HashMap工作原理

Hash表的概念

散列表（Hash table，也叫哈希表），是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表

几种数据结构在新增，查找，删除上的性能对比

数组：采用一段连续的存储单元来存储数据。对于指定下标的查找，时间复杂度为O(1)；通过给定值进行查找，需要遍历数组，逐一比对给定关键字和数组元素，时间复杂度为O(n)，当然，对于有序数组，则可采用二分查找，插值查找，斐波那契查找等方式，可将查找复杂度提高为O(logn)；对于一般的插入删除操作，涉及到数组元素的移动，其平均复杂度也为O(n)

线性链表：对于链表的新增，删除等操作（在找到指定操作位置后），仅需处理结点间的引用即可，时间复杂度为O(1)，而查找操作需要遍历链表逐一进行比对，复杂度为O(n)

二叉树：对一棵相对平衡的有序二叉树，对其进行插入，查找，删除等操作，平均复杂度均为O(logn)。

哈希表：相比上述几种数据结构，在哈希表中进行添加，删除，查找等操作，性能十分之高，不考虑哈希冲突的情况下，仅需一次定位即可完成，时间复杂度为O(1)，接下来我们就来看看哈希表是如何实现达到惊艳的常数阶O(1)的。

我们知道，数据结构的物理存储结构只有两种：顺序存储结构和链式存储结构（像栈，队列，树，图等是从逻辑结构去抽象的，映射到内存中，也这两种物理组织形式），而在上面我们提到过，在数组中根据下标查找某个元素，一次定位就可以达到，哈希表利用了这种特性，哈希表的主干就是数组。

什么是HashMap以及HashMap的构成

HashMap是基于哈希表的Map接口的非同步（synchronized）实现。此实现提供所有可选的映射操作，病允许使用null值和null键。HashMap存储的是键值对，HashMap很快。此类不保证映射的顺序，特别是他不保证该顺序恒久不变。

HashMap实际上是一个“链表散列”的数据结构，即数组和链表的结合。

数组：存储区间连续，占用内存严重，寻址容易，插入删除困难；

链表：存储区间散列，占用内存比较宽松，寻址困难，插入容易；

HashMap综合应用了这两种数据结构，实现了寻址容易，插入删除也容易。

HashMap的数据结构示意图如下：

HashMap的存取原理

比如我们要新增或查找某个元素，我们通过把当前元素的关键字通过某个函数映射到数组中的某个位置，通过数组下标一次定位就可完成操作。

存储位置 = f(关键字)

其中，这个函数f一般称为哈希函数，这个函数的设计好坏会直接影响到哈希表的优劣。举个例子，比如我们要在哈希表中执行插入操作：

查找操作同理，先通过哈希函数计算出实际存储地址，然后从数组中对应地址取即可。

哈希冲突

然而万事无完美，如果两个不相同的元素，通过哈希函数得出的实际存储地址相同怎么办？也就是说，当我们对某个元素进行哈希运算，得出一个存储地址，然后要进行插入的时候，发现已经被其他元素占用了，其实这就是所谓的哈希冲突，也叫哈希碰撞。前面我们提到过，哈希函数的设计至关重要，好的哈希函数会尽可能地保证计算简单和散列地址分布均匀，但是我们需要清楚的是数组一块连续的固定长度的内存空间，再好的哈希函数也不能保证得到的存储地址绝对不对发生冲突，那么哈希冲突如何解决呢？哈希冲突的解决方案有多种：开放地址法（发生冲突，继续寻找下一块未被占用的存储地址），再散列函数法，链地址法，而HashMap既是采用的链地址法，也就是数组+链表的方式。

HashMap实现原理

HashMap的主干是一个Entry数组。Entry是HashMap的基本组成单元，每一个Entry包含一个key-value键值对

//HashMap的主干数组，可以看到就是一个Entry数组，初始值为空数组{}，主干数组的长度一定是2的次幂，至于为什么这么做，后面会有详细分析。
transient Entry[] table = (Entry[]) EMPTY_TABLE;

Entry是HashMap中的一个静态内部类，代码如下：

static class Entry implements Map.Entry {
        final K key;
        V value;
        Entry next;   //存储指向下一个Entry的引用，单链表结构
        int hash;          //对key的hashcode值进行hash运算后得到的值，存储在Entry，避免重复计算
        /**
         * Creates new entry.
         */
        Entry(int h, K k, V v, Entry n) {
            value = v;
            next = n;
            key = k;
            hash = h;
        } 
}

 所以，HashMap的整体结构如下:

简单的来说，HashMap是由数组+链表组成的，数组是HashMap的主体，链表则是主要为了解决哈希冲突而存在的，如果定位到数组位置不含链表（当前entry的next指向null），那么对于查找，添加等操作很快，仅需一次寻址即可；如果定位到数组包含链表，对于添加操作，起事件复杂度为o(n)，首先遍历链表，存在即覆盖，否则新增；对于查找操作来讲，仅需要遍历链表，然后通过key对象的equals方法逐一对比查找（entry中看上图可知道存储hashcode,key,value,next）。所以，考虑性能，HashMap中的链表出现越少，性能越好。

容量(capacity)和负载因子(loadFactor)

简单的说。capacity就是bucket(数组)的大小，loadFator就是bucket填满程度的最大比例。当bucket中的entries的数目（而不是已占用的位置数）大于capacity*loadFactor时就需要扩容，调整bucket的大小为当前的2倍。同时，初始化容量的大小也是2的次幂（大于等于设定容量的最小次幂），则bucket的大小在扩容前后都将是2的次幂（非常重要，resize时能带来极大的便利）。

Tips：

默认的capacity为16，loadFator为0.75，如果需要优化的话，要考量具体的使用场景

• 如果对迭代性能要求高，不要把capacity设置过大，也不要把loadFactor设置过小，否则会导致bucket中的空位置过多，浪费性能
• 如果对随机访问的性能要求很高，不要把loadFactor设置的过大，否则会导致访问是频繁碰撞，时间复杂度向O(n)退化
• 如果数据增长很快，或者数据规模可预见，可以在常见HashMap时主动设置capacity

HashMap put操作

int hash = hash(key);
int i = indexFor(hash, table.length);

1. 首先计算key的hash值，之后结合数组的长度进行一个&操作得到数组的下标
2. 利用Entry类的next变量来实现链表，把最新的元素放到链表头，旧的数据则被最新的元素的next变量引用。也即是说，当key出现冲突的时候，链表中的第一个元素都是后面最新添加进来的那个，之前的则被next引用着。虽然这里是插入的动作，但是由于使用了链表，所以无需像数组的插入那样，进行数组拷贝。

HashMap get操作

只需要根据key的hashcode算出元素在数组中的下标,之后遍历Entry对象链表,直到找到元素为止

int hash = (key == null) ? 0 : hash(key);
for (Entry e = table[indexFor(hash, table.length)];e != null;e = e.next) {
    Object k;
    if (e.hash == hash &&
        ((k = e.key) == key || (key != null && key.equals(k))))
        return e;
}

这里有两个注意点：

1. 这里利用key的hashcode方法和equals方法，所以在只用HashMap的时候，如果使用对象作为key，最好覆盖key的hashcode和equals方法，不然可能出现put到HashMap成功，但是get的时候却没有找到数据
2. 如果key hash冲突太多，或造成链表过长，在链表中找到元素的时候，会比慢

 

了解更多可查看以下地址：

https://www.cnblogs.com/chengxiao/p/6059914.html

http://www.importnew.com/27043.html