JDK8中对hash算法和寻址算法是如何优化的？

（逼自己读源码的第一天）

---

---

寻址算法：

---

我先简单复述一遍HashMap的寻址算法：
（关于下面这段话，请始终记得，这是一个结点数组，你可以想象为桶排序的桶，每个结点位置都是一个桶。）

• 首先要明确这个算法的数据结构是有数组+链表+红黑树组成的。
• 然后他是怎么组成的呢？
  • 首先总体是一个结点数组，然后通过对传入的key进行hash计算，得到一个对应位置，到节点数组中找。
  • 如果该位置存在，并且值相等，则直接返回。
  • 否则在判断该结点的指针next指向的下一个元素是否为空，非空的话是红黑树结点还是链表结点。（这里是处理散列冲突的方式，一会儿说）
  • 如果是红黑树，则进入到红黑树中，通过红黑树的方式查找。（时间复杂度O(log n)）
  • 否则则是链表，顺序查找。（时间复杂度O(n)）
  • 如果这个链表里面都没有，则说明这整个结点数组里面没有，返回null。

---

       下面这幅图是根据源代码的if、while一步一步画出来的，文字比较直译，所以请先看上面的文字，看下面会好受一点儿。（第一次写，语言表达有点儿问题，望见谅）

---

源码如下：

/**
* The table, initialized on first use, and resized as
* necessary. When allocated, length is always a power of two.
* (We also tolerate length zero in some operations to allow
* bootstrapping mechanics that are currently not needed.)
* 
* table，这个表第一次使用会被初始化，必要时可调整大小。长度一直被
* 分配为2的次幂。(我们也能允许在一些操作中他的长度为0，这些操作所
* 支持的技术当前不需要的时候。)
*/
transient Node<K,V>[] table;

final Node<K,V> getNode(int hash, Object key) {
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            if ((e = first.next) != null) {
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

---

---

hash算法相对简单一些：

---

static final int hash(Object key){
int h;
return (key==null)? 0 : (h=key.hashcode())^(h>>>16);
}

       首先，我们明确知道，一个value的hash值是32位的，这里无符号右位移16位，相当于砍掉了一般，留下了高位16个，然后前面先让h赋值为key的完整的hash值，在进行异或运算，就相当于高位16个和低位16个进行的异或运算，这样就把这个value的所有特征保留下来了，这样可以尽可能的减少散列冲突的次数，增加散列查找的效率。（时间复杂度O(1)）
       而且，与运算的运算速度是很快的，整个过程的运算时间是极少的。

---

---

散列冲突处理方法

---

       首先结点数组的每个结点初始都是以链表解决冲突的。（我们先想象每个结点位置都是一个桶）

• 当发生散列冲突的时候，会让冲突位置的结点所在的链表后面连上存进来的冲突的值，就相当于往桶里扔了一个值。
• 如果发生冲突的位置的桶里的结点已经超过8个(HashMap的阈值为8)的时候，则会转换成红黑树，提高散列查找效率。
  所以查找效率就是 O(1)+O(n) 或 O(1)+O(log n)，一般为O(1)。（因为散列插入的大部分都是以数组方式查找的）

---

       以上就是我个人的理解和笔记，我这里更多的是做自己的理解和以后的温习更新知识，小伙伴们如果有什么新的见解，欢迎评论一起讨论     ~ . ~