Java中HashMap的工作原理

最新推荐文章于 2024-09-30 10:36:33 发布

渔舟.。

最新推荐文章于 2024-09-30 10:36:33 发布

阅读量901

点赞数 21

文章标签： java 开发语言

本文链接：https://blog.csdn.net/xikaxikaxi/article/details/138519343

版权

HashMap是Java中最常用的数据结构之一，它实现了Map接口，用于存储键值对。

在JDK1.8之前，HashMap使用的是数组和链表的组合来实现。数组被分成一个个称为桶（bucket）的单元，每个桶可以存储多个键值对。当我们向HashMap中put一个键值对时，首先会根据键的hashcode值计算出对应的桶的索引位置，然后将该键值对存储在该桶中。

如果多个键值对计算得到的桶索引相同，则会以链表的方式存储在同一个桶中。链表中的每个节点都包含一个键值对，并且通过比较键的equals方法来判断键是否相等。当我们根据键获取值时，HashMap会遍历链表，找到匹配的键值对。

然而，由于HashMap使用链表来处理冲突，当存储大量键值对时，链表的长度会越来越长，导致查找效率降低，即时间复杂度变为O(n)。此外，由于链表无序，查找效率更低。这也是为什么在JDK1.8之前的HashMap在处理大量数据时性能较差的原因。

为了解决这个问题，JDK1.8中对HashMap进行了优化，引入了红黑树的概念。当链表长度超过阈值（默认为8）时，链表会自动转化为红黑树，从而加快查找速度。红黑树是一种平衡二叉搜索树，具有较高的查找效率。

因此，在JDK1.8之后的HashMap中，当链表长度超过阈值时，由链表转换为红黑树，大大提高了HashMap的性能。此外，JDK1.8还对HashMap的实现进行了一系列的优化，如使用位运算代替取余操作来计算桶的索引，提高了速度和效率。

总结起来，JDK1.8之前的HashMap使用数组和链表的组合来实现，处理大量数据时性能较差。而JDK1.8之后的HashMap引入了红黑树的概念，提高了查找效率，使其更加适合存储和操作大量数据。

首先，根据键的哈希码（hash code）通过哈希函数（hash function）计算出键的索引（index）。哈希函数将哈希码映射到哈希表的槽位（bucket）上。
如果槽位是空的，直接将键值对存储在该槽位上。
如果槽位已经有其他键值对，可能发生哈希碰撞（hash collision），即两个键具有相同的哈希码。解决哈希碰撞的方法有多种，最常用的是链地址法（chaining），即在槽位上维护一个链表，将发生碰撞的键值对串联起来。
当链表长度超过一定阈值（如8）时，可以考虑将链表转换为树结构，以提高查找效率。转换为树的过程如下：

a. 创建一个根节点，将原链表的第一个键值对作为根节点的元素。

b. 遍历链表中的每个键值对，将其插入到树中的正确位置上。

c. 在插入过程中，根据键的比较结果，将键值对插入到树的左子树或右子树中。

d. 当树的大小达到一定阈值（如6）时，将树平衡化以维持树的性能。

在哈希表中转换链表为树的过程，可以提高查找效率，特别是在槽位上的键值对数量较多时。