HashMap深入剖析笔记

最新推荐文章于 2020-11-01 20:00:51 发布

ElasticForce

最新推荐文章于 2020-11-01 20:00:51 发布

阅读量139

点赞数

分类专栏： Java 文章标签： hashmap

本文链接：https://blog.youkuaiyun.com/u014792301/article/details/105730482

版权

Java 专栏收录该内容

14 篇文章

订阅专栏

HashMap

散列表
jdk1.7的底层数据结构
jdk1.8的底层数据结构
HashMap中的一些位运算

散列表

HashMap的核心是散列表，散列表是一个基于数组实现实现的数据结构，使用的是数组支持随机下标访问的特性，通过将一个key通过hash函数转化为数组下标。
但是不同的key算出来的hash值可能相同,这就导致了hash冲突（也叫hash碰撞）
对于hash碰撞有两种解决方法（目前学到的，如果有后续再补充）

开放寻址法
开放寻址法是指，当发生hash冲突的时候（存入数组时，发现这个位置已经被占用了），那么就向后寻找，到了末尾还没有找到，再从头开始向后遍历，如果遍历到了空位，就将该数据插入进去，但是散列表中空闲位置不多时，hash冲突的概率还是大，所以就有负载因子（load factor），负载因子=已有元素数量/散列表长度，用来表示空位的多少

如图：蓝色表示已有数据在这里插入图片描述

链表法
而链表法则是指，当发生hash冲突时，以当前位置的数组中对象作为链表中的节点，将要存储的对象作为链表节点存入

jdk1.7的底层数据结构

jdk1.7的底层就是通过数组+链表来实现的
HashMap默认长度为16
负载因子默认为0.75
通过Entry对象封装key,value作为节点
在put新数据的时候，才初始化数组

1.7的扩容：当HashMap的数据数量超过了阈值（容量x负载因子）且待插入数据的数组位不为null时（也就是待插入数据将作为节点插入链表），就扩容为原容量的2倍
为什么是2倍呢，而不是其他倍数？这和后面写的HashMap的位运算有关
插入的方式为头插法，这里应该是考虑的后插入的数据可能会被先使用，所以每次插入的数据位置，都是链表的头结点，也就是在数组内

jdk1.8的底层数据结构

1.8的底层较1.7发生了很大的变化
数组生成和1.7一样，调用构造方法时不会生成数组，而是在put的时候才对数组初始化，HashMap的默认数据也和1.7的一样，不过多了关于红黑树的参数

1.8中数据的插入方式变成了尾插法
1.8的底层数据结构是数组+链表+红黑树，当发生hash冲突时，时，首先采用数组+链表的结构，当链表节点数超过8个，且HashMap容量超过64时，链表就转为红黑树
1.8的扩容：当数据数量超过阈值时，就进行扩容
当红黑树节点小于等于6的时候，红黑树又会转变回链表结构
在这里插入图片描述
红黑树是一种弱平衡二叉树：

节点可以是红色或者黑色
根节点必须是黑色
叶子节点必须是黑色
红色节点的两个子节点必须是黑色
一个节点到任意节点的路径上，黑色节点数一定相同

红黑树的插入和查找都是O(logⁿ)
为什么选择8为转变值呢？
官方说法是考虑了泊松分布，因为取到8的几率并不高，所以并不需要经常树化，虽然红黑树的效率高，但是链表和红黑树之间的转换也是很消耗空间和时间的，在节点数量少的情况下，遍历链表的操作更方便

 * 0:    0.60653066
 * 1:    0.30326533
 * 2:    0.07581633
 * 3:    0.01263606
 * 4:    0.00157952
 * 5:    0.00015795
 * 6:    0.00001316
 * 7:    0.00000094
 * 8:    0.00000006
 * more: less than 1 in ten million

HashMap中的一些位运算

hash值的计算

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

传入一个key，调用Object类中的hashcode方法，这是一个native方法
然后将获取到的hash值无符号右移16位再进行异或运算（相同为1，不同为0），因为int类型32位，最高为符号位，所以无符号右移16位也就是将高位16位变成低位，再与原来进行异或运算，相当于是高位和低位进行异或运算

			  h：0000 1101 1010 0100 0000 1010 0100 0001
无符号右移16位后：0000 0000 0000 0000 0000 1101 1010 0100
高低位异或运算:   0000 1101 1010 0100 0000 0101 1110 0101

也就是高位不变，再hash，降低hash碰撞

数组容量

static final int tableSizeFor(int cap) {
        int n = cap - 1;
        n |= n >>> 1;
        n |= n >>> 2;
        n |= n >>> 4;
        n |= n >>> 8;
        n |= n >>> 16;
        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
    }

这个方法保证了，无论传入容量参数的是否是2的幂次方，都会找到大于传入参数的的最小二次幂数。

比如传传入一个13：

n=13: 0000 0000 0000 0000 0000 0000 0000 1101
>>>1: 0000 0000 0000 0000 0000 0000 0000 0110
|=  : 0000 0000 0000 0000 0000 0000 0000 1111

n等于15了，之后异或运算也不会发生改变了

int n = cap - 1;

为了避免传入的就是二次幂，进行运算后导致翻倍，所以，先减1，最后再加1

让31位都无符号右移，又通过或运算（有1为1），保障了最后所得到的值是2ⁿ-1，最后再加1，得到2ⁿ

为什么必须要2ⁿ，其他数不行吗？这就是之前提到的为什么要扩容为2倍。关系到数组下标的计算

数组下标的计算

在1.7中是作为方法使用，而1.8直接取消了这个方法，但是下标计算的核心还是没有变

index = (n - 1) & hash

数组容量-1的值与得到的hash值进行与运算（都是1才为1），相当于取余操作，假设n=16，n-1=15

n-1:  0000 0000 0000 0000 0000 0000 0000 1111
hash: 0000 1101 1010 0100 0000 0101 1110 0101
&	: 0000 0000 0000 0000 0000 0000 0000 0101

最后得到的值为5，也就是tab[5]