HashMap笔记

01Hashtable、HashMap、TreeMap对比

Hashtable、HashMap、TreeMap 都是最常见的一些 Map 实现，是以键值对的形式存储和操作数据的容器类型。

（1） 元素特性

HashTable中的key、value都不能为null；HashMap中的key、value可以为null，很显然只 能有一个key为null的键值对，但是允许有多个值为null的键值对；TreeMap当未实现 Co mparator 接口时，key 不可以为null；当实现 Comparator 接口时，若未对null情况进行判 断，则key不可以为null，反之亦然。

（2）顺序特性
HashTable、HashMap具有无序特性。TreeMap是利用红黑树来实现的（树中的每个节点的 值，都会大于或等于它的左子树中的所有节点的值，并且小于或等于它的右子树中的所有节 点的值），实现了SortMap接口，能够对保存的记录根据键进行排序。所以一般需要排序的 情况下是选择TreeMap来进行，默认为升序排序方式（深度优先搜索），可自定义实现Com parator接口实现排序方式。
（3）初始化与增长方式
初始化时：HashTable在不指定容量的情况下的默认容量为11，且不要求底层数组的容量一 定要为2的整数次幂；HashMap默认容量为16，且要求容量一定为2的整数次幂。扩容时：Hashtable将容量变为原来的2倍加1；HashMap扩容将容量变为原来的2倍。
（4）线程安全性
HashTable其方法函数都是同步的（采用synchronized修饰），不会出现两个线程同时对数 据进行操作的情况，因此保证了线程安全性。也正因为如此，在多线程运行环境下效率表现 非常低下。因为当一个线程访问HashTable的同步方法时，其他线程也访问同步方法就会进 入阻塞状态。比如当一个线程在添加数据时候，另外一个线程即使执行获取其他数据的操作 也必须被阻塞，大大降低了程序的运行效率，在新版本中已被废弃，不推荐使用。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
（1）可以用 Collections的synchronizedMap方法；
（2）使用Co ncurrentHashMap类，相较于HashTable锁住的是对象整体， ConcurrentHashMap基于lo ck实现锁分段技术。首先将Map存放的数据分成一段一段的存储方式，然后给每一段数据分 配一把锁，当一个线程占用锁访问其中一个段的数据时，其他段的数据也能被其他线程访 问。ConcurrentHashMap不仅保证了多线程运行环境下的数据访问安全性，而且性能上有 长足的提升。

02HashMap实现原理

HashMap基于哈希思想，实现对数据的读写。当我们将键值对传递给put()方法时，它调用 键对象的hashCode()方法来计算hashcode，然后后找到bucket位置来储存值对象。当获取对 象时，通过键对象的equals()方法找到正确的键值对，然后返回值对象。HashMap使用链表 来解决碰撞问题，当发生碰撞了，对象将会储存在链表的下一个节点中。HashMap在每个 链表节点中储存键值对对象。当两个不同的键对象的hashcode相同时，它们会储存在同一个 bucket位置的链表中，可通过键对象的equals()方法用来找到键值对。如果链表大小超过阈 值（TREEIFY_THRESHOLD, 8），链表就会被改造为树形结构。

03HashMap put 过程（1.8）

1、对Key求Hash值，然后再计算下标

2、如果没有碰撞，直接放入桶中（碰撞的意思是计算得到的Hash值相同，需要放到同一个bucket中）

3、如果碰撞了，以链表的方式链接到后面

4、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

5、如果节点已经存在就替换旧值

6、如果桶满了(容量16*加载因子0.75)，就需要 resize（扩容2倍后重排）

04HashMap get过程

调用get()方法，HashMap会使用键对象的hashcode找到bucket位置，找到bucket位置之后，会调用keys.equals()方法去找到链表中正确的节点，最终找到要找的值对象。

05解决哈希冲突的常用方法

1、开放定址法

基本思想是：当关键字key的哈希地址p=H（key）出现冲突时，以p为基础，产生另一个哈 希地址p1，如果p1仍然冲突，再以p为基础，产生另一个哈希地址p2，…，直到找出一个不 冲突的哈希地址pi ，将相应元素存入其中。

2、再哈希法

这种方法是同时构造多个不同的哈希函数：Hi=RH1（key） i=1，2，…，k 当哈希地址Hi=RH1（key）发生冲突时，再计算Hi=RH2（key）……，直到冲突不再产生。这种方法不易产生聚集，但增加了计算时间。

3、链地址法

这种方法的基本思想是将所有哈希地址为i的元素构成一个称为同义词链的单链表，并将单链 表的头指针存在哈希表的第i个单元中，因而查找、插入和删除主要在同义词链中进行。链地 址法适用于经常进行插入和删除的情况。

4、建立公共溢出区
这种方法的基本思想是：将哈希表分为基本表和溢出表两部分，凡是和基本表发生冲突的元 素，一律填入溢出表。

06怎么减少碰撞

1、扰动函数可以减少碰撞。原理是如果两个不相等的对象返回不同的hashcode的话，那么碰撞的几率就会小些，这就意味着存链表结构减小，这样取值的话就不会频繁调用equal方法，这样就能提高HashMap的性能。（扰动即Hash方法内部的算法实现，目的是让不同对象返回不同hashcode。）

2、使用不可变的、声明为final的对象，并且采用合适的equals()和hashCode()方法的话，将会减少碰撞的发生。不可变性使得能够缓存不同键的hashcode，这将提高整个获取对象的速度，使用String，Interger这样的wrapper类作为键是非常好的选择。为什么String, Interger这样的wrapper类适合作为键？因为String是final的，而且已经重写了equals()和hashCode()方法了。不可变性是必要的，因为为了要计算hashCode()，就要防止键值改变，如果键值在放入时和获取时返回不同的hashcode的话，那么就不能从HashMap中找到你想要的对象。

07说说你对红黑树的见解？

1、每个节点非红即黑

2、根节点总是黑色的

3、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）

4、每个叶子节点都是黑色的空节点（NIL节点）

5、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）

08为什么要用红黑树

之所以选择红黑树是为了解决二叉查找树的缺陷，二叉查找树在特殊情况下会变成一条线性结构（这就跟原来使用链表结构一样了，造成很深的问题），遍历查找会非常慢。而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平衡，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，我们知道红黑树属于平衡二叉树，但是为了保持“平衡”是需要付出代价的，但是该代价所损耗的资源要比遍历线性链表要少，所以当长度大于8的时候，会使用红黑树，如果链表长度很短的话，根本不需要引入红黑树，引入反而会慢。

09HashMap中hash函数是怎么实现的

 (key == null) ? 0 : (h = key.hashCode()) ^ (h >>>16;

注意，为什么这里需要将高位数据移位到低位进行异或？这是因为有些数据计算出的哈希值差异主要在高位，而 HashMap 里的哈希寻址是忽 略容量以上的高位的，那么这种处理就可以有效避免类似情况下的哈希碰撞。

010HashMap的resize（rehash）

当HashMap中的元素越来越多的时候，hash冲突的几率也就越来越高，因为数组的长度是固定的。
所以为了提高查询的效率，就要对HashMap的数组进行扩容：

数组扩容这个操作也会出现在ArrayList中，这是一个常用的操作，而在HashMap数组扩容之后，最消耗性能的点就出现了：原数组中的数据必须重新计算其在新数组中的位置，并放进去，这就是resize。
那么HashMap什么时候进行扩容呢？当HashMap中的元素个数超过数组大小loadFactor时，就会进行数组扩容，loadFactor的默认值为0.75，这是一个折中的取值。也就是说，默认情况下，数组大小为16，那么当 HashMap中元素个数超过160.75=12的时候，就把数组的大小扩展为 2*16=32，即扩大一倍，然后重新计算每个元素在数组中的位置，而这是一个非常消耗性能的操作，所以如果我们已经预知HashMap中元素的个数，那么预设元素的个数能够有效的提高HashMap的性能。