【从零到Offer】- HashMap与HashSet
HashMap与HashSet是我们日常最常使用的两个集合类。在实现上，两者也有很大的相似性。HashSet基本就是对HashMap的一个简单包装。
为了更好的理解Hash结构的实现原理，从而更好的指导我们的代码使用，本文就主要对HashMap的实现及设计做分析介绍。
底层数据结构
HashMap属于经典的K-V数据结构，因此，在HashMap中定义了一个**Node
同时，由于这类对象是多个，因此hashMap的最底层结构是基于一个Node
综上，我们可以简单绘制出hashMap的底层结构如下所示：
结合着上述对于hashMap结构的理解，我们可以很简单地得出一个元素，其添加到hashMap中的过程大致如下所示：
当然，实际情况中hashMap会更复杂一些，由于考虑到哈希冲突的性能问题，过长的哈希冲突产生的链表会使得检索效率从原本的O(1)降低至最差的O(n)的情况（如果每个元素都冲突的情况。）。
为此，HashMap在长度超过8时候会将链表结构转换成红黑树进行处理，而在长度小于6的时候，又会重新恢复成链表结构。具体的实现内容，我会在接下来的关键方法的源码解析中逐一介绍。
言归正传，从上述的流程来看，归纳起来hash表存储的最主要的过程无非以下几个：
1、计算哈希值。
2、根据哈希值检索位置。
为此，我们后续主要围绕这两个部分展开学习。
关键方法源码
hash计算
在hashMap中，最重要的一个函数当属hash(Object)函数。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
首先我们主要知道h>>>16代表哈希值无符号右移动了16位，这里其实是hashMap设计的一个小技巧，无符号右移16位，就相当于h%16，通过位运算加快了操作运算的过程。
但是在取模以后，hashmap还用前十六位同后十六位做了一个异或操作。这里我们举一个具体例子来看。假设咱们的哈希值是二进制4294967295（2的32次方-1）：11111111111111111111111111111110。无符号右移16位后，就会变成2的16次方，也就是：00000000000000001111111111111111；两者做位异或运算可以得到如下的结果：
那么为什么hashMap要这么做呢？其实是为了将对象的哈希值尽可能的散列开。假设我们取模后直接用前16位来作为哈希值，那么相当于后16位的数据，hashMap是根本用不上的，也就意味着有一半的数据会出现冲突，因此，hashMap将后16位也纳入到考虑范围内，从而充分将数据散列开来，减少冲突。
哈希值检索
在理解了哈希值是如何计算的之后，下一步自然是需要了解如何根据hash值做插入、删除。这里我们以put()方法为例，逐步揭开hashmap的神秘面纱。
从put方法的源码分析，put方法主要涉及到三种情况：数组为空、数组非空但未哈希冲突、哈希冲突。我们逐一来看这三个内容在hashMap中的处理及实现。
数组为空
针对于当前数组长度为空的情况，此时首先需要进行数组的扩容。通常情况下，哈希数组默认的长度是16。同时，hashmap还会保存一个叫做负载因子的变量，这个就是hashMap设计中的其中一个精华所在。
负载因子的作用很简单，即长度若达到的负载因子控制的上限，那么此时就让hashMap进行扩容。默认情况下，负载因子为0.75，意味着默认情况下在数组长度达到12（16*0.75 = 12）的时候，就需要进行第一次扩容。那么问题来了，为什么是0.75呢？
首先假设我们的扩容因子如果设置成1，那么意味着需要整个数组都被填充完，才会进行扩容。但是这样一来会带来一个问题，即如果多次哈希都无法命中最后一个数组节点，那么其余的节点冲突会越来越多，也就会导致红黑树的层深、链表的长度都过长，进而影响查询的效率。
而假设如果负载因子设置的过小，那么就会频繁的触发数组扩容，同时，也意味着有极大部分的数组空间是无法被使用到的，造成了资源上的浪费。基于此，hashMap开发人员们经过反复的测试、比较，最终选择了0.75作为负载因子，最大程度平衡时间效率和空间利用率。
数组非空但未哈希冲突
数组为空的情况我们就介绍完了，接下来简单介绍下数组为空，但是没有出现哈希冲突的情况。在该种情况下，hashmap要处理的逻辑则相对简单，只需要在索引到具体的哈希位置，填充一个新的Node值即可。具体的源代码如下所示：
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
从源码中不难看到，hashMap找寻数组下标的方式，是通过用先前计算好的哈希值同数组的长度进行位与，这里(n-1)&hash，其实就等于hash%n，也算是在源码中使用到的一个小技巧吧。
哈希冲突
介绍完了上述的两种情况，还剩下最为复杂的一种情况，即出现哈希冲突的情况。哈希冲突的情况我们也可以拆分成三种情况考虑：
首节点即待替换节点： 如果首节点即待替换的节点，那么此时只需要直接替换首节点即可。
需要遍历红黑树查找插入节点：调用红黑树插入的方法进行遍历查找，这里就不展开介绍了。
需遍历列表搜索节点：思路上相对简单，即逐个遍历节点，如果相同则将该节点的值做替换，否则就创建一个节点做尾插法。需要注意的是，如果当前长度大于等于了阈值-1（即6），那么就会从链表结构转换成红黑树结构。如果后续节点数因为删除或扩容又小于8了，那么又会回退成链表的结构。
put方法实现的源代码如下所示，有兴趣的小伙子可以看看：
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length; // 数组扩容
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null); // 通过用长度-1 与 哈希值进行 位与运算，得到具体的下标。如果下标为空，代表此时并没有发生冲突，那么就直接新建一个存放。
else { // 长度不为0，且存在冲突
Node<K,V> e; K k;
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
//首先判断当前第一个冲突的node节点同待插入节点是否相同，如果相同则不做处理。
e = p;
else if (p instanceof TreeNode)
// 如果是红黑树结构，那么此时按照红黑树结构进行插入
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 否则按照链表形式进行插入
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//插入完成节点后，覆盖插入节点的值val
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
参考文献
为什么HashMap使用高16位异或低16位计算Hash值？