数据结构——HashMap

转载自：https://blog.csdn.net/Jae_Peng/article/details/79562432
众所周知，HashMap 是一个用于存储Key-Value键值对的集合，每一个键值对也叫做 Entry。

这些个键值对（Entry）分散存储在一个数组当中，这个数组就是HashMap的主干。

HashMap 数组每一个元素的初始值都是 Null。

对于HashMap，我们最常使用的是两个方法：Get 和 Put。

1. Put 方法的原理
   调用 Put 方法的时候发生了什么呢？

比如调用 hashMap.put(“apple”, 0) ，插入一个Key为“apple”的元素。这时候我们需要利用一个哈希函数来确定Entry的插入位置（index）：

index = Hash（“apple”）

假定最后计算出的index是2，那么结果如下：

但是，因为 HashMap 的长度是有限的，当插入的 Entry 越来越多时，再完美的 Hash 函数也难免会出现 index 冲突的情况。

比如下面这样：

这时候该怎么办呢？我们可以利用链表来解决。

HashMap 数组的每一个元素不止是一个 Entry 对象，也是一个链表的头节点。

每一个 Entry 对象通过 Next 指针指向它的下一个 Entry 节点。当新来的Entry映射到冲突的数组位置时，只需要插入到对应的链表即可：

需要注意的是，新来的Entry节点插入链表时，使用的是“头插法”。至于为什么不插入链表尾部，后面会有解释。

1. Get方法的原理
   使用 Get 方法根据 Key 来查找 Value 的时候，发生了什么呢？

首先会把输入的 Key 做一次 Hash 映射，得到对应的 index：

index = Hash（“apple”）

由于刚才所说的 Hash 冲突，同一个位置有可能匹配到多个Entry，这时候就需要顺着对应链表的头节点，一个一个向下来查找。假设我们要查找的Key是 “apple”：

第一步，我们查看的是头节点 Entry6，Entry6 的 Key是banana，显然不是我们要找的结果。

第二步，我们查看的是 Next 节点 Entry1，Entry1 的 Key 是 apple，正是我们要找的结果。

之所以把 Entry6 放在头节点，是因为 HashMap 的发明者认为，后插入的 Entry 被查找的可能性更大。

HashMap的默认长度是16 ，自动扩展或初始化时，长度必须是2的幂
目的：服务于从Key映射到index的Hash算法
之前说过，从Key映射到HashMap数组的对应位置，会用到一个Hash函数：

index = Hash（“apple”）

如何实现一个尽量均匀分布的Hash函数呢？我们通过利用Key的HashCode值来做某种运算。

Hash算法的实现采用了位运算的方式
如何进行位运算呢？有如下的公式（Length是HashMap的长度）：

index = HashCode（Key） & （Length -
1）
下面我们以值为“book”的 Key 来演示整个过程：
1. 计算 book 的 hashcode，结果为十进制的 3029737，二进制的101110001110101110 1001。
2. 假定 HashMap 长度是默认的16，计算Length-1的结果为十进制的15，二进制的1111。
3. 把以上两个结果做与运算，101110001110101110 1001 & 1111 = 1001，十进制是9，所以 index=9。（与运算：和，同位上都为1则为1，否则为0

可以说，Hash 算法最终得到的 index 结果，完全取决于 Key 的 Hashcode 值的最后几位。

为什么长度必须是2的幂
假设 HashMap 的长度是10，重复刚才的运算步骤：

单独看这个结果，表面上并没有问题。我们再来尝试一个新的 HashCode 101110001110101110
1011 ：

让我们再换一个 HashCode
101110001110101110 1111 试试 ：

是的，虽然 HashCode 的倒数第二第三位从0变成了1，但是运算的结果都是1001。

也就是说，当 HashMap 长度为10的时候，有些index结果的出现几率会更大，而有些index结果永远不会出现（比如0111）！

这样，显然不符合Hash算法均匀分布的原则。

反观长度16或者其他2的幂，Length-1 的值是所有二进制位全为1，比如15是1111，7是111，这种情况下，index 的结果等同于 HashCode 后几位的值。

只要输入的 HashCode 本身分布均匀，Hash 算法的结果就是均匀的。

HashMap扩容与Rehash
HashMap的容量是有限的。当经过多次元素插入，使得HashMap达到一定饱和度时，Key映射位置发生冲突的几率会逐渐提高。

这时候，HashMap需要扩展它的长度，也就是进行Resize。

影响发生Resize的因素有两个：

1.Capacity

HashMap的当前长度。上一期曾经说过，HashMap的长度是2的幂。

2.LoadFactor

HashMap负载因子，默认值为0.75f。

衡量HashMap是否进行Resize的条件如下：

HashMap.Size >= Capacity * LoadFactor

HashMap的resize不是简单的把长度扩大，而是经历以下两个步骤
1.扩容

创建一个新的Entry空数组，长度是原数组的2倍。

2.ReHash

遍历原Entry数组，把所有的Entry重新Hash到新数组。为什么要重新Hash呢？因为长度扩大以后，Hash的规则也随之改变。

让我们回顾一下Hash公式：

index = HashCode（Key） & （Length - 1）

当原数组长度为8时，Hash运算是和111B做与运算；新数组长度为16，Hash运算是和1111B做与运算。Hash结果显然不同。

Resize前的HashMap：

Resize后的HashMap：

ReHash的Java代码如下：

/**
* Transfers all entries from current table to newTable.
*/
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
for (Entry