HashMap 浅度分析

Map结构是最常用的 数据结构之一，理解hashmap关键在于理解对于hash冲突的处理方式。

一、 默认常量

1、默认初始化容量 

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;

题外话：要明白 如List结构中 capacity!=size 

2、最大容量

static final int MAXIMUM_CAPACITY = 1 << 30;

取该值是由于int类型为5字节 最大为1<<31，而java基本数据类型为有符号数，所以最高位也就是符号位不应参与到本类中的各种方法运算中，诸如resize()方法，以及取新bucket的index等。

3、负载因子

static final float DEFAULT_LOAD_FACTOR = 0.75f;

4、链表转树临界值

static final int TREEIFY_THRESHOLD = 8;

该值默认为8，与jdk1.8对于hash冲突的解决策略有关。

1.8之前使用链地址法解决hash冲突，而1.8采取了链地址+红黑树法解决hash冲突。

对于链式存储结构，其查找时间复杂度为O(N) 即对于长度为N的链表，平均时间复杂度为N/2，

而对于红黑树，其查找平均时间复杂度为O(log(n)).

对于长度为8的链表，其平均查找时间为8/2=4，

其转为树结构后，平均查找用时为log2(8)=3，

可见当长度在8附近时，算法时间复杂度差别并不大，而且生成树结构也要耗时，故默认的链表转树临界值为8.

5、树转链表临界值

static final int UNTREEIFY_THRESHOLD = 6;

原理与上相同，之所以设置差值应该是为了防止链表到树频繁转换，反而耗费额外时间。

6 最小数容量

static final int MIN_TREEIFY_CAPACITY = 64;

二、基础组件

1、节点

static class Node<K,V> implements Map.Entry<K,V> {
    final int hash;
    final K key;
    V value;
    Node<K,V> next;

}

节点采用了Entry键值对结构，每个节点保存 键，值，hash值，下一节点的引用。

三、主要方法

1、(对给定初值)取表初始化容量

static final int tableSizeFor(int cap) {
    int n = cap - 1;
    n |= n >>> 1;
    n |= n >>> 2;
    n |= n >>> 4;
    n |= n >>> 8;
    n |= n >>> 16;
    return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}

用于构造方法指定了容量初值时，由此方法计算 大于给定容量初值的 最小二次幂值。

对于Hashmap容量使用二次幂值，《Thinking in java》有一些解释：

①对于hash方法，java采用了本地方法实现

②理想情况下hash值应当分布的越平均越好，之前hashmap采用的容量值为质数，而后改为使用2的次幂，同时掩码运算比普通的除法快太多。

同时移位运算比乘法快的多

该方法执行流程为

①对给定值减一，为了防止对本身就是二次幂的给定值错误得取其二倍值作为容量。

②对给定值 逻辑右移一位 ，并对原值取或等，这样得到的就是对该给定值的最高1位的次高位设1的结果。

③将得到的值 与该值的逻辑右移2位 并对原值取或等，得到对给定值的最高1位的后三位都设1的结果。

以此类推，执行至2*16位，因为最大容量为1 << 30

这样得到的结果就是对给定值的 自最高1位至最低位均设1的结果，再将此结果加1，即得到2的整数次幂。该值也是大于或等于给定值的最小的二的整数次幂。

2、get方法

public V get(Object key) {
    Node<K,V> e;
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}

该方法并非简单得取值，而要先判断给定key的节点是否存在。

之所以这样判断，是因为hashmap允许null作为键/值

3、put方法

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

该方法被第一次调用时，会调用putVal()方法，生成bucket数组，即bucket并非Hashmap初始化时就存在的，而是当第一次put时才初始化出来

而putval()方法则主要目的是为了支持对存在hash冲突的key取值。

这就要求我们使用的key，必须重写hashcode()和equals()方法，这也是为何主要使用String和整数包装类作key的原因，一是因为其hashcode()和equals()方法已经重写，二是由于其不可变性，这对于多线程而言是非常重要的，这也是诸如Spring等架构使用无状态组件的原因。不可变就避免了多线程的安全问题。

4、resize()

初始化以及扩容时调用

这里主要是两部分(其实是我只看懂了这么些。。。)

①扩容

if((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
         oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold

即每次都是两倍扩容，这跟前面原理一样

②重新分配bucket的index

if (e.next == null)
    newTab[e.hash & (newCap - 1)] = e;

新table的索引 index=该节点hash值e.hash   &     新容量-1   

这个与运算将对新最大容量以下的所有hash值取原值，对大于该容量的hash值截断

这样得到的新的节点，他在该bucket上的索引，①要么在原处，即原本其hash值的截断值的最高位的左一位为0；②要么最高位拓展出个新的最高位1，原最高位变为次高位，以此类推。

这种基于二进制的运算在Hashmap中作用发挥的淋漓尽致。