Hashmap相关内容

1.Hashmap的底层数据结构

Hashmap的底层使用的是数组+链表或数组+红黑树实现

如图：

数组+链表：

• 因为多个元素Hash之后的值可能是相同的，也叫做哈希冲突，为了避免哈希冲突，所以想到了可以将Hash值相同的元素存到链表中

• 插入元素时的时间复杂度是O(1)

• 由于存入的元素Hash值集中，可能导致链表变的很长，导致查找效率变慢，所以引入了下面的数组+红黑树的数据结构

数组+红黑树：

• 这种数据结构可以保证查询某个数据时，将时间复杂度保证在O(logN)，避免查找时间复杂度太大

• 还可以防止DDos攻击带来的效率问题

2. HashMap的实现原理

• HashMap的数据结构：底层使用的是Hash表的数据结果，即数组+链表/红黑树

• 当往HashMap中put元素时，利用key的hashCode重新计算Hash值，计算当前元素在数组中的下标

• 存储中，如果出现hash的值相同key

  • 如果key相同，则覆盖原始值

  • 如果key不同，将当前值放到链表或红黑树中

• 获取时，直接找到hash值对应的下标，在进一步判断key是否相同，从而找到对应的值

2.1 HashMap的jdk1.7和jdk1.8有什么区别

1. 在jdk1.7之前，底层使用的是数组+链表

1. jdk1.8之后，底层使用的是数组+链表+红黑树，当链表长度大于8，且数组长度大于64时，链表转换成红黑树

3. HashMap的put过程

• 判断数组是否为null，如果为null，就执行扩容操作

• 根据key计算hash值，得到数组索引

• 判断table[i] == null 如果条件成立，直接新建节点添加

• 如果table[i] != null

  • 判断当前添加的key是否已经存在，如果存在，直接覆盖

  • 如果不存在，直接插到当前位置下对应的链表尾部，或插入到红黑树的对应节点

  • 如果插入到链表中，插入后链表长度如果大于8，则链表转换为红黑树

• 插入成功后，判断实际存在的键值对数量是否超过了当前数组长度的0.75倍，如果超过，触发HashMap的扩容机制

4.HashMap的扩容机制

• 在添加元素或初始化的时候需要调用resize方法进行扩容，第一次添加数据时，初始化数组长度为16，以后每次达到数组的阈值（数组长度*0.75）会触发再次扩容

• 每次扩容后都是原来容量的2倍

• 扩容实际上是创建一个新的数组，把老数组的数据挪动到新数组中

5.HashMap的寻址算法

• 将key进行哈希算法，得到hash值

• 将得到的hash值右移16位再进行运算，目的是让hash值分布的更均匀

• 最后（数组长度-1）&hash值，得到数组索引。（数组长度-1）&hash值相当于hash值%数组长度，提高了运算效率，但这种情况下数组长度必须是2的n次幂才能成立；这也就解释了hash表的数组长度为什么是2的n次幂了