Java Collections Framework - 深入HashMap

HashMap作为面试中被问道频率最高的问题，这篇文章就已面试的角度来说明HashMap的底层原理。

---

HashMap原理

HashMap的初始值都是Null的，储存的都是键值对（Entry）

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。

HashMap的Put方法

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）：我们先对Ke’y调用hashCode()方法

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”。

//HashMap中的put方法源码
 public V put(K key, V value) {
        if (key == null)
            return putForNullKey(value); //null总是放在数组的第一个链表中
        int hash = hash(key.hashCode());
        int i = indexFor(hash, table.length);
        //遍历链表
        for (Entry<K,V> e = table[i]; e != null; e = e.next) {
            Object k;
            //如果key在链表中已存在，则替换为新value
            if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
                V oldValue = e.value;
                e.value = value;
                e.recordAccess(this);
                return oldValue;
            }
        }
        modCount++;
        addEntry(hash, key, value, i);
        return null;
 }

注意：如果Key值相同，那么对应的value值则会被替换成新的。如果key不同，则会插入到链中。

HashMap的Get方法
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。

如果有冲突，则通过key.equals(k)去查找对应的entry
若为树，则在树中通过key.equals(k)查找，O(logn)；
若为链表，则在链表中通过key.equals(k)查找，O(n)

//HashMap get方法
 public V get(Object key) {
        if (key == null)
            return getForNullKey();
        int hash = hash(key.hashCode());
        //先定位到数组元素，再遍历该元素处的链表
        for (Entry<K,V> e = table[indexFor(hash, table.length)];
             e != null;
             e = e.next) {
            Object k;
            if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
                return e.value;
        }
        return null;
}

---

HashMap Bucket大小问题

HashMap 什么时候开辟bucket数组占用内存？HashMap 默认bucket数组多大？
第一次 put 时，而不是第一次new的时候。
默认的bucket数组大小为16.

如果new HashMap<>(19)，bucket数组多大？
答案是32，HashMap 的 bucket 数组大小一定是2的幂，如果 new 的时候指定了容量且不是2的幂，实际容量会是最接近(大于)指定容量的2的幂，比如 new HashMap<>(19)，比19大且最接近的2的幂是32，实际容量就是32。

如果HashMap的大小超过了负载因子(load factor)定义的容量，怎么办？
HashMap默认的负载因子大小为0.75，也就是说，当一个map填满了75%的bucket时候，和其它集合类(如ArrayList等)一样，将会创建原来HashMap大小的两倍的bucket数组，来重新调整map的大小，并将原来的对象放入新的bucket数组中。这个过程叫作rehash，因为它调用hash方法找到新的bucket位置。这时，需要创建一张新表，将原表的映射到新表中。

为什么bucket数组的大小一定要是2的幂？
Bucket的初始大小设置成16以及每次手动或者自动扩展是都一定扩展成2的幂。
这样主要时为了服务于Key映射到index的哈希算法。这样设计更符合Hash算法均匀分布的原则。

什么是Rehash
当HashMap.Size >= HashMap的当前长度 * HashMap负载因子时，HashMap就会进行Resize
Resize要进行以下两个步骤

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） 

Resize前的HashMap：

Resize后的HashMap：

ReHash在多线程的时候可能会引发线程安全问题，可能会让链表出现了环形，出现死循环

---

Entry链的问题

针对HashMap中某个Entry链太长，查找的时间复杂度可能达到O(n)，怎么优化？”
Entry[]的长度一定后，随着map里面数据的越来越长，这样同一个index的链就会很长，HashMap里面设置一个因子，随着map的size越来越大，Entry[]会以一定的规则加长长度。目前在jdk1.8中，采用了新的红黑树的结构来实现，当链表的数量大于8的时，就会将冲突的节点保存在红黑树里。
　

void addEntry(int hash, K key, V value, int bucketIndex) {
    Entry<K,V> e = table[bucketIndex];
    table[bucketIndex] = new Entry<K,V>(hash, key, value, e); //参数e, 是Entry.next
    //如果size超过threshold，则扩充table大小。再散列
    if (size++ >= threshold)
            resize(2 * table.length);
}

---

总结

HashMap的工作原理
HashMap基于hashing原理，我们通过put()和get()方法储存和获取对象。当我们将键值对传递给put()方法时，它调用键对象的hashCode()方法来计算hashcode，让后找到bucket位置来储存值对象。当获取对象时，通过键对象的equals()方法找到正确的键值对，然后返回值对象。HashMap使用链表来解决碰撞问题，当发生碰撞了就调用equlas方法比较Key，如果key相同就会覆盖掉以前的value，如果Key不相同对象将会储存在链表的头节点中。也就是说数组中存储的是最后插入的元素。 HashMap在每个链表节点中储存键值对对象。