Java基础之HashMap原理

相比于C++等语言，许多人都觉得Java很简单、容易上手。但是简单并不是理所当然的，简单是因为jdk为我们夯实了底层基础，我们才得以轻松搭建宏伟的上层建筑。作为Java程序员，如果仅仅局限于会使用jdk为我们封装好的工具而怠于知其细节，那么个人提升永远是有所缺失的。我们不重复造轮子，但是得了解轮子是怎么造出来的。从事Java开发一年半，对于各种框架渐渐有所了解，却猛然发现对于Java基础还有不少欠缺，因此准备着手写Java基础系列博文，仅作自我学习，也希望阅读者给予指教。

今天的主角是HashMap，在此之前，先捋一捋涉及到的更基础的知识点。

基本数据类型

数据类型	存储大小	范围	说明
byte	8 bit	-2^7 ~ 2^7-1	字节
short	16 bit	-2^15 ~ 2^15-1	短整型
int	32 bit	-2^31 ~ 2^31-1	整型
long	64 bit	-2^63 ~ 2^63-1	长整型
float	32 bit	±(1.4E-45 ~ 3.4028235E38)	浮点型，后缀f
double	64 bit	±(4.9E-324 ~ 1.7976931348623157E308)	双精度浮点型
char	16 bit	2^16-1	字符型
boolean			布尔型

数值类型在计算机中的存储方式

整型以补码的形式存储（正数的补码与原码相同）：

如int 1为：0000 0000 0000 0000 0000 0000 0000 0001

int -1为：1111 1111 1111 1111 1111 1111 1111 1111

byte 1为：0000 0001

byte -1为：1111 1111

浮点数在计算机中的存储分为三个部分：符号位、指数位和尾数位

float类型符号位占1bit，指数位占8bit，尾数位占23bit

double类型符号位占1bit，指数位占11bit，尾数位占52bit

参考http://www.cnblogs.com/xugang/archive/2010/05/04/1727431.html

位操作

<< 左移位，低位补零，每移一位相当于×2

>> 右移位，用符号位填充高位，每移一位相当于÷2

>>> 无符号右移位，用0填充高位

对于int类型的移位操作，运算符右侧参数需要进行模32运算，即移动1位跟移动33位效果是相同的；同理，对于long类型，移动位数要进行模64运算。

% 模运算，取余

^ 位异或，相同取0，不同取1

& 与，同为1取1，有0取0

| 或，有1取1，同为0取0

~ 非，取反

hashCode()方法

hashCode是由对象导出的一个整数值，通常跟对象的内容有关，如果没有重写该方法，那么hashCode()返回的是对象的内存地址。hashCode存在的一个重要原因是用于HashMap中提高查找的效率。

如果a.equals(b)，那么a.hashCode() == b.hashCode()，反之则不一定成立；不同的对象也可能拥有同样的散列码。

组合多个hashCode可以通过Objects.hash方法，并提供多个参数；数组对象的hashCode可以通过Arrays.hashCode方法计算。

String类型的hashCode()方法

    public int hashCode() {
        int h = hash;
        if (h == 0 && value.length > 0) {
            char val[] = value;
            // 之所以与31相乘，是因为它是一个奇素数。如果乘数是偶数，且乘法溢出，则信息会丢失，与2                
            // 相乘相当于移位。使用素数的好处并不明显，只是出于传统。另外，31*i=(i<<5)-i，jvm能够 
            // 自动做这种优化提高运算速度
            for (int i = 0; i < value.length; i++) {
                h = 31 * h + val[i];
            }
            hash = h;
        }
        return h;
    }

HashMap

数据结构

数组是最基本的数据结构，通过索引存取，非常便利，但是数组对象在创建时便要定义大小，扩容的代价很高。相反，链表是一种扩容方便，但是访问较为复杂的数据结构。而HashMap则综合了这两种数据结构的优点，既拥有便利的存取操作，同时又便于扩容。

HashMap中维护了一个数组 Node[] table，Node是内部类，实现了Map.Entry接口，是一个链表。数组的每个位置存放的是链表的表头。

put(K k, V v)

使用hash(key)&(n-1)计算得待插入节点的数组下标，如果该桶位没有存放其它节点，则将新节点放在该桶位。如果该桶位已经有节点，则遍历该链表，若存在某个节点的key值与新k相同

if (e.hash == hash &&
    ((k = e.key) == key || (key != null && key.equals(k))))

则根据 onlyIfAbsent 参数决定是否使用新的节点取代已存在的节点

if (!onlyIfAbsent || oldValue == null)

如果链表中不存在相同key，则将新节点放在链尾。

get(K k)

使用hash(key)&(n-1)计算得数组下标，如果该桶位存放的节点key值与k相同，则返回该节点的value，否则遍历该链表，直到找到key值与k相同的节点，并返回该节点的value。

hash(Object key)

    static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

因为使用hash(key)&(n-1)计算数组下标，而数组长度n是2的幂，因此一些只在高bit位有区别的hashCode参与hashCode&(n-1)运算后，肯定会产生碰撞。因此，将hashCode的高位下移到低位，另一方面，为了避免高位没有参与到计算下标的运算当中，对移位后的hashCode与原hashCode进行异或操作。

resize()

当数组中的元素越来越多，产生碰撞的概率就越来越大。当元素个数超过阈值的话，会将数组容量扩大一倍。这个阈值是cap*loadFactor。容量cap的默认值是16，loadFactor默认值是0.75，因此当元素数量达到12后，数组大小将扩容到32。

为什么HashMap的容量是2的幂

因为我们使用hash(key)&(n-1)计算数组下标，当HashMap容量是2的幂时，n-1用二进制表示全为1，可作为掩码，这样，我们能最大程度保证散列值本身的分布均匀性。考虑如果n=0，n-1二进制为1001，对于hashCode：1111、1001、1101、1011，得到的下标值都是1001，这显然会导致性能下降。

为什么使用&代替模运算来计算下标

a%b == a&(b-1)，当b为2的幂的时候，等式成立，而&运算相比%运算要快得多。

---

HashMap、LinkedHashMap和TreeMap的区别（番外篇，转自https://blog.csdn.net/fg2006/article/details/6411200）

Map主要用于存储健值对，根据键得到值，因此不允许键重复（重复了覆盖了），但允许值重复。

 

HashMap

　　HashMap 是一个最常用的Map，它根据键的HashCode 值存储数据，根据键可以直接获取它的值，具有很快的访问速度。遍历时，取得数据的顺序是完全随机的。
　　HashMap最多只允许一条记录的键为Null；允许多条记录的值为 Null。
　　HashMap不支持线程的同步（即任一时刻可以有多个线程同时写HashMap），可能会导致数据的不一致。如果需要同步，可以用 Collections的synchronizedMap方法使HashMap具有同步的能力，或者使用ConcurrentHashMap。
　　Hashtable与 HashMap类似，它继承自Dictionary类。不同的是：它不允许记录的键或者值为空；它支持线程的同步（即任一时刻只有一个线程能写Hashtable），因此也导致了 Hashtable在写入时会比较慢。

 

LinkedHashMap

　　LinkedHashMap保存了记录的插入顺序，在用Iterator遍历LinkedHashMap时，先得到的记录肯定是先插入的。也可以在构造时带参数，按照应用次数排序。
在遍历的时候会比HashMap慢，不过有种情况例外：当HashMap容量很大，实际数据较少时，遍历起来可能会比LinkedHashMap慢。因为LinkedHashMap的遍历速度只和实际数据有关，和容量无关，而HashMap的遍历速度和他的容量有关。

 

TreeMap

　　TreeMap实现SortMap接口，能够把它保存的记录根据键排序。
　　默认是按键值的升序排序，也可以指定排序的比较器，当用Iterator 遍历TreeMap时，得到的记录是排过序的。

 

三种类型分别在什么时候使用

　　1、一般情况下，我们用的最多的是HashMap。HashMap里面存入的键值对在取出的时候是随机的，它根据键的HashCode值存储数据，根据键可以直接获取它的值，具有很快的访问速度。在Map 中插入、删除和定位元素，HashMap 是最好的选择。
　　2、TreeMap取出来的是排序后的键值对。但如果您要按自然顺序或自定义顺序遍历键，那么TreeMap会更好。
　　3、LinkedHashMap 是HashMap的一个子类，如果需要输出的顺序和输入的相同,那么用LinkedHashMap可以实现,它还可以按读取顺序来排列，像连接池中可以应用。
 

其他

1. HashSet是通过HashMap实现的,TreeSet是通过TreeMap实现的,只不过Set用的只是Map的key
2. Map的key和Set都有一个共同的特性就是集合的唯一性.TreeMap更是多了一个排序的功能.
3. hashCode和equal()是HashMap用的, 因为无需排序所以只需要关注定位和唯一性即可.
　　a. hashCode是用来计算hash值的,hash值是用来确定hash表索引的.
　　b. hash表中的一个索引处存放的是一张链表, 所以还要通过equal方法循环比较链上的每一个对象才可以真正定位到键值对应的Entry.
　　c. put时,如果hash表中没定位到,就在链表前加一个Entry,如果定位到了,则更换Entry中的value,并返回旧value
4. 由于TreeMap需要排序,所以需要一个Comparator为键值进行大小比较.当然也是用Comparator定位的.
　　a. Comparator可以在创建TreeMap时指定
　　b. 如果创建时没有确定,那么就会使用key.compareTo()方法,这就要求key必须实现Comparable接口.
　　c. TreeMap是使用Tree数据结构实现的,所以使用compare接口就可以完成定位了.
 
 
注意：

　　1、Collection没有get()方法来取得某个元素。只能通过iterator()遍历元素。 
　　2、Set和Collection拥有一模一样的接口。 
　　3、List，可以通过get()方法来一次取出一个元素。使用数字来选择一堆对象中的一个，get(0)...。(add/get) 
　　4、一般使用ArrayList。用LinkedList构造堆栈stack、队列queue。 
　　5、Map用 put(k,v) / get(k)，还可以使用containsKey()/containsValue()来检查其中是否含有某个key/value。 
      　　HashMap会利用对象的hashCode来快速找到key。哈希码就是将对象的信息经过一些转变形成一个独一无二的int值，这个值存储在一个array中。我们都知道所有存储结构中，array查找速度是最快的。所以，可以加速查找。发生碰撞时，让array指向多个values。即，数组每个位置上又生成一个梿表。 
　　6、Map中元素，可以将key序列、value序列单独抽取出来。 
　　　　使用keySet()抽取key序列，将map中的所有keys生成一个Set。 
　　　　使用values()抽取value序列，将map中的所有values生成一个Collection。 
　　　　为什么一个生成Set，一个生成Collection？那是因为，key总是独一无二的，value允许重复。

LinkedHashMap

LinkedHashMap继承于HashMap，区别在于LinkedHashMap记录了元素插入的次序，因此使用Iterator遍历的时候，