HashMap结构与原理

一、HashMap 的结构以及原理

常见的有数据结构有三种结构：数组结构 、链表结构 、哈希表结构
1、数组结构

• 存储区间是连续，且占用内存严重，空间复杂也很大，时间复杂为O(1)。
  优点：是随机读取效率很高，原因数组是连续(随机访问性强，查找速度快)。
  缺点：插入和删除数据效率低，因插入数据，这个位置后面的数据在内存中要往后移的，且大小固定不易动态扩展。

2、链表结构

• 区间离散，占用内存宽松，空间复杂度小，时间复杂度O(N)。
  优点：插入删除速度快，内存利用率高，没有大小固定，扩展灵活。
  缺点：不能随机查找，每次都是从第一个开始遍历(查询效率低)。

3、哈希表结构

• 结合数组结构和链表结构的优点，从而实现了查询和修改效率高，插入和删除效率也高的一种数据结构

4、HashMap的底层主要是基于数组和链表来实现的，它之所以有相当快的查询速度主要是因为它是通过计算散列码来决定存储的位置。HashMap中主要是通过key的hashCode来计算hash值的，只要hashCode相同，计算出来的hash值就一样。如果存储的对象对多了，就有可能不同的对象所算出来的hash值是相同的，这就出现了所谓的hash冲突

5、HashMap中的put()和get()的实现原理：

• ①map.put(k,v)实现原理
  (1)首先将k,v封装到Node对象当中(节点)。
  (2)然后它的底层会调用K的hashCode()方法得出hash值。
  (3)通过哈希表函数/哈希算法，将hash值转换成数组的下标，下标位置上如果没有任何元素，就把Node添加到这个位置上。如果说下标对应的位置上有链表。此时，就会拿着k和链表上每个节点的k进行equal。如果所有的equals方法返回都是false，那么这个新的节点将被添加到链表的末尾。如其中有一个equals返回了true，那么这个节点的value将会被覆盖。
• ②map.get(k)实现原理
  (1)先调用k的hashCode()方法得出哈希值，并通过哈希算法转换成数组的下标。
  (2)通过上一步哈希算法转换成数组的下标之后，在通过数组下标快速定位到某个位置上。如果这个位置上什么都没有，则返回null。如果这个位置上有单向链表，那么它就会拿着K和单向链表上的每一个节点的K进行equals，如果所有equals方法都返回false，则get方法返回null。如果其中一个节点的K和参数K进行equals返回true，那么此时该节点的value就是我们要找的value了，get方法最终返回这个要找的value。

6、HashMap红黑树原理分析
当hash表的单一链表长度超过 8 个的时候，链表结构就会转为红黑树结构。为什么要这样设计呢?好处就是避免在最极端的情况下链表变得很长很长，在查询的时候，效率会非常慢。

• 简单的说，红黑树是一种近似平衡的二叉查找树，其主要的优点就是“平衡“，即左右子树高度几乎一致，以此来防止树退化为链表，通过这种方式来保障查找的时间复杂度为 log(n)。
• 关于红黑树的内容，主要有以下几个特性：
  （1）每个节点要么是红色，要么是黑色，但根节点永远是黑色的;
  （2）每个红色节点的两个子节点一定都是黑色;
  （3）红色节点不能连续(也即是，红色节点的孩子和父亲都不能是红色);
  （4）从任一节点到其子树中每个叶子节点的路径都包含相同数量的黑色节点;
  （5）所有的叶节点都是是黑色的(注意这里说叶子节点其实是上图中的 NIL 节点);
  （6）在树的结构发生改变时(插入或者删除操作)，往往会破坏上述条件 3 或条件 4，需要通过调整使得查找树重新满足红黑树的条件;