hashmap底层实现原理扩容



1.讲下对HashMap的认识

HashMap 存储的是键值对 key - value，key 具有唯一性，采用了链地址法来处理哈希冲突。当往 HashMap 中添加元素时，会计算 key 的 hash 值取余得出元素在数组中的的存放位置。

1. HashMap底层的数据结构在 JDK1.8 中有了较大的变化，1.8之前采用数组加链表的数据结构，1.8采用数组加链表加红黑树的数据结构。
2. HashMap 是线程不安全的，线程安全可以使用 HashTable 和 ConcurrentHashMap 。
3. 在 1.8 版本的中 hash() 和 resize( ) 方法也有了很大的改变，提升了性能。
4. 键和值都可存放null，键只能存放一个null，键为null时存放入table[0]。

2.HashMap的一些参数

3.为什么HashMap的长度必须是2的n次幂？

在计算存入结点下标时，会利用 key 的 hsah 值进行取余操作，而计算机计算时，并没有取余等运算，会将取余转化为其他运算。

当n为2次幂时，会满足一个公式：(n - 1) & hash = hash % n，就可以用位运算代替取余运算，计算更加高效。

4.HashMap 为什么在获取 hash 值时要进行位运算

换种问法：能不能直接使用key的hashcode值计算下标存储？

1. 如果使用直接使用hashCode对数组大小取余，那么相当于参与运算的只有hashCode的低位，高位是没有起到任何作用的，所以我们的思路就是让 hashCode取值出的高位也参与运算，进一步降低hash碰撞的概率，使得数据分布更平均，我们把这样的操作称为扰动。
2. (h >>> 16)是无符号右移16位的运算，右边补0，得到 hashCode 的高16位。
   (h = key.hashCode()) ^ (h >>> 16) 把 hashCode 和它的高16位进行异或运算，可以使得到的 hash 值更加散列，尽可能减少哈希冲突，提升性能。
3. 而这么来看 hashCode 被散列 (异或) 的是低16位，而 HashMap 数组长度一般不会超过2的16次幂，那么高16位在大多数情况是用不到的，所以只需要拿 key 的 HashCode 和它的低16位做异或即可利用高位的hash值，降低哈希碰撞概率也使数据分布更加均匀。

5.HashMap在JDK1.7和JDK1.8中有哪些不同？ HashMap的底层实现

在Java中，保存数据有两种比较简单的数据结构：数组和链表。数组的特点是：寻址容易，插入和删除困难；链表的特点是：寻址困难，但插入和删除容易；所以我们将数组和链表结合在一起，发挥两者各自的优势，使用一种叫做拉链法的方式可以解决哈希冲突。

JDK1.8主要解决或优化了以下问题：

1. resize 扩容和 计算hash 优化
2. 引入了红黑树，目的是避免单条链表过长而影响查询效率，红黑树算法请参考
3. 解决了多线程死循环问题，但仍是非线程安全的，多线程时可能会造成数据丢失问题。

6.HashMap的put方法的具体流程？

源码

HashMap是懒加载，只有在第一次put时才会创建数组。
总结
①.判断键值对数组table[i]是否为空或为null，否则执行resize()进行扩容；
②.根据键值key计算hash值得到插入的数组索引i，如果table[i]==null，直接新建节点添加，转向⑥，如果table[i]不为空，转向③；
③.判断table[i]的首个元素是否和key一样，如果相同直接覆盖value，否则转向④，这里的相同指的是hashCode以及equals；
④.判断table[i] 是否为treeNode，即table[i] 是否是红黑树，如果是红黑树，则直接在树中插入键值
对，否则转向⑤；
⑤.遍历table[i]，并记录遍历长度，如果遍历过程中发现key值相同的，则直接覆盖value，没有相同的key则在链表尾部插入结点，插入后判断该链表长度是否大等于8，大等于则考虑树化，如果数组的元素个数小于64，则只是将数组resize，大等于才树化该链表；
⑥.插入成功后，判断数组中的键值对数量size是否超过了阈值threshold，如果超过，进行扩容。

7.HashMap 的 get 方法的具体流程？

总结

1. 首先根据 hash 方法获取到 key 的 hash 值
2. 然后通过 hash & (length - 1) 的方式获取到 key 所对应的Node数组下标 ( length对应数组长度 )
3. 首先判断此结点是否为空，是否就是要找的值，是则返回空，否则判断第二个结点是否为空，是则返回空，不是则判断此时数据结构是链表还是红黑树
4. 链表结构进行顺序遍历查找操作，每次用 == 符号 和 equals( ) 方法来判断 key 是否相同，满足条件则直接返回该结点。链表遍历完都没有找到则返回空。
5. 红黑树结构执行相应的 getTreeNode( ) 查找操作。

8.HashMap的扩容操作是怎么实现的？

不管是JDK1.7或者JDK1.8 当put方法执行的时候，如果table为空，则执行resize()方法扩容。默认长度为16。

JDK1.7扩容

条件：发生扩容的条件必须同时满足两点

1. 当前存储的数量大于等于阈值
2. 发生hash碰撞

因为上面这两个条件，所以存在下面这些情况

1. 就是hashmap在存值的时候（默认大小为16，负载因子0.75，阈值12），可能达到最后存满16个值的时候，再存入第17个值才会发生扩容现象，因为前16个值，每个值在底层数组中分别占据一个位置，并没有发生hash碰撞。
2. 当然也有可能存储更多值（超多16个值，最多可以存26个值）都还没有扩容。原理：前11个值全部hash碰撞，存到数组的同一个位置（这时元素个数小于阈值12，不会扩容），后面所有存入的15个值全部分散到数组剩下的15个位置（这时元素个数大于等于阈值，但是每次存入的元素并没有发生hash碰撞，所以不会扩容），前面11+15=26，所以在存入第27个值的时候才同时满足上面两个条件，这时候才会发生扩容现象。

特点：先扩容，再添加（扩容使用的头插法）

缺点：头插法会使链表发生反转，多线程环境下可能会死循环

扩容之后对table的调整：

table容量变为2倍，所有的元素下标需要重新计算，newIndex = hash (扰动后) & （newLength - 1）

JDK1.8扩容

条件：

1. 当前存储的数量大于等于阈值
2. 当某个链表长度>=8，但是数组存储的结点数size() < 64时

特点：先插后判断是否需要扩容（扩容时是尾插法）

缺点：多线程下，1.8会有数据覆盖

举例：
线程A：往index插，index此时为空，可以插入，但是此时线程A被挂起
线程B：此时，对index写入数据，A恢复后，就把B数据覆盖了

扩容之后对table的调整：

table容量变为2倍，但是不需要像之前一样计算下标，只需要将hash值和旧数组长度相与即可确定位置。

1. 如果 Node 桶的数据结构是链表会生成 low 和 high 两条链表，是红黑树则生成 low 和 high 两颗红黑树
2. 依靠 (hash & oldCap) == 0 判断 Node 中的每个结点归属于 low 还是 high。
3. 把 low 插入到 新数组中 当前数组下标的位置，把 high 链表插入到 新数组中 [当前数组下标 + 旧数组长度] 的位置
4. 如果生成的 low，high 树中元素个数小于等于6退化成链表再插入到新数组的相应下标的位置

9.HashMap 在扩容时为什么通过位运算 (e.hash & oldCap) 得到下标？

从下图中我们可以看出，计算下标通过(n - 1) & hash，旧table的长度为16，hash值只与低四位有关，扩容后，table长度为32（两倍），此时只与低五位有关。

所以此时后几位的结果相同，前后两者之间的差别就差在了第五位上。

同时，扩容的时候会有 low 和 high 两条链表或红黑树来记录原来下标的数据和原来下标 + 旧table下标的数据。

如果第五位 b 是 0，那么只要看低四位 (也就是原来的下标)；如果第五位是 1，只要把低四位的二进制数 + ，就可以得到新数组下标。前面的部分刚好是原来的下标，后一部分就是旧table的长度 。那么我们就得出来了为什么把 low 插入扩容后 新数组[原来坐标] 的位置，把 high 插入扩容后 新数组[当前坐标 + 旧数组长度] 的位置。

那为什么根据 (e.hash & oldCap) == 0 来做判断条件呢？是因为旧数组的长度 length 的二进制数的第五位刚好是 1，hash & length 就可以计算 hash 值的第五位是 0 还是 1，就可以区别是在哪个位置上。

10.链表升级成红黑树的条件

链表长度大于8时才会考虑升级成红黑树，是有一个条件是 HashMap 的 Node 数组长度大于等于64（不满足则会进行一次扩容替代升级）。

11.红黑树退化成链表的条件

1. 扩容 resize( ) 时，红黑树拆分成的 树的结点数小于等于临界值6个，则退化成链表。
2. 删除元素 remove( ) 时，在 removeTreeNode( ) 方法会检查红黑树是否满足退化条件，与结点数无关。如果红黑树根 root 为空，或者 root 的左子树/右子树为空，root.left.left 根的左子树的左子树为空，都会发生红黑树退化成链表。

12.HashMap是怎么解决哈希冲突的？

1. 使用链地址法（使用散列表）来链接拥有相同下标的数据；
2. 使用2次扰动函数（hash函数）来降低哈希冲突的概率，使得数据分布更平均；
3. 引入红黑树进一步降低遍历的时间复杂度，使得遍历更快；

13.HaspMap的初始化时数组长度和加载因子的约束范围

可以看到如果初始化数组长度 initialCapacity 小于 0 的话会跑出 IllegalArgumentException 的异常，initialCapacity 大于 MAXIMUM_CAPACITY 即 2 的 30 次幂的时候最大长度也只会固定在 MAXIMUM_CAPACITY ，在扩容的时候，如果数组的长度大等于MAXIMUM_CAPACITY，会将阈值设置为Integer.MAX_VALUE。

加载因子小于等于0时，或者加载因子是NaN时 (NaN 实际上就是 Not a Number的简称) 会抛出 IllegalArgumentException 的异常。

版权声明：

本文来源网络，所有图片文章版权属于原作者，如有侵权，联系删除。

本文网址：https://www.mushiming.com/mjsbk/7589.html