数组索引位置
        final K key;
        V value;
        Node<K,V> next;   //链表的下一个node

        Node(int hash, K key, V value, Node<K,V> next) {
    ... }
        public final K getKey(){
    ... }
        public final V getValue() {
    ... }
        public final String toString() {
    ... }
        public final int hashCode() {
    ... }
        public final V setValue(V newValue) {
    ... }
        public final boolean equals(Object o) {
    ... }
}

HashMap 中有一个非常重要的字段，就是 Node[] table，即哈希桶数组，Node 是 HashMap 的一个内部类，实现了Map.Entry 接口，本质就是键值对映射。

HashMap就是使用哈希表来存储的，哈希表为了解决冲突，可以采用开放地址法和链地址法，HashMap 中采用的就是链地址法。就是数组加链表的结合，每个数组元素上都是一个链表结构，当数据被Hash后，得到数组下标，把数据放到对应下标元素的链表上。比如执行下面的代码：

map.put("帅枫","很帅");

程序将调用hashCode()方法得到“帅枫”的hashCode值，再通过hash算法来定位该键值对的存储位置，有时两个key会定位到相同的位置，表明发生了哈希碰撞，当然Hash算法计算结果越分散，Hash碰撞的概率就越小，map的存取效率就越高。

如果哈希桶数组很大，即使较差的Hash算法也会比较分散，如果哈希桶数组数组很小，即使好的Hash算法也会出现较多碰撞，所以就需要在空间成本和时间成本之间权衡，其实就是在根据实际情况确定哈希桶数组的大小，并在此基础上设计好的hash算法减少Hash碰撞。那么通过什么方式来控制map使得Hash碰撞的概率又小，哈希桶数组（Node[] table）占用空间又少呢？答案就是好的Hash算法和扩容机制。

在理解Hash和扩容流程之前，我们得先了解下HashMap的几个字段。从HashMap的默认构造函数源码可知，构造函数就是对下面几个字段进行初始化，源码如下：

int threshold;             // 所能容纳的key-value对极限 
final float loadFactor;    // 负载因子
int modCount;  
int size;

首先，Node[] table的初始化长度length(默认值是16)，Load factor为负载因子(默认值是0.75)，threshold是HashMap所能容纳的最大数据量的Node(键值对)个数。threshold = length * Load factor。也就是说，在数组定义好长度之后，负载因子越大，所能容纳的键值对个数越多。

结合负载因子的定义公式可知，threshold就是在此Load factor和length(数组长度)对应下允许的最大元素数目，超过这个数目就重新resize(扩容)，扩容后的HashMap容量是之前容量的两倍。默认的负载因子0.75是对空间和时间效率的一个平衡选择，这个值可以大于1。

size这个字段其实很好理解，就是HashMap中实际存在的键值对数量，而modCount字段主要用来记录HashMap内部结构发生变化的次数，主要用于迭代的快速失败。

在HashMap中，哈希桶数组table的长度length大小必须为2的n次方(一定是合数)，HashMap采用这种非常规设计&