Java HashMap总结

HashMap的数据结构

底层由数组和链表组成，数组是主体，链表是为了解决Hash冲突，jdk1.8后，当链表的长度大于阈值8时，会转换为红黑树

HashMap的hash函数实现原理

1、JDK 1.8 中，通过key的hashCode()方法得到值的高16位异或低16 位实现的：

(h = k.hashCode()) ^ (h >>> 16)

2、使用计算得到的hash值与数组长度n-1做与位运算得到数组下标：

if ((p = tab[i = (n - 1) & hash]) == null)

计算下标时为什么用位与运算？

• 由于位运算直接对内存数据进行操作，不需要转成十进制，因此处理速度非常快
• 正整数对2的倍数取模，只要将数与2的倍数-1做位与运算
• 对2的倍数取余，只要将数右移2的倍数位

为什么使用异或运算？
这段代码叫“扰动函数”，目的是为了混合原hash码的高位和地位，混合后的低位掺杂了高位的部分特征，这样高位的信息也被变相的保留下来

• 计算得到hash值后需要与数组长度-1做与位运算得到元素所在数组下标位置，此时数组长度-1相当于一个“低位掩码”，结果是hash值的高位全部归零，只保留低位值
• hashCode函数返回的int值范围为32位，右移16位再异或，相当于自己的高半区和低半区做异或，这样得到的hash值混合了原始hash码高位和低位的特征，减少了hash碰撞的几率

为什么用异或，不用与和或运算？

图片转自：https://zhuanlan.zhihu.com/p/...

HashMap的put方法执行过程

• 调用哈希函数获取Key对应的hash值，再计算其数组下标；
• 如果没有出现哈希冲突，则直接放入数组；如果出现哈希冲突，则以链表的方式放在链表后面；
• 如果链表长度超过阀值( TREEIFY THRESHOLD==8)，就把链表转成红黑树，链表长度低于6，就把红黑树转回链表；
• 如果结点的key不存在，直接插入，如果已经存在，则替换其value；
• 如果集合中的键值对大于12，调用resize方法进行数组扩容。

HashMap的容量与扩容机制

初始容量与负载因子：

• HashMap默认初始容量为16，负载因子为0.75

  • 负载因子为0.75是在容量浪费和hash冲突增多之间取的一个值

• 指定初始容量时推荐使用2的倍数作数组长度

  • 因为只有2的倍数在减1的时候，才会出现01111这样的值，才能用来做与位运算替代取模运算
  • 如果指定的初始容量不为2的倍数，则会寻找比原始值大的最小的那个2的倍数值，如传17，则初始容量为32

扩容过程：

• 创建一个新数组，其容量为旧数组的两倍
• 将原数组中的元素迁移至新数组。jdk1.8以下需要重新计算下标位置，jdk1.8后做了优化，只需计算hash & oldCap的值即可确定元素在新数组中的位置（oldCap为原数组长度），分以下两张情况：

A：扩容后，若hash值新增参与运算的位=0，那么元素在扩容后的位置=原始位置
B：扩容后，若hash值新增参与运算的位=1，那么元素在扩容后的位置=原始位置+原数组长度。

所以说扩容是一个特别耗性能的操作，所以当程序员在使用HashMap的时候，估算map的大小，初始化的时候给一个大致的数值，避免map进行频繁的扩容。

为什么使用需要链表转红黑树

• 引入红黑树就是为了查找数据快，解决链表查询深度的问题。链表查询效率为O(n)，当长度过长时查询效率慢，红黑树查询效率O(lgn)，查询效率快
• 红黑树在插入新数据后可能需要通过左旋，右旋、变色这些操作来保持树的平衡
• 构建红黑树和维护红黑树的平衡也需要一些操作损耗资源，所以在链表长度大于8时才转换成红黑树

红黑树：

• 每个节点非红即黑
• 根节点总是黑色的
• 如果节点是红色的，则它的子节点必须是黑色的（反之不一定）
• 每个叶子节点都是黑色的空节点（NIL节点）
• 从根节点到叶节点或空子节点的每条路径，必须包含相同数目的黑色节点（即相同的黑色高度）

jdk8中对HashMap做了哪些改变？

• 在java 1.8中，如果链表的长度超过了8，那么链表将转换为红黑树。
• 发生hash碰撞时，java 1.7 会在链表的头部插入，而java 1.8会在链表的尾部插入
• 扩容迁移数据时，jdk1.8没有重新计算新数组下标，而是通过hash & 原数组长度来确定元素在新数组中的下标
• 在java 1.8中，Entry被Node替代(换了一个马甲）。

hash冲突的解决方法

1、开放地址法
当出现hash冲突时，执行左右空节点探测

• 线性探测再散列，当hash值p出现冲突时，则将数据放到 (p + 1) % m处 ，逐步向后探测
• 二次探测再散列，当hash值p出现冲突时，则将数据放到 (p + 1) % m 处，如果此时还存在冲突，则将数据放到 (p - 1) % m 处，左右探测
• 伪随机探测再散列，构建一个随机数列探测，di依次取数列中的值

缺点：不能删除节点、只能对节点作删除标记；要求哈希表空间大于或等于装填数据数目。

2、再hash法
构造多个hash函数，当一个冲突时，再计算第二个的hash值，直到不冲突为止

优缺点：这种方式不容易产生聚集，但增加了计算时间

3、链地址法
出现冲突时用链表链接

缺点：需要额外的空间

4、建立公共溢出区
将哈希表分为基本表和溢出表两部分，凡是和基本表中元素发生冲突的元素均存入溢出表

ConcurrentHashMap数据结构

jdk1.7:

• 使用一个Segment数组和多个HashEntry数组组成
• 当执行put操作时，会进行第一次key的hash来定位Segment数组的位置，如果该Segment还没有初始化，即通过CAS操作进行赋值，然后进行第二次hash操作，找到对应的HashEntry的位置，再通过ReentrantLock进行加锁后，将数据添加到链表尾部

jdk1.8：

• 与HashMap结构一致，底层是数组+链表或数组加红黑树的结构实现，当链表的节点数大于8时会转换为红黑树
• 操作流程是，对key进行hash运算定位到数组下标，如果下标位置table为空则先初始化，再cas插入，如果有数据，则用同步锁Synchronized进行加锁后插入

jdk1.7数据结构图：

HashMap，LinkedHashMap，TreeMap 有什么区别？

• HashMap 通过hash函数计算数组下标，key是无序的
• LinkedHashMap通过双向链表保存了记录的插入顺序，在用 Iterator 遍历时，先取到的记录肯定是先插入的；遍历比 HashMap 慢；
• TreeMap 实现 SortMap 接口，能够把它保存的记录根据键排序（默认按键值升序排序，也~~~~可以指定排序的比较器）

HashMap、TreeMap、LinkedHashMap的使用场景

• HashMap：一般情况下，使用最多的是 HashMap。只需要普通的在 Map 中插入、删除和定位元素时；
• TreeMap：在需要按自然顺序或自定义顺序遍历键的情况下；
• LinkedHashMap：在需要输出的顺序和输入的顺序相同的情况下。

HashMap 和 HashTable 有什么区别？

• HashMap 是线程不安全的，HashTable 是线程安全的；
• HashMap允许插入null键，HashTable不允许；
• HashMap 默认初始化数组的大小为16，HashTable 为 11，前者扩容时，扩大两倍，后者扩大两倍+1；
• HashMap 需要重新计算 hash 值，而 HashTable 直接使用对象的 hashCode