HashMap原理详解，包括底层原理
HashMap
是什么
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。
HashMap可以以平均O(1)的时间复杂度去获取集合中某个元素是否存在。
1.7
数组 + 链表 实现的 每个数据单元是一个Entry
初始化
new 的时候默认创建一个长度为默认值16的Entry[]数组，如果事先知道大概的数据量大小，可以通过构造函数传入，以减少动态扩容的次数，这样可以大大提高性能
插入元素 计算位置
为了提高性能，HashMap在根据对象计算hashcode()后，还进行了扰动计算来减少哈希冲突
哈希函数一共有九次扰动计算 四次位运算 五次异或运算 尽量做到任何一位的变化都能对最终得到的结果产生影响 降低哈希冲突概率
// 获取对象的 hashCode 值
h = k.hashCode();
// 扰动运算
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
得到扰动函数的返回值后 再计算索引
int index = hash & (capacity - 1);// hash是扰动函数的结果 capacity 是哈希表的容量
发生冲突
当不同的key计算出的hash值相同时（发生冲突），就用链表的形式将Node结点（冲突的key及key对应的value）插在链表的头部（头插法）
扩容机制
默认负载因子是0.75。当 HashMap 中元素个数超过 0.75*capacity（capacity 表示散列表的容量）的时候，就会启动扩容，每次扩容都会扩容为原来的两倍大小。
扩容后 HashMap会将旧数组中的数据重新分配到新数组中，不需要重新计算哈希值，但是需要根据新的容量重新计算索引位置。
计算完毕索引位置后，会进行数据转移，从原链表尾部开始转移，转移到新链表的对应位置的时候采用头插法，正因为这样，元素的顺序会被颠倒
转移数据完毕后，插入刚才要插入的新元素。
1.8
JDK1.8的底层由 数组+链表+红黑树 组成。每个数据单元都是一个Node结构，里面有四个字段分别是 key，value，hash和next 。其中hash就是将key的hashCode()的高16位异或低16位的值，next字段就是发生hash冲突后，当前桶位中的Node与冲突Node连成一个链表用的字段。
初始化
在首次调用put()方法的时候，底层创建长为16的数组
插入
计算哈希值
key不为空的话，就调用hashcode()方法计算，得到的值，再进行高16位和低16位的异或运算
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); // 两次扰动 一次位运算 一次异或
}
接着计算索引
index = (hash & (capacity - 1));
发生冲突时的解决方案
当发生冲突时，新节点会挂在链表的尾部，这样就不会向头插法一样可能出现死循环问题。
ps: 死循环问题
在jdk1.7的扩容过程中，使用头插法进行重建，如果某些情况下，出现多个线程同时对链表进行操作，可能会导致链表断裂并出现环形结构
当链表长度过长的时候，遍历的效率就会下降到O(n),为了解决这个问题， 当链表的长度超过8，并且数组的容量大于64的时候，HashMap会将链表转化为红黑树(红黑树是一种自平衡的二叉搜索树，增删改查效率是O(logn)).
扩容机制
当容量超过0.75的时候，触发扩容机制。 扩容为原来的两倍。数据迁移相对于1.7有了优化。
新位置计算
无需重新计算哈希值，只需要经过简单的位运算就可以确定新的位置。 对于每个元素，将他的哈希值和旧容量进行与运算，如果结果为0，保持旧索引不变，新索引就是旧索引，结果为1，新索引为旧索引加上旧容量值。
数据迁移 使用的是尾插法
① 如果旧数组的这个位置是null , 就直接给新数组中他要放到的位置也赋值为null，当然默认值也是null
② 如果旧数组的这个位置只有一个Node,就直接放到新数组他要放到的位置就行了
③ 如果旧数组的这个位置是一个链表 ，就初始化一个低位链表头尾指针，一个高位链表的头尾指针，遍历旧链表，哈希值和旧容量进行与运算等于0的节点，放到低位链表中，不为0的放到高位链表中。低位链表直接放到新索引=旧索引的地方 高位链表放到新索引=旧索引+旧容量的位置
④ 如果旧数组的这个位置是一个树，就调用TreeNode.split() 方法，将红黑树拆成两个树或者两个链表。分别对应低位和高位。低位的放到新索引=旧索引的地方 高位放到新索引=旧索引+旧容量的位置。如果拆分后树节点的数量小于等于6，就把红黑树退化为链表
get(key)操作
根据传入的key，计算哈希值 计算索引位置。
static final int hash(Object key) {
int h;
// key.hashCode() 计算原始哈希值
// 与自身右移16位的值进行异或，混合高低位哈希码，减少冲突
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
int index = (n - 1) & hash;
对应位置为空 返回null
对应位置不为空
只有头结点 用equals()比较头结点的键和目标键 一样则返回头结点的值 不一样返回null
头结点有next 判断是不是树形结构 e instanceof TreeNode
是树 进入红黑树的查找流程 找到返回值 找不到null
是链表 遍历链表 逐个节点进行比较 找到返回值 找不到返回null
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab;
Node<K,V> first, e;
int n;
K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 检查头节点
if (first.hash == hash && // 检查哈希值是否相等
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode)
// 红黑树查找
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
// 链表查找
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
put()操作
检查哈希表是不是为空
空的话调用resize方法，以默认的16为容量初始化 计算哈希值 计算索引 插入即可
不是空 计算出索引位置 获取索引位置上的头结点
头结点为空 直接插入即可
头结点不为空
是树 调用putTreeVal()方法在红黑树中进行操作
键存在 更新对应值并返回旧值
键不存在 插入新节点 维护红黑树平衡
是链表 遍历链表
键存在 更新对应值并返回旧值
键不存在 尾插法 记录链表长度 判断 是否需要树化 需要则进行树化
插入操作完成后 执行++size 更新元素数量 判断是否超过阈值 是否进行扩容
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
Node<K,V>[] tab;
Node<K,V> e;
int n, i;
if ((tab = table) == null || (n = tab.length) == 0) {
// 初始化 table
n = (tab = resize()).length;
}
// 计算索引位置
if ((e = tab[i = (n - 1) & hash]) == null) {
// 插入新节点
tab[i] = newNode(hash, key, value, null);
} else {
Node<K,V> existing;
K k;
if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) {
// 头节点的键相同，覆盖值
existing = e;
} else if (e instanceof TreeNode) {
// 红黑树节点，调用树的插入方法
existing = ((TreeNode<K,V>)e).putTreeVal(this, tab, hash, key, value);
} else {
// 链表节点，遍历链表
for (int binCount = 0; ; ++binCount) {
if ((existing = e.next) == null) {
// 插入到链表尾部
e.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) {
// 链表长度超过阈值，树化
treeifyBin(tab, hash);
}
break;
}
if (existing.hash == hash && ((k = existing.key) == key || (key != null && key.equals(k)))) {
// 找到相同的键
break;
}
e = existing;
}
}
if (existing != null) {
// 覆盖值
V oldValue = existing.value;
if (!onlyIfAbsent || oldValue == null) {
existing.value = value;
}
afterNodeAccess(existing);
return oldValue;
}
}
++modCount;
if (++size > threshold) {
resize();
}
afterNodeInsertion(evict);
return null;
}
线程安全问题
为什么线程不安全？
- 在多线程环境下，JDK1.7的HashMap进行扩容时容易发生死链现象，主要因为往链表里面新添加元素的时候使用头插法。
- 在多线程环境下，JDK1.8的HashMap扩容后进行数据迁移使用的时候尾插法，而且会将链表拆分成一个低位链表和一个高位链表，然后分别放在对应的位置上，这样就能防止死链的产生。但是进行扩容时可能发生丢失数据现象。（多线程下容易发生数据覆盖和size不正确）
线程不安全怎么办？
- 替换成Hashtable，Hashtable通过对整个表上锁实现线程安全，但是效率比较低。
- 使用Collections.synchronizedMap(new HashMap<String, Integer>());底层其实使用装饰器模式将HashMap的所有方法重写，然后用synchronized()来修饰每个重写后的方法，从而保证线程安全。
- 使用JUC包下的ConcurrentHashMap，它使用分段锁来保证线程安全。
为什么HashMap的长度总是2的n次方？
当 length 为 2 的 n 次方时，h & (length-1) 就相当于对 length 取模，而且速度比直接取模快得多，这是 HashMap 在速度上的一个优化。而且每次扩容时都是翻倍。
扩容后数组的长度变成原来的2倍，还是2的幂次方。那么数据进行迁移时，要么在原来位置，要么在原来位置+扩容长度。不需要进行再次哈希计算，提高效率。
数据会更加均匀
为什么HashMap中String、Integer这样的包装类适合做为Key？
- 都是final类型，即不可变性，保证key的不可更改性，不会存在获取hash值不同的情况。
- 内部已重写了equals()、hashCode()等方法，遵守了HashMap内部的规范，不容易出现Hash值计算错误的情况。
