HashMap

目录

HashMap的数据结构（1.7和1.8的区别）

HashMap的实现原理

HashMap中散列表数组初始长度

HashMap的默认负载因子

HashMap的扩容机制

HashMap扩容为什么是2^n-1

---

HashMap的数据结构（1.7和1.8的区别）

HashMap 是基于哈希表的 Map 接口实现的，以 key-value 存储形式存在。HashMap的实现不是同步的，也就是说，HashMap 不是线程安全的。除此之外，它的 key、value 都可以为null，而且 HashMap 中的映射不是有序的。

JDK1.8 之前的 HashMap 是由数组+链表组成的，数组是 HashMap 的主体，链表则是为了解决哈希碰撞而存在的。JDK7 链表中插入新结点的方式是头插法。

JDK1.8 之后的 HashMap 是由数组+链表+红黑树组成的，引入红黑树是为了更好的解决哈希碰撞，当链表长度大于阈值（或者红黑树的边界值，默认为8），并且当前数组的长度大于64时，此时此索引位置上的所有数据改为使用红黑树存储。JDK8 链表插入新结点的方式是尾插法。

注：数组里面都是 key-value 的实例，在 JDK1.8 之前叫做 Entry，在 JDK1.8 之后叫做 Node。

将链表转换成红黑树前会判断，如果阈值大于8，但是数组长度小于64，此时并不会将链表变为红黑树。而是选择数组扩容。这样做的目的是因为数组比较小，尽量避开红黑树结构，这种情况下变为红黑树结构，反而会降低效率，因为红黑树需要进行左旋，右旋，变色等操作来保持平衡。同时数组长度小于64时，搜索时间相对快一些。

总结：

1、HashMap的 key-value 存取无序

2、键和值都可以为 null，但是键只能有一个为 null

3、键的位置是唯一的，是由底层的数据机构控制的

4、jdk1.8 之前的数据结构是：链表+数组，jdk1.8 之后的数据结构是：建表+数组+红黑树

5、阈值（边界值）> 8 并且数组长度大于64时，链表转换成红黑树，变成红黑树是为了更加高效的查询

HashMap的实现原理

HashMap中散列表数组初始长度

为什么 HashMap 的初始化容量为 16？

关于为什么 HashMap 的初始化容量为16，JDK官方并没有给出明确的解释，一般来说，既然要设置一个2^n的值，那么这个值应该不能太大，也不能太小，如果太大的话会造成空间的浪费，如果太小的话，频繁扩容会对效率造成影响，综合考虑就选择16来作为初始容量大小是比较合适的。

HashMap的默认负载因子

/**
 * The load factor used when none specified in constructor.
 */
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
 *默认的负载因子是0.75f,也就是75% 负载因子的作用就是计算扩容阈值用，比如说使用
 *无参构造方法创建的HashMap 对象，他初始长度默认是16 阈值 = 当前长度 * 0.75  就
 *能算出阈值，当当前长度大于等于阈值的时候HashMap就会进行自动扩容
 */

为什么 HashMap 的默认负载因子是0.75，而不是0.5或者是1呢？

通常情况有两种答案：

1.阈值 = 负载因子 x 容量，根据 HashMap 的扩容机制，它会保证容量的值永远都是2 的次幂，为了保证负载因子x容量的结果是一个整数，这个值是0.75（3/4）是比较合理的，因为这个数和任何2的次幂乘积结果都是整数。

2.理论上来说，负载因子越大，导致哈希冲突的概论也就越大；负载因子越小，则浪费的空间越大。因此负载因子无论是大还是小，总是会有一定的弊端，为了能尽可能减小这个不足，可以采用折中的方式，一方面能降低哈希冲突的概率，另一方面不至于造成过多空间的浪费，所有将负载因子定为0.75比较合理。

HashMap的扩容机制

阈值 = 负载因子 x 容量

当 HashMap 中 table 数组长度大于等于阈值时就会自动进行扩容。扩容的规则如下：

table 数组的长度必须是2的n次方，所以扩容其实都是按照当前的 table 的长度为基准，例如当前 tableSize = 16，那么扩容之后的 tableSize = 32，需要注意的是，这里的32并不由原来的 tableSize x 2所得到的，而是由原来的 tableSize 左移一位得到。

HashMap扩容为什么是2^n-1

从前文我们已经知道HashMap的初始容量是16（2^4），每次扩容都是在原来的容量上增加一倍，扩容之后容量仍然是2次幂的形式。接下来我们分析一下为什么采取这种形式进行扩容，首先我们来看两段源码：

图一

图二

图一是向 HashMap 中添加元素 putVal() 方法的部分源码，可以看到，向集合中添加元素时，每次都会使用(n-1) & hash，的计算方法来得到该元素在集合中的位置。图二是 HashMap 扩容时调用 resize() 方法中的部分源码，可以看到，首先会新建一个 tab，然后遍历旧的 tab，将旧的 tab 中的元素经过e.hash & (newCap - 1)操作，添加进新的 tab中，也就是(n-1) & hash的计算方法，其中 n 是集合的容量，hash 是添加的元素经过 hash 函数计算出来的 hash 值。

HashMap 的容量为什么是 2 的 n 次幂，与(n - 1) & hash的计算方法有着重要的联系，" & "是按位与运算符号，属于位运算，计算机能够直接运行，特别高效，按位与 & 的计算方法是：只有当两个数的二进制数对应位置的上的数据都为 1 时，运算结果才为1。当 HashMap 的容量是 2 的 n 次幂时，(n-1) 的 2 进制也就是 111***111这样的形式，这样与添加元素的 hash 值进行位运算时，能够充分的散列，使得添加的元素均匀分布在 HashMap 的每个位置上，减少 hash 碰撞，下面举例说明。

当 HashMap 的容量是 16 时，它的二进制数是 10000，(n-1) 的二进制数是 01111，与hash 值的计算结果如下：

上面的四种情况我们可以看出，不同的 hash 值，和 (n-1) 进行位运算后，能够得出不同的值，使得添加的元素能够均匀分布在集合中的不同位置上，避免 hash 碰撞。下面我们再来看一下 HashMap 的容量不是 2 的 n 次幂的情况，假设容量为 10，则二进制为 01010，(n-1) 的二进制是 01001，我们再次用刚才的数据与 01001 进行按位与运算，结果如下：

可以看出，有三个不同的元素经过 & 运算却得到了相同的结果，出现了严重的 hash 碰撞。

总结：

HashMap 计算添加元素的位置时，使用的 & 运算是特别高效的运算，除此之外，HashMap 的初始容量是 2 的 n 次幂，扩容也是使用 2 倍的形式进行扩容，因为容量是 2 的 n 次幂可以使得添加的元素均匀分布在 HashMap 的数组上，减少 hash 碰撞，避免形成链表的结构。