HashMap和TreeMap总结

一、哈希表是如何添加数据

1. 计算哈希码(调用hashCode(),结果是一个int值，整数的哈希码取自身即可)

2. 计算在哈希表中的存储位置 y=k(x)=x%11

   x:哈希码 k(x) 函数y：在哈希表中的存储位置

3. 存入哈希表

   情况1：一次添加成功

   情况2：多次添加成功（出现了冲突，调用equals()和对应链表的元素进行比较，比较到最后，结果都是false，创建新节点，存储数据，并加入链表末尾）

   情况3：不添加（出现了冲突，调用equals()和对应链表的元素进行比较， 经过一次或者多次比较后，结果是true，表明重复，不添加）

结论1：哈希表添加数据快（3步即可，不考虑冲突）

结论2：唯一、无序

注意：Object中的hashCode()方法是根据对象在内存中的地址计算得出。所以一般我们的自定义类型要重写hashCode()方法。

哈希冲突/哈希碰撞：原内容不一样，经过hash计算后得到的结果一样的，这种情况称为hash碰撞。

二、解决哈希碰撞的方法

1. 链地址法(hashmap就是这样处理的)重点

        把Hash表的每个单元作为链表的头节点。当发生冲突时放入到同一个hash值对应的链表。

2. 开放定址法

        发生冲突后寻找下一个hash地址。

3. 再次哈希法

        对hash值再次进行hash计算

4. 建立公共溢出区

        把hash表分为基本表和溢出表。当溢出时放入到溢出表中。

三、负载因子/装填因子/加载因子

1. 装填因子 = 表中的记录数 / 哈希表的长度，例如： 4/ 16 =0.25   8/ 16=0.5

2. 表示：如果装填因子越小，表明表中还有很多的空单元，则添加发生冲突的可能性越小；而装填因子越大，则发生冲突的可能性就越大，在查找时所耗费的时间就越多。 有相关文献证明当装填因子在0.5左右时候，Hash性能能够达到最优。

3. 结论：因此，一般情况下，装填因子取经验值0.5，但是频繁扩容又会降低效率，所以java中的HashMap默认用的0.75

4. 原因：如果Hash表的空间远远大于最后实际存储的记录个数，则造成了很大的空间浪费， 如果选取小了的话，则容易造成冲突。 在实际情况中，一般需要根据最终记录存储个数和关键字的分布特点来确定Hash表的大小。还有一种情况时可能事先不知道最终需要存储的记录个数，则需要动态维护Hash表的容量，此时可能需要重新计算Hash地址。

四、常见面试题

从Java8开始HashMap底层由数组+链表变成数组+链表+红黑树。

使用HashMap时，当使用无参构造方法实例化时，设置扩容因子为默认扩容因子0.75。

当向HashMap添加内容时，会对Key做Hash计算，把得到的Hash值和数组长度-1按位与，计算出存储的位置。

如果数组中该没有内容, 直接存入数组中(Node节点对象), 该下标中有Node对象了, 把内容添加到对应的链表或红黑树中。

如果添加后链表长度大于等于8，会判断数组的长度是否大于等于64，如果小于64对数组扩容，扩容长度为原长度的2倍，扩容后把原Hash表内容重新放入到新的Hash表中。如果Hash长度大于等于64会把链表转换红黑树。

最终判断HashMap中元素个数是否已经达到扩容值(threshold)，如果达到扩容值，需要进行扩容，扩容一倍。

反之，如果删除元素后，红黑树的元素个数小于等于6，由红黑树转换为链表。

五、TreeMap特点

[1]每个节点都只能是红色或者黑色。

[2]根节点是黑色。

[3]每个叶节点（NIL节点，NULL空节点）是黑色的。

[4]每个红色节点的两个子节点都是黑色 (从每个叶子到根的路径上不会有两个连续的红色节点) 。

[5]从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。

六、红黑树插入时的七种情况情况

【情况一】为根节点

若新插入的节点N没有父节点，则直接当做根据节点插入即可，同时将颜色设置为黑色。

【情况二】父结点为黑色

那么插入的红色节点将不会影响红黑树的平衡，直接插入即可。

【情况三】父节点和叔节点都为红色

当叔父结点为红色时，无需进行旋转操作，只要将父和叔结点变为黑色，将祖父结点变为红色即可

但是经过上面的处理，可能G节点的父节点也是红色，这个时候我们需要将G节点当做新增节点递归处理。

 

【情况四】父红，叔黑，并且新增节点和父节点都为左子树

对于这种情况先已P节点为中心进行右旋转，在旋转后产生的树中，节点P是节点N、G的父节点。

但是这棵树并不规范，所以我们将P、G节点的颜色进行交换，使之其满足规范。（这个位置的U可能不存在，因为NULL节点也是黑色）

 

【情况五】父红，叔黑，并且新增节点和父节点都为右子树

对于这种情况先已P节点为中心进行左旋转，在旋转后产生的树中，节点P是节点G、N的父节点。但是这棵树并不规范，所以我们将P、G节点的颜色进行交换，使之其满足规范。

 

【情况六】父红，叔黑，并且新增节点为左子树，父节点为右子树

对于这种情况先以N节点为中心进行右旋转，在旋转后产生的树中，节点N是节点P、X的父节点。然后再以N节点为中心进行左旋转，在旋转后产生的树中，节点N是节点P、G的父节点。但是这棵树并不规范，所以我们将N、G节点的颜色进行交换，使之其满足规范。

 

【情况七】父红，叔黑，并且新增节点为右子树，父节点为左子树

对于这种情况先以N节点为中心进行左旋转，在旋转后产生的树中，节点N是节点P、Y的父节点。然后再以N节点为中心进行右旋转，在旋转后产生的树中，节点N是节点P、G的父节点。但是这棵树并不规范，所以我们将N、G节点的颜色进行交换，使之其满足规范。