HashMap 的底层数据结构与 put 操作流程

1. HashMap 的底层数据结构

HashMap 是 Java 中实现了 Map 接口的一个常用类，主要用来存储键值对（Key-Value）。它底层依赖于 哈希表（Hash Table）实现，主要使用 数组 和 链表（或 红黑树）两种数据结构。

主要组成：

• 数组：HashMap 使用一个数组来存储所有的桶（bucket），每个桶可以存储一个或多个键值对。
• 链表：当多个键值对的哈希值相同时（即哈希冲突），这些元素会存储在同一个桶的位置，通过链表来组织。
• 红黑树：当链表的长度超过一定阈值（默认为 8），链表会转换为红黑树，以提高查找效率。

数据结构演变：

• JDK 1.7 及之前版本：哈希冲突通过链表解决。
• JDK 1.8 及以后版本：链表长度超过阈值时，链表会转为红黑树。

2. put 操作的执行流程

put 方法用于将一个键值对插入 HashMap 中，具体过程如下：

(1) 计算哈希值：

• 调用 key.hashCode() 计算键的哈希值。为了减少哈希冲突，哈希值会进行扰动处理（位运算）。

int hash = key.hashCode();

(2) 计算数组索引位置：

• 通过 hash 与数组长度（n）的位运算来确定该元素应该存储在数组的哪个桶位置。该操作可以帮助降低哈希冲突。

int index = (n - 1) & hash;  // 计算桶的索引位置

(3) 检查该位置是否为空：

• 如果目标桶位置为空，则直接插入该键值对。
• 如果桶位置已经有元素（发生哈希冲突），则需要进行冲突解决。

(4) 处理哈希冲突：

• 链表法：如果目标位置有元素（发生哈希冲突），则会通过链表（或红黑树）进行处理。每个链表节点存储一个键值对，发生冲突时，新的键值对会被添加到链表末尾。
• 红黑树法：当链表长度超过阈值（默认 8）时，链表会转为红黑树，以提高查找效率。

(5) 扩容判断：

• 如果 HashMap 的元素数量超过负载因子（默认为 0.75）与当前容量的乘积时，HashMap 会进行扩容操作，将数组的容量加倍，并重新分配桶的位置。

if (++size > threshold) {
    resize();  // 扩容
}

3. put 操作流程图示

假设我们要插入两个元素：

put("key1", "value1");
put("key2", "value2");

• 计算哈希值并通过哈希值计算桶的位置：

  • hash(key1) -> index0
  • hash(key2) -> index1

• 将元素插入相应的位置：

  • [桶0] -> (key1, value1)
  • [桶1] -> (key2, value2)
• 如果发生冲突，则会将新元素插入到链表的末尾。

[桶0] -> (key1, value1)
[桶1] -> (key2, value2)

[哈希冲突] -> 链表/红黑树

4. 性能分析

• 平均时间复杂度：put 操作的平均时间复杂度是 O(1)，即常数时间。前提是哈希表负载均衡，哈希冲突较少。
• 最坏时间复杂度：最坏情况下，如果所有元素都被存储在同一个桶中（发生严重冲突），则时间复杂度是 O(n)，其中 n 是 HashMap 中的元素数量。但这种情况通常较少发生，通过良好的哈希函数和扩容机制可以避免。

5. 扩容机制

HashMap 会在元素数量超过负载因子（默认是 0.75）与当前容量的乘积时进行扩容。扩容是将数组的大小翻倍，并将现有元素重新映射到新的数组位置。扩容过程会消耗较多时间，因此，初始化时尽量合理配置 HashMap 的初始容量和负载因子，以避免频繁扩容。

if (++size > threshold) {
    resize();  // 扩容
}

6. 总结

• HashMap 的底层是基于数组和链表（或红黑树）来存储元素的。
• put 操作的主要步骤包括计算哈希值、确定桶的位置、处理哈希冲突、扩容等。
• HashMap 提供高效的存储和查询操作，在大多数情况下，put 的时间复杂度为 O(1)。
• 在极端情况下，哈希冲突较多时，最坏时间复杂度可能是 O(n)，但通过合理的哈希函数和扩容机制可以降低冲突的发生概率。