Hashtable、HashMap、TreeMap

• Hashtable 是早期 Java 类库提供的一个哈希表实现，本身是同步的，不支持 null 键和值，由于同步导致的性能开销，所以已经很少被推荐使用。
• HashMap 是应用更加广泛的哈希表实现，行为上大致上与 HashTable 一致，主要区别在于 HashMap 不是同步的，支持 null 键和值等。通常情况下，HashMap 进行 put 或者 get 操作，可以达到常数时间的性能。
• TreeMap 则是基于红黑树的一种提供顺序访问的 Map，和 HashMap 不同，它的 get、put、remove 之类操作都是 O（log(n)）的时间复杂度，具体顺序可以由指定的 Comparator 来决定，或者根据键的自然顺序来判断。
• LinkedHashMap 通常提供的是遍历顺序符合插入顺序，它的实现是通过为条目（键值对）维护一个双向链表。注意，通过特定构造函数，我们可以创建反映访问顺序的实例，所谓的 put、get、compute 等，都算作“访问”

 

大部分使用 Map 的场景，通常就是放入、访问或者删除，而对顺序没有特别要求，HashMap 在这种情况下基本是最好的选择。HashMap 的性能表现非常依赖于哈希码的有效性，请务必掌握 hashCode 和 equals 的一些基本约定，比如：

• equals 相等，hashCode 一定要相等。
• 重写了 hashCode 也要重写 equals。
• hashCode 需要保持一致性，状态改变返回的哈希值仍然要一致。
• equals 的对称、反射、传递等特性。
•  

HashMap 代码分析

可以看作是数组（Node<K,V>[] table）和链表结合组成的复合结构，数组被分为一个个桶（bucket），通过哈希值决定了键值对在这个数组的寻址；哈希值相同的键值对，则以链表形式存储。这里需要注意的是，如果链表大小超过阈值（TREEIFY_THRESHOLD, 8），图中的链表就会被改造为树形结构。

看看hashMap的构造函数

public HashMap(int initialCapacity, float loadFactor){ 

    // ...

    this.loadFactor = loadFactor;

    this.threshold = tableSizeFor(initialCapacity);

}

只是设置了字段，没有申请内存。再看实际塞入值的putValue函数。

final V putVal(int hash, K key, V value, boolean onlyIfAbent,

               boolean evit) {

    Node<K,V>[] tab; Node<K,V> p; int , i;

    if ((tab = table) == null || (n = tab.length) = 0)

        n = (tab = resize()).length;

    if ((p = tab[i = (n - 1) & hash]) == ull)

        tab[i] = newNode(hash, key, value, nll);

    else {

        // ...

        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for first

           treeifyBin(tab, hash);

        //  ...

     }

}

 

• 如果表格是 null，resize 方法会负责初始化它，这从 tab = resize() 可以看出。
• resize 方法兼顾两个职责，创建初始存储表格，或者在容量不满足需求的时候，进行扩容（resize）。
• 在放置新的键值对的过程中，如果发生下面条件，就会发生扩容。
• 具体键值对在哈希表中的位置（数组 index）取决于下面的位运算：i = (n - 1) & hash

看看resize逻辑

final Node<K,V>[] resize() {

    // ...

    else if ((newCap = oldCap << 1) < MAXIMUM_CAPACIY &&

                oldCap >= DEFAULT_INITIAL_CAPAITY)

        newThr = oldThr << 1; // double there

       // ...

    else if (oldThr > 0) // initial capacity was placed in threshold

        newCap = oldThr;

    else { 

        // zero initial threshold signifies using defaultsfults

        newCap = DEFAULT_INITIAL_CAPAITY;

        newThr = (int)(DEFAULT_LOAD_ATOR* DEFAULT_INITIAL_CAPACITY；

    }

    if (newThr ==0) {

        float ft = (float)newCap * loadFator;

        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?(int)ft : Integer.MAX_VALUE);

    }

    threshold = neThr;

    Node<K,V>[] newTab = (Node<K,V>[])new Node[newap];

    table = n；

    // 移动到新的数组结构 e 数组结构

   }

不考虑极端情况（容量理论最大极限由 MAXIMUM_CAPACITY 指定，数值为 1<<30，也就是 2 的 30 次方），我们可以归纳为：

• 门限值等于（负载因子）x（容量），如果构建 HashMap 的时候没有指定它们，那么就是依据相应的默认常量值。
• 门限通常是以倍数进行调整 （newThr = oldThr << 1），我前面提到，根据 putVal 中的逻辑，当元素个数超过门限大小时，则调整 Map 大小。
• 扩容后，需要将老的数组中的元素重新放置到新的数组，这是扩容的一个主要开销来源。

容量、负载因子和树化

容量和负载系数决定了可用的桶的数量，空桶太多会浪费空间，如果使用的太满则会严重影响操作的性能。极端情况下，假设只有一个桶，那么它就退化成了链表，完全不能提供所谓常数时间存的性能。

预先设置的容量需要满足，大于“预估元素数量 / 负载因子”，同时它是 2 的幂数

树化：

本质上这是个安全问题。因为在元素放置过程中，如果一个对象哈希冲突，都被放置到同一个桶里，则会形成一个链表，会严重影响存取的性能。构造哈希冲突的数据，恶意代码就可以利用这些数据大量与服务器端交互，导致服务器端 CPU 大量占用，这就构成了哈希碰撞拒绝服务攻击

 

问题

说一下Hashset的实现原理？

Hashset是基于Hashsetp实现的，Hashset的值俘放于hashMap的key上，

hashMap的value统一为present，Hashset的实现比较简单．Hashset的操作其本上都是直接调用底层hashMap的相关方法来完成，Hashset不允许重复的值．

 

Hashset如何检查重复？Hashset是如何保证数据不可重复的

1、向Hashset中add元索时，判断元索是否存在的依据，不仅要比较Hash值，同时还要结台equals方法比较。

2、Hashset中的add(）方法会使用HashMap的put方法

3。HashMap的key是唯一的，由源码可以看出Hashset添加进去的值就是作为HashMap的key，并且在HashMap中如果K/V相同时，会用新的V遭盖掉旧的V，然后返回旧的V。所以不会重复（先比较hashcode再比较equaIs).