HashMap 源码总结

1.运算规则

2.哈希值

哈希值: 通过一定的散列算法,把一个不固定长度的输入,转成一个固定长度的输出,输出的结果集map中,hash就是一个int值

哈希表: 存储哈希值的数组 – 存取散列值(哈希值)的一个容器

​ 哈希值到底如何存,该如何取呢??? --通过数组的角标实现数据的存取

​ 需要一个映射: 不同的hash值存在对应角标位 hash值 – 运算–>index

哈希函数: 将哈希表通过某种运算规则得到对应index

如何让存取效率是最高的??? —如果元素都是均匀储存在数据的角标位,而不产生冲突,就是效率最高的

① 尽可能少的产生hash冲突 hash函数计算出来的角标要尽可能均匀 static int indexFor(int h, int length){ return h& (length-1);//length 是map中数组的长度 } length长度的规则是什么?? -- 要求是2的幂次方,为啥??? 假如长度是8-1 ===7 00000000000000000000000000000111 - - - 长度8,参与hash运算是7 00000000000000000000000000001111 - - - 长度16,参与hash运算是15 00000000000000000000000000011111 - - - 长度32,参与hash运算是31 00110000100111000010101010100111 & 00000000000000000000000000001111 ---------------------------------------------- 00000000000000000000000000000000 -- 00000000000000000000000000001111 [得到的值,正好是0-15的范围,该范围正好是长度为16的数组的角标] 假设长度不是2的幂次方 奇数 --长度5 00110000100111000010101010100111 & 00000000000000000000000000000100 --长度5 参与hash运算是4 ------------------------------------------ 得到的结果永远是一个偶数,代表获取的角标永远是偶数,奇数位的角标永远浪费 [数组就浪费掉一半] 偶数 --长度6 00110000100111000010101010100111 & 00000000000000000000000000000101 --长度6 参与hash运算是5 ------------------------------------------ 第二位永远是0,导致2,3角标位都不可能有值 [数组就浪费掉一半] 2的幂次方,在扩容时,扩容后的数组长度是原数组长度的2倍,结果还是2的幂次方有啥好处?? 假设原来是8 00000000000000000000000000000111 扩容后是16 00000000000000000000000000001111 在扩容时,数据要从原数组中迁移到新数组中 00000000000000000000000000001101 & 00000000000000000000000000000111 ------------------------------------------ 101 === 5 原数组的角标位 00000000000000000000000000001101 & 00000000000000000000000000001111 ------------------------------------------ 1101 === 13 (原角标位=扩容长度) 新数组的角标位 [扩容后,数据迁移时,数据要么在原来位置,要么在原来位置+扩容长度不需要重新hash--效率更好] ②确实产生了hash冲突 -- 数据结构 扩容 什么时候扩容 jdk 1.7: 判断是否到达阈值(0.75*数组长度) 同时是否产生hash冲突 jdk 1.8: 先添加原数 判断是否到达阈值 怎么扩容 jdk1.7 添加元素使用头插法 将单项链表的数据进行迁移 jdk1.8 添加元素使用尾插法 如果对应角标位是单向链表,将单项链表进行数据迁移 如果对应角标位是红黑树,将双向链表进行数据迁移 如果发现迁移数据后,双向链表的结构小于/等于6,就会将红黑树重新转为链表 扩容后有什么问题(多线程环境下) jdk1.7 多线程环境下会形成环形链表 jdk1.8 多线程环境下会有数据丢失的问题 数据结构解决 jdk1.7产生冲突后,会形成单向链表 jdk1.8产生冲突后 会形成链表 如果单向链表的长度大于/等于8,会转成红黑树+双向链表(扩容时使用

为什么要转红黑树？

回答自然很简单，因为链表是取一个数需要遍历链表， 复杂度为O(N)，而红黑树为O(logN)呗，那么问题来了 为什么不直接使用红黑树，而是要先使用链表实在不行再转红黑树呢？ 答案自然要在源码和注释里找：在HashMap类中第174行左右有描述： Because TreeNodes are about twice the size of regular nodes, we use them only when bins contain enough nodes to warrant use (see TREEIFY_THRESHOLD) “因为树节点的大小是链表节点大小的两倍， 所以只有在容器中包含足够的节点保证使用才用它”， 显然尽管转为树使得查找的速度更快，但是在节点数比较小的时候， 此时对于红黑树来说内存上的劣势会 超过查找等操作的优势，自然使用链表更加好，但是在节点数比较多的时候 ，综合考虑，红黑树比链表要好。 为什么是8，而不是9不是10？ 看看源码的描述： 复制代码 Ideally, under random hashCodes, the frequency of nodes in bins follows a Poisson distribution with a parameter of about 0.5 on average for the default resizing threshold of 0.75, although with a large variance because of resizing granularity. Ignoring variance, the expected occurrences of list size k are (exp(-0.5) * pow(0.5, k) / factorial(k)). The first values are: 0: 0.60653066 1: 0.30326533 2: 0.07581633 3: 0.01263606 4: 0.00157952 5: 0.00015795 6: 0.00001316 7: 0.00000094 8: 0.00000006 more: less than 1 in ten million 复制代码 理想情况下，在随机哈希码下，哈希表中节点的频率遵循泊松分布， 而根据统计，忽略方差，列表长度为K的期望出现的次数是以上的结果， 可以看到其实在为8的时候概率就已经很小了，再往后调整并 没有很大意义。