【JAVA SE】集合框架--HashMap原理深入理解（一）-优快云博客

本文链接：https://blog.youkuaiyun.com/zpx31613/article/details/80751609

HashMap结构

HashMap是一个用来存放Key-Value键值对的集合，每一个键值对是一个Entry对象（Entry对象结构下面详细介绍），Entry对的数组组成了HashMap的主干。HashMap数据结构是数组加链表，主干是一个数组，在每个产生哈希冲突的位置是一个链表。

先看下java中的其他数据结构，再解释HashMap为什么是数据加链表的数据结构。

数组：一组内存连续的存储单元存储数据。

通过下标查找时间复杂度是o（1），因为直接就能计算出内存地址

对于给定值查找，需要遍历数组对比，因此时间复杂度为o(n)

对于有序数组，可以通过二分查找，时间复杂度为o（log）

对于插入和删除操作，由于要将删除或插入下标位置之后的全部数组元素移位，因此效率不高

链表：内存上不连续的，链式结构

对于查找，因为内存不连续（每个元素仅知道与之相关联的元素的内存地址（单向只知道后驱元素，双向知道前驱和后驱），无法知道每个对象的内存地址，只能从链表的一头逐个检查每个元素，），因此要遍历数组逐一查找，时间复杂度为o(n)

对于插入或删除操作，时间复杂度为o(1),因为只需在找到操作后置后，改变节点间的引用即可。

数组和链表都有插入或查找时效率低的问题，所以HashMap使用了数组加链表加上hash函数寻址的方式解决这个问题。

如果不考虑hash冲突的情况下，查找、删除、插入操作的时间复杂度都是o(1)

原因在于，hash表查找数组位置的过程

1.根据要操作元素的关键值调用hashcode方法得到一个int类型的hash值

2.根据之前得到的hash值通过一个hash函数得到数组下标

因此，仅需一次操作就能完成

如果一个元素，通过哈希运算定位到数组中同一个位置发现该位置已经存在元素了，称为hash冲突或hash碰撞。所以hash函数的设计应尽量避免hash碰撞。

put方法

put时，通过对要插入键值对的Key一个hash函数进行求值,求值得到的结果对应数组下标位置。如果该位置没有元素直接插入；如果该位置已经存在元素，那么对该位置的链表进行遍历，不存在相同的key值则插入链表头部，存在相同的key值则覆盖原来的value。

具体如何获取下标位置

先通过一个hash函数对 key的hash值，进行了许多异或和移位操作，以保证尽可能的不产生hash碰撞

final int hash(Object k) {
        int h = hashSeed;
        if (0 != h && k instanceof String) {
            return sun.misc.Hashing.stringHash32((String) k);
        }

        h ^= k.hashCode();

        h ^= (h >>> 20) ^ (h >>> 12);
        return h ^ (h >>> 7) ^ (h >>> 4);
    }

然后通过位运算，最终获取下标位置 index=h & (length-1 )

static int indexFor(int h, int length) {
        return h & (length-1);
    }

当发生hash碰撞时，HashMap是通过数组加链表的数据结构解决的。当一个元素插入时发现数组该位置上已经被占据，则插入该位置上的链表的头.

HashMap的查找，当定位到的数组下标仅存在一个元素时，时间复杂度为o(1),通过hash函数一次查找。当发现该位置上存在链表时，需遍历链表，对链表上的元素的key值逐一对比，时间复杂度为o(n)

hashmap的插入，当定位到数组位置不包含元素时，仅需hash函数一次定位即可。当定位到的位置存在元素，需逐个遍历链表，存在相同key则覆盖，不存在相同key则添加

为什么要计算Key的下标位置要用Key的hash值和数组长度进行位运算？

HashMap规定数组长度必须是2的幂次，目的也是为了让计算下标时尽可能的分布均匀，以减少hash冲突。假如length是16，
那么length的后四位是1111（只要是2的幂次-1，那么所有位都是1），这样可以实现尽可能的实现分布均匀。下面举例说明
1.假如一个key的经过hash函数后计算出的二进制值是101110001110101110 1001
2.16-1=15，二进制值是1111
3.进行与运算，101110001110101110 1001 & 1111 = 1001，十进制是9，所以 index=9。
所以下标位置完全取决于Key经过hash函数后值的最后几位。

当发生hash碰撞时，HashMap是通过数组加链表的数据结构解决的。当一个元素插入时发现数组该位置上已经被占据，则插入该位置上的链表的头.

那么如果数组长度不是2的幂次会产生什么情况？

假如HashMap数组的长度是10，二进制的值为1001
进行位运算101110001110101110 1001 & 1001=1001

后四位变一下再看
进行位运算101110001110101110 1011 & 1001=1001

再变一下
进行位运算101110001110101110 1111 & 1001=1001

所以当key经过hash函数之后的值改变时，结果也很可能不会变，这样就增加了hash冲突的可能性，而且有些值必然不会出现（2、3位
为1的值），那么也就是数组某些位置会一直空着。与数组尽可能分布均匀的思想显然时相悖的。如果数组长度是2的幂次，后几位全部是1
那么与运算的结果就完全由key的hash值去确定了