HashMap 源码总结

1.运算规则

2.哈希值

哈希值: 通过一定的散列算法,把一个不固定长度的输入,转成一个固定长度的输出,输出的结果集map中,hash就是一个int值

哈希表: 存储哈希值的数组 – 存取散列值(哈希值)的一个容器

​ 哈希值到底如何存,该如何取呢??? --通过数组的角标实现数据的存取

​ 需要一个映射: 不同的hash值存在对应角标位 hash值 – 运算–>index

哈希函数: 将哈希表通过某种运算规则得到对应index

如何让存取效率是最高的??? —如果元素都是均匀储存在数据的角标位,而不产生冲突,就是效率最高的

① 尽可能少的产生hash冲突
    hash函数计算出来的角标要尽可能均匀
    static int indexFor(int h, int length){
    return h& (length-1);//length 是map中数组的长度
}
length长度的规则是什么??  -- 要求是2的幂次方,为啥???
    假如长度是8-1 ===7
    00000000000000000000000000000111  - - - 长度8,参与hash运算是7
    00000000000000000000000000001111  - - - 长度16,参与hash运算是15
    00000000000000000000000000011111  - - - 长度32,参与hash运算是31
    
    00110000100111000010101010100111  
 &  00000000000000000000000000001111 
----------------------------------------------
    00000000000000000000000000000000  --  00000000000000000000000000001111  
    [得到的值,正好是0-15的范围,该范围正好是长度为16的数组的角标]
    
    假设长度不是2的幂次方
    奇数  --长度5
     00110000100111000010101010100111  
 &   00000000000000000000000000000100  --长度5 参与hash运算是4
 ------------------------------------------
    得到的结果永远是一个偶数,代表获取的角标永远是偶数,奇数位的角标永远浪费
    [数组就浪费掉一半]
    
       偶数  --长度6
     00110000100111000010101010100111  
 &   00000000000000000000000000000101  --长度6 参与hash运算是5
 ------------------------------------------
    第二位永远是0,导致2,3角标位都不可能有值
    [数组就浪费掉一半]
    
    
    
    2的幂次方,在扩容时,扩容后的数组长度是原数组长度的2倍,结果还是2的幂次方有啥好处??
    假设原来是8
    			00000000000000000000000000000111
    扩容后是16
    			00000000000000000000000000001111
    
    在扩容时,数据要从原数组中迁移到新数组中
    		00000000000000000000000000001101
    	  & 00000000000000000000000000000111
    ------------------------------------------
    										101 === 5 原数组的角标位
    
    		00000000000000000000000000001101
    	  & 00000000000000000000000000001111
    ------------------------------------------
    										1101 === 13 (原角标位=扩容长度) 新数组的角标位
     [扩容后,数据迁移时,数据要么在原来位置,要么在原来位置+扩容长度不需要重新hash--效率更好]
    
    
    
    
    
    ②确实产生了hash冲突 -- 数据结构
    
    扩容
    	什么时候扩容
    		jdk 1.7:
     			判断是否到达阈值(0.75*数组长度)
     			同时是否产生hash冲突
    
    		jdk 1.8:
    			先添加原数
    			判断是否到达阈值
                   
        
        怎么扩容
            jdk1.7
                    添加元素使用头插法
                    将单项链表的数据进行迁移
            jdk1.8
                    添加元素使用尾插法
                    
                    如果对应角标位是单向链表,将单项链表进行数据迁移
                    如果对应角标位是红黑树,将双向链表进行数据迁移
                       如果发现迁移数据后,双向链表的结构小于/等于6,就会将红黑树重新转为链表
            
                    
             扩容后有什么问题(多线程环境下)
    			jdk1.7
                    多线程环境下会形成环形链表
                jdk1.8
                    多线程环境下会有数据丢失的问题
                    
    数据结构解决
                    jdk1.7产生冲突后,会形成单向链表
                    
                    jdk1.8产生冲突后
                    	  会形成链表
                    	  如果单向链表的长度大于/等于8,会转成红黑树+双向链表(扩容时使用

为什么要转红黑树？

回答自然很简单，因为链表是取一个数需要遍历链表，
复杂度为O(N)，而红黑树为O(logN)呗，那么问题来了

为什么不直接使用红黑树，而是要先使用链表实在不行再转红黑树呢？

答案自然要在源码和注释里找：在HashMap类中第174行左右有描述：

     Because TreeNodes are about twice the size of regular nodes, we
     use them only when bins contain enough nodes to warrant use
     (see TREEIFY_THRESHOLD)

“因为树节点的大小是链表节点大小的两倍，
所以只有在容器中包含足够的节点保证使用才用它”，
显然尽管转为树使得查找的速度更快，但是在节点数比较小的时候，
此时对于红黑树来说内存上的劣势会

超过查找等操作的优势，自然使用链表更加好，但是在节点数比较多的时候
，综合考虑，红黑树比链表要好。

为什么是8，而不是9不是10？

看看源码的描述：
复制代码

Ideally, under random hashCodes, the frequency of nodes in bins follows a Poisson distribution 
with a parameter of about 0.5 on average for the default resizing threshold of 0.75, although 
with a large variance because of resizing granularity. Ignoring variance, the expected 
occurrences of list size k are (exp(-0.5) * pow(0.5, k) / factorial(k)). 
The first values are:
      0:    0.60653066
      1:    0.30326533
      2:    0.07581633
      3:    0.01263606
      4:    0.00157952
      5:    0.00015795
      6:    0.00001316
      7:    0.00000094
      8:    0.00000006
      more: less than 1 in ten million

复制代码

理想情况下，在随机哈希码下，哈希表中节点的频率遵循泊松分布，
而根据统计，忽略方差，列表长度为K的期望出现的次数是以上的结果，
可以看到其实在为8的时候概率就已经很小了，再往后调整并

没有很大意义。