Java HashMap原理

1、HashMap原理

HashMap就像它的名字一样，它的Key是通过HashCode来存储的，它的底层结构在JDK1.8以前是数组+链表，JDK1.8以后为了提高查询的性能加入了红黑树，首先HashMap维护了一个数组，数组中存储的元素类型为Entry，Entry就是一个键值对，当每一个Entry要被添加到数组中时，就要对这个Entry进行Hash算法来计算出它的HashCode，计算的时候是用Key来计算它的hashCode，得到它的HashCode以后，对它的HashCode进行取模运算，比如说EntryA取模的结果是1，EntryB取模的结果是2，entryC取模的结果是3，那么就根据这个值将Entry添加到对应的数组中的位置，在这个添加的过程中Hash算法是很重要的，假如一个Hash算法比较优秀的话，他计算出来的HashCode是比较分散、比较均匀的， 这样的话每一个元素才能均匀的分布在数组中，这样的话就认为Hash算法是比较优秀的，这样的元素分布可以让HashMap的一个查找的时间复杂度达到O(1)，如果这个Hash算法比较差，它计算出来的HashCode取模的结果都一样的，这样的话数组就会退化成一个链表，查询的时间复杂度就变成了O(n)，这样的话查找效率的差异是非常大的，所以在JDK8中对这个做了优化，就是如果一个数组中的节点数值超过8的时候，就将这个链表转换为红黑树，红黑树它的查询时间复杂度是O(logn)，这样的话就起到了一定的优化作用。
节点数大于8时转换为红黑树是泊松分布，综合考虑到时间和空间的一个开销。

• 结构中数组总存储的元素叫Node， Node是一个对Entry的实现，Entry是一个接口，node是它的一个实现类。

  static class Node<K,V> implements Map.Entry<K,V> {
          final int hash;
          final K key;
          V value;
          Node<K,V> next;//因为可能会拓展为链表，next存在
  }

-除了table是一个node数组之外的其他属性

  transient Node<K,V>[] table;
  transient Set<Map.Entry<K,V>> entrySet;//Node的上层接口，用来存放所有的Entry,用于遍历等操作
  transient int size;//是table中被使用的实际的元素数量
  transient int modCount;//计数器，记录HashMap结构发生变化的次数，比如put了一个新的值，发生了扩容等
  int threshold;//扩容的临界值threshold = size * loadFactor,
  final float loadFactor;//负载因子

• 扩容

  static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
  static final float DEFAULT_LOAD_FACTOR = 0.75f;
  // static final int MAXIMUM_CAPACITY = 1 << 30;
  

  当table中的元素被使用到了75%以上的时候，就要进行对这个hashMap 进行扩容，threshold就是这个扩容的临界值，table中的元素达到这个threshold之后，就会进行扩容，每次进行扩容的时候都是成倍的，扩容之后的大小就是之前的2倍，扩容是一个比较耗资源的操作，但是它的好处就是说，因为你的数组长度更长了，所以Hash算法的结果能够更均匀，这样的话也可以减少hash碰撞的次数。

• 为什么负载因子是0.75： 当负载因子是1.0的时候，也就意味着，只有当数组的8个值全部填充了，才会发生扩容。这就带来了很大的问题，因为Hash冲突时避免不了的。当负载因子是1.0的时候，意味着会出现大量的Hash的冲突，底层的红黑树变得异常复杂。对于查询效率极其不利。这种情况就是牺牲了时间来保证空间的利用率。
  负载因子是0.5的时候，这也就意味着，当数组中的元素达到了一半就开始扩容，既然填充的元素少了，Hash冲突也会减少，那么底层的链表长度或者是红黑树的高度就会降低。查询效率就会增加。
  但是，兄弟们，这时候空间利用率就会大大的降低，原本存储1M的数据，现在就意味着需要2M的空间。 一句话总结就是负载因子太小，虽然时间效率提升了，但是空间利用率降低了。

• 为什么table的长度是2的次幂： 为了在取模的时候做优化吧，当你判断一个元素要进入数组的哪个桶的时候，就要对这个key的HashCode进行取模运算，但是这个取模运算是一个比较重操作吧，它比较消耗性能，但是当这个table数组的长度为2的幂次方的时候，用hashcode & (table.length - 1)的运算等价于对table.length的取模运算结果，位于运算相比于取模运算的话它的性能更好，因为位运算的操作是直接对二进制的数据进行计算的，而取模操作需要将hash值转换为十进制之后在进行运算，所以&运算再性能上有很大的优势。

  static final int hash(Object key) {
          int h;
          return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
      }
  // 在扩容时，将旧的table中的元素添加到新的table中的时候，
  //使用了将e.hash & (newCap - 1)的这样一个操作，
  

• 为什么将key的hash值右移16位在进行亦或的好处： 主要是为了保留高位和低位的信息，这样的画就能表现目标元素的特征，相当于减少了hash碰撞的次数。

  例子：
  A：1110 1110 & 111 的时候，它的高四位的数据就会全部丢失，因为&的111的高四位全部是0，所以得出的结果就是110，对A进行右移四位之后得到0000 1110 ，再将你这旧A的值和新的A的值进行异或(^)操作之后,得到的结果就是1110 0000，再将这个异或之后的值和table.length -1 进行与运算时就可以使计算出来的Hash更分散吧，因为异或之后的值混合了高四位和低四位的数据信息。

• 为什么hash % table.length == hash & （table.length - 1）： 对无符号数的取模和取余是一样的，假设length == 2的幂次，哈希值对2 ^ n取余，就是将hash值的二进制右移 n 位，移动的n位就是余数 ， length = 2^n，length -1 的结果就是 11…1 ，n个1组成， 它和这个hash值做&操作结果和取模一样

  假设hash值是 1101 1101（221）% 10(2) 取模的结果1，
  将hash值和length -1 相与的结果也是1 
  

• put操作： 当我们想往一个 HashMap 中添加一对 key-value 时，系统首先会计算 key 的 hash 值，然后根据 hash 值确认在 table 中存储的位置。若该位置没有元素，则直接插入。否则迭代该处元素链表并依次比较其 key 的 hash 值。如果两个 hash 值相等且 key 值相等(e.hash == hash && ((k = e.key) == key || key.equals(k)))，则用新的 Entry 的 value 覆盖原来节点的 value。如果两个 hash 值相等但 key 值不等 ，则将该节点插入该链表的链头。

• get操作：
  通过 key 的 hash 值找到在 table 数组中的索引处的 Entry，然后返回该 key 对应的 value 即可。在这里能够根据 key 快速的取到 value 除了和 HashMap 的数据结构密不可分外，还和 Entry 有莫大的关系。HashMap 在存储过程中并没有将 key，value 分开来存储，而是当做一个整体 key-value 来处理的，这个整体就是Entry 对象。同时 value 也只相当于 key 的附属而已。在存储的过程中，系统根据 key 的 HashCode 来决定 Entry 在 table 数组中的存储位置，在取的过程中同样根据 key 的 HashCode 取出相对应的 Entry 对象（value 就包含在里面）。