HashMap底层数据结构原理解析

老师：JDK中我们最常用的一个数据类是HashMap。那么，谁可以回答一下HashMap的底层数据结构原理是什么呢？

小明：老师，我知道。众所周知，HashMap是一个用于存储Key-Value键值对的集合，每一个键值对也叫做Entry。这些个键值对（Entry）分散存储在一个数组当中，这个数组就是HashMap的主干。

HashMap数组每一个元素的初始值都是Null。

对于HashMap，我们最常使用的是两个方法：Get 和 Put。

1.Put方法的原理

调用Put方法的时候发生了什么呢？

比如调用hashMap.put(“apple”, 0) ，插入一个Key为“apple"的元素。这时候我们需要利用一个哈希函数来确定Entry的插入位置（index）：

index= Hash（“apple”）

假定最后计算出的index是2，那么结果如下：

但是，因为HashMap的长度是有限的，当插入的Entry越来越多时，再完美的Hash函数也难免会出现index冲突的情况。比如下面这样：

这时候该怎么办呢？我们可以利用链表来解决。

HashMap数组的每一个元素不止是一个Entry对象，也是一个链表的头节点。每一个Entry对象通过Next指针指向它的下一个Entry节点。当新来的Entry映射到冲突的数组位置时，只需要插入到对应的链表即可：

需要注意的是，新来的Entry节点插入链表时，使用的是“头插法”。至于为什么不插入链表尾部，后面会有解释。

2.Get方法的原理

使用Get方法根据Key来查找Value的时候，发生了什么呢？

首先会把输入的Key做一次Hash映射，得到对应的index：

index= Hash（“apple”）

由于刚才所说的Hash冲突，同一个位置有可能匹配到多个Entry，这时候就需要顺着对应链表的头节点，一个一个向下来查找。假设我们要查找的Key

是“apple”：

第一步，我们查看的是头节点Entry6，Entry6的Key是banana，显然不是我们要找的结果。

第二步，我们查看的是Next节点Entry1，Entry1的Key是apple，正是我们要找的结果。

之所以把Entry6放在头节点，是因为HashMap的发明者认为，后插入的Entry被查找的可能性更大。这就是HashMap的底层原理。

老师：不错！整体上说的差不多。不过我还有几个问题想深入问一下。HashMap默认的初始长度是多少？为什么这么规定？

小明：呃，不知道。。。。。

老师：高并发情况下，为什么HashMap可能会出现死锁？

小明：呃，也不知道。。。。。

老师：在Java8当中，HashMap的结构有什么样的优化？

小明：呃。。。。。

老师：针对这几个问题，咱们来深入了解一下HashMap的底层结构原理。首先明确一点，HashMap的默认初始长度是16，并且每次自动扩展或是手动初始化时，长度必须是2的幂。

小明：为什么是16？有什么特殊意义呢？

老师：之所以选择16，是为了服务于从Key映射到index的Hash算法。

之前说过，从Key映射到HashMap数组的对应位置，会用到一个Hash函数：

index= Hash（“apple”）

如何实现一个尽量均匀分布的Hash函数呢？我们通过利用Key的HashCode值来做某种运算。

小明：我知道了，是不是把Key的HashCode值和HashMap长度做取模运算呀？

index= HashCode（Key） % Length ?

老师：错！取模运算的方式固然简单，但是效率很低。为了实现高效的Hash算法，HashMap的发明者采用了位运算的方式。

如何进行位运算呢？有如下的公式（Length是HashMap的长度）：

index= HashCode（Key） & （Length - 1）

下面我们以值为“book”的Key来演示整个过程：

1.计算book的hashcode，结果为十进制的3029737，二进制的1011100011101011101001。

2.假定HashMap长度是默认的16，计算Length-1的结果为十进制的15，二进制的1111。

3.把以上两个结果做与运算，101110001110101110 1001 & 1111 = 1001，十进制是9，所以index=9。可以说，Hash算法最终得到的index结果，完全取决于Key的Hashcode值的最后几位。

小明：这样的方式有什么好处呢？为什么长度必须是16或者2的幂？比如HashMap长度是10会怎么样？

老师：这样做不但效果上等同于取模，而且还大大提高了性能。至于为什么采用16，我们可以试试长度是10会出现什么问题。

假设HashMap的长度是10，重复刚才的运算步骤：

单独看这个结果，表面上并没有问题。我们再来尝试一个新的HashCode 101110001110101110 1011 ：

让我们再换一个HashCode 101110001110101110 1111 试试 ：

是的，虽然HashCode的倒数第二第三位从0变成了1，但是运算的结果都是1001。也就是说，当HashMap长度为10的时候，有些index结果的出现几率会更大，而有些index结果永远不会出现（比如0111）！

这样，显然不符合Hash算法均匀分布的原则。

反观长度16或者其他2的幂，Length-1的值是所有二进制位全为1，这种情况下，index的结果等同于HashCode后几位的值。只要输入的HashCode本身分布均匀，Hash算法的结果就是均匀的。

小明：这下明白了。

老师：HashMap的设计还存在着许多玄妙之处。关于高并发情况下的HashMap,我们以后会继续介绍。