HashMap的底层原理

最新推荐文章于 2025-06-14 15:30:38 发布

Boolean布尔

最新推荐文章于 2025-06-14 15:30:38 发布

阅读量426

点赞数 5

分类专栏：数据结构文章标签：数据结构 java

版权

3 篇文章

订阅专栏

1、数据结构

从java8开始，为了优化性能，HashMap采用了数组+链表+红黑树的结构

数组：我们称之为哈希桶，是HashMap中的基础数据结构，每个数组中的元素称为一个桶，用于存放链表和红黑树的头结点。数组的索引是由键的哈希值经过一定处理得到的
链表：当多个键值的哈希映射到同一个桶中，链表中的每个节点包含一个键值对以及下一个节点的引用
红黑树：当链表的长度达一定程度（默认为8），并且数组的长度达到64时，链表会转换成红黑树，红黑树是一种自平衡的二叉树，将查询、插入和删除的时间复杂度从链表的O(n）降低到O(logN）、从而提升性能

HashMap使用哈希函数将建的哈希码（通过hash函数返回的值）转换为数组的索引。

常见的哈希函数有：

直接定制法--(常用) 取关键字的某个线性函数为散列地址：Hash（Key）= A*Key + B 优点：简单、均匀缺点：需要事先知道关键字的分布情况使用场景：适合查找比较小且连续的情况
除留余数法--(常用) 字符串中第一个只出现一次字符设散列表中允许的地址数为m，取一个不大于m，但最接近或者等于m的质数p作为除数，按照哈希函数： Hash(key) = key% p(p<=m),将关键码转换成哈希地址
平方取中法--(了解) 假设关键字为1234，对它平方就是1522756，抽取中间的3位227作为哈希地址；再比如关键字为4321，对它平方就是18671041，抽取中间的3位671(或710)作为哈希地址平方取中法比较适合：不知道关键字的分布，而位数又不是很大的情况比特就业课
折叠法--(了解) 折叠法是将关键字从左到右分割成位数相等的几部分(最后一部分位数可以短些)，然后将这几部分叠加求和，并按散列表表长，取后几位作为散列地址。折叠法适合事先不需要知道关键字的分布，适合关键字位数比较多的情况
随机数法--(了解) 选择一个随机函数，取关键字的随机函数值为它的哈希地址，即H(key) = random(key),其中random为随机数函数。通常应用于关键字长度不等时采用此法

然后，对哈希码进行扰动处理，通过 (h = key.hashCode()) ^ (h >>> 16) 操作，将哈希码的高 16 位与低 16 位进行异或运算，以减少哈希冲突的概率。

最后，使用扰动后的哈希值与数组长度减 1 进行按位与运算 (n - 1) & hash，得到数组的索引。这里要求数组长度必须是 2 的幂次方，这样 (n - 1) & hash 就相当于 hash % n，但按位与运算的效率更高。

当调用put(key,value)方法出入键值对时，HashMap的插入过程如下：

1.计算键的哈希值，通过哈希函数得到数组的索引。

2.如果该索引对应的桶为空，则直接创建一个新的节点并放入该桶中。

3.如果该索引对应的桶不为空，则需要处理哈希冲突：

4.插入完成后，检查 HashMap 的元素数量是否超过阈值（容量 * 负载因子），如果超过则进行扩容操作。

当调用get（key）方法查找建对应的值时，HashMap的查找过程如下：

HashMap 的扩容操作主要是为了减少哈希冲突，提高性能。当 HashMap 的元素数量超过阈值（容量 * 负载因子）时，会触发扩容操作。扩容过程如下：

创建一个新的数组，其长度为原数组长度的 2 倍。
遍历原数组中的每个桶，将桶中的节点重新计算哈希值并插入到新数组中。对于链表节点，会根据新的哈希值将链表拆分为两个链表，分别插入到新数组的不同位置；对于红黑树节点，会进行拆分和重新插入操作，如果拆分后红黑树的节点数量小于等于 6，则将红黑树转换为链表。
将新数组作为 HashMap 的底层数组。