HashMap相关知识点

二叉数，红黑树

​ Java中实现二叉树有两种方式：数组存储，链式存储；

​ 二叉树分类：

​ 满二叉树：叶子节点全在同一层，要么全有子节点，要么全没有

​ 完全二叉树：按层序遍历排序(从上到下，从左到右)，填充节点，中间不能留空，叶子节点只能出现在最 下两层

​ 二叉搜索树：又名排序查找树，要求树中任意节点的左子树每个节点值要小于这个节点，右子树相反

​ 红黑树：是一种自平衡二叉搜索树，所有红黑规则都是希望红黑树能保证平衡

散列表(Hash Table)

HashMap中最重要的数据结构是散列表，在散列表中又使用到了红黑树和链表

散列表又名哈希表，是根据键(Key)直接访问在内存存储位置值(Value)的数据结构，它是由数组演化而来，利用数组支持按下标进行随机访问的特性

​ 将键(Key)映射为数组下标的函数叫做散列函数。可以表示为：hashValue = hash(Key)

​ 散列函数的基本要求：

• ​ 散列函数计算得到的散列值必须是大于等于0的正整数，因为hashValue需要作为数组的下标
• ​ 如果key1key2，那么经过hash后得到的哈希值也必须相同即：hash(key1)hash(key2)
• ​ 如果key1 ！= key2，那么经过hash后得到的哈希值也必须不相同

散列冲突---链表法

在散列表中，数组的每个下标位置我们可以称之为桶(bucket)或者槽(slot)，每个桶(槽)会对应一条链表，所有散列值相同(哈希冲突)的元素我们都放到相同槽位对应的链表中

• 插入操作：通过散列计算出对应散列槽位，将其插入到对应链表中即可，插入的时间复杂度O(1)
• 当查找，删除一个元素时，我们同样计算出对应的槽位，然后遍历链表查找或者删除，散列表可能会退化为链表，查询时间复杂度从O(1)退化为O(n)，将列表法中的链表改造为其它更高效的数据结构，红黑树查询复杂度O(logn)

HashMap实现原理

HashMap的数据结构：底层使用hash表数据结构，即数组和链表或红黑树

• 当我们往HashMap中put元素时，利用key的hashCode重新计算当前对象的元素在数组中的下标

• 存储时，如果出现hash值相同的key，此时有两种情况：

  ​ 如果key相同，则覆盖原始值

  ​ 如果key不同(哈希冲突)，则将当前的key-value放入链表或红黑树中

• 获取时，直接找到hash值对应的下标，再进一步判断key是否相同，从而找到对应值

HashMap在jdk1.7和jdk1.8有什么区别

• jdk1.8之前采用的是拉链法。拉链法：将链表和数组相结合；也就是说创建一个链表数组，数组中每一格就是一个链表。若遇到哈希冲突，则将冲突的值加到链表中即可。
• jdk1.8在解决哈希冲突时有了较大的变化，当链表长度大于阈值(默认为8)时并且数组长度达到64时，将链表转化为红黑树，以减少搜索时间。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，则退化为链表

HashMap的put方法的具体流程

HashMap源码分析

​ 常见属性

• HashMap是懒惰加载，在创建对象时并没有初始化数组
• 在无参的构造函数中，设置了默认的加载因子是0.75

添加数据流程图

• 第一次 “key 是否存在”：发生在 数组索引 table[i] 不为空，但还不确定是 “链表” 还是 “红黑树” 的阶段。此时只需判断当前位置的 “根节点”（链表头或红黑树根）的 key 是否匹配，若匹配则直接覆盖 value，逻辑上是快速预检。
• 第二次 “判断 key 是否存在”：发生在 确定是 “链表” 之后（即 table[i] 不是红黑树，只能是链表）。此时需要遍历整个链表的所有节点，确认是否存在重复 key—— 因为链表可能有多个节点，仅检查头节点是不够的。

具体流程

1. 判断键值对数组table是否为空或为null，否则执行resize()进行扩容(初始化)
2. 根据键值key计算hash值得到数组索引
3. 判断table[i]==null，条件成立，直接新键节点添加
4. 如果table[i]==null，不成立
   1. 判断table[i]的首个元素是否和key一样，如果相同直接覆盖value
   2. 判断table[i]是否为treeNode，即table[i]是否为红黑树，如果是红黑树，则直接在树中插入键值对
   3. 遍历table[i]，链表的尾部插入数据，然后判断链表长度是否大于8，大于8的话把链表转换为红黑树，在红黑树中执行插入操作，遍历过程中若发现key已经存在就直接覆盖掉value
5. 插入成功后，判断实际存在的键值对数量size是否超了最大容量threshole(数组长度*0.75),超过就进行扩容

HashMap扩容机制

• 在添加元素或初始化的时候需要调用resize方法进行扩容，第一次添加数据初始化数组长度为16，以后每次扩容是达到了扩容阈值(数组长度*0.75)
• 每次扩容的时候，是扩容之前容量的2倍
• 扩容之后，会新创建一个数组，需要把老数组中的数据挪动到新的数组中
  • 没有hash冲突的节点，则直接使用e.hash & (newCap - 1)计算新数组的索引位置
  • 如果是红黑树，走红黑树添加
  • 如果是链表，则需要遍历链表，可能需要拆分链表，判断(e.hash & oldCap)是否为0，该元素的位置要么停留在原始位置，要么移动到原始位置+增加的数组大小这个位置上

HashMap的寻址算法

• 计算Key对象的hashCode()
• 再进行调用hash()方法进行二次哈希，hashcode值右移16位再异或运算，让哈希分布更为均匀
• 最后(capacity - 1) & hash 得到索引

追问：为何hashMap的数组长度一定是2的次幂？

• 计算索引时效率更高：如果是2的n次幂可以使用位与运算代替取模
• 扩容时重新计算索引效率更高：hash & oldCap == 0 元素留在原来位置，否则新位置 = 旧位置 + oldCap