【深究系列】手撕HashMap

【深究系列】手撕HashMap

一、HashMap数据结构

1、取模的数组

• 存储一个数，100,100模10为0，那么就存放在下标为0的位置。403%10为3，放在下标为3的位置。
• 那么如果200也进来，300也要进来，该往哪里放呢？（此时便发生了冲突）

2、冲突问题

• 通过Next指针逐渐往下添加，可以快速的找到。

• 那么现在又遇到了新的问题，如果100,200,300,400，.....，许多对模长度的值都是0的数据都存放在下标为0的位置，那么此时，0这个位置的链表就又变成了一个单链表，单链表就存在查找复杂，但是插入修改方便的特性。

• 那么为了解决称为单链表查询效率很低的问题，JDK1.8对HashMap做了改进，当链表数据超过一个阈值8的时候，会转变为红黑树，以提高查询的效率。

3、总结说明

• HashMap的数据结构包括了初始数组、链表、红黑树；
• 插入数据的时候使用pos = key % size来进行插入数据。
• 当两个或者两个以上的key的key相同且key值不同的时候（发生冲突），就会挂在数组初始化位置的链表之后。
• 当某个结点后出现过多的链表结点的时候，就会转换成红黑树以提高效率。

二、HashMap源码分析

内部数据结构

Node类

英文翻译：基本的哈希bin节点，用于大多数条目。(参见下面的TreeNode子类，以及LinkedHashMap的Entry子类。)

TreeNode类

属性分析

table：

表在第一次使用时初始化，并根据需要调整大小。当分配时，长度总是2的幂。(我们还允许一些操作的长度为0，以允许当前不需要的引导机制。

我们可以看到，table是一个数组，这个transient是个什么玩意。

transient详解:其实就是不需要序列化的属性用这个关键词修饰。

1、hash()方法分析

首先计算出这个key的散列值，返回一个32位的int赋给h，然后让hashCode的高16位和低16位进行异或操作。

为什么要这么设计？

• 降低hash碰撞是基础，位运算的效率更高。

• 右移16位，低位掩码：就是利用高位码去替换低位码。

• 这也叫扰动函数：

  • 为了降低hash码的冲突，加大随机性，混合后的低位掺杂了一些高位信息。

• JDK7进行了四次，而JDK8进行了一次，提高了效率。

另外一个原因就是在这个地方与hashmap中的数组槽位异或计算

高区的16位很有可能会被数组槽位数的二进制码锁屏蔽，如果我们不做刚才移位异或运算，那么在计算槽位时将丢失高区特征

参考

https://blog.csdn.net/a314774167/article/details/100110216

2、put()方法分析

这是个测试用例

①进入HashMap()的构造函数

• 可以看到只有一行代码，loadFactor可以看做是一个负载因子，然后把默认的负载因子赋值。

• 

• 可以看到默认的这个负载因子是0.75f；

②进入put()方法

• put方法调用了putVal方法。

可以看出，在构造函数的时候，是并没有初始化map的。

3、putVal()方法分析1

首先这个方法进去之后，先声明了一个Node<K,V>[]类型的数组tab，一个空的结点；

然后做了一个判断，先将table赋给tab，然后判断是不是为空。现在刚声明，肯定为空。下面就会进入resize函数

4、resize()方法分析

接着分析putVal()方法会发现进入了resize函数。

首先还是先把这个table，赋给了一个新的Node[]数组。然后oldCap意思就是原来table这个容量是多少吧，还有一个threshold，threshold意思就是阈值，门槛的意思（多少开始转化为红黑树）。

可以看到这里是记录下来了原来这个table的容量，和原来的阈值。然后声明了新的容量和阈值。

接着往下分析resize()函数，是三个判断。

很显然，我们声明的是空的HashMap，oldCap和oldThr都是0，最终进入到了这个else，那么这个else干了什么呢，两个赋值的操作。赋予了新的空间的新的阈值，那我们看一下这个默认空间和默认阈值是什么呢？

newThr = 16 * 0.75f(前面我们看了DEFAULT_INITIAL_CAPACITY的值是0.75) = 12；新的阈值是12

问：那么此时就有一个问题，在扩容的时候，为什么都是2的倍数呢？
答：一个是因为计算机2进制，这样申请内存可以避免内存碎片。进行移位操作比加减乘除操作效率高。还有一个原因就是会提高hash散列的复杂度。

接着往下分析resize()函数

截止目前来看，这个我们声明的HashMap，在这里就是这个table，是一个HashMap()对象中的一个属性，一个成员变量，table是Node<K,V>[]类型的，table指向这个数组的引用，现在重新赋值，给table一个新的空间。

接着往下分析resize()函数

这个if里面的具体细节现在不做具体分析，只是分析我们实例代码中运行到这里的逻辑，因为oldTab是为空的，所以直接返回新的Tab。

5、putval()方法分析2

从上面的resize()函数返回之后

从resize()函数返回之后，把这个tab的长度赋值给了n。

然后下面马上将（n-1）与hash值做了一个与运算，这里重点分析一下

所以采用2的倍数会提高散列度。

三、HashMap小结

1、插入原理图示

2、怎么设定初始容量大小

返回根据负载因子的容量。

3、JDK1.8对于JDK1.7的优化

数据结构的改变

发生冲突的时候，往链表里放，1.7是将原始结点作为新节点的后继。可能会出现死循环的问题（头插法，多线程扩容）

扩容的方案

那么扩容的时候，为什么1.8不用重新hash就可以直接定位源节点在新数据的位置呢

因为每次扩容是2的倍数，不用重新计算hash。

如果原始数的高位是0的时候，那么是不需要重新计算的。如果高位是1的时候，新位置就是原来的位置加上新数组的长度就可以了。这样就避免了重新计算散列值。