【Java基础】HashMap 原理

文章目录

• • [1、HashMap 设置值的原理](#1、HashMap 设置值的原理)
  • [2、HashMap 获取值原理](#2、HashMap 获取值原理)
  • [3、HashMap Hash优化](#3、HashMap Hash优化)
  • [4、HashMap 寻址优化](#4、HashMap 寻址优化)
  • [5、HashMap 是如何解决Hash冲突的？](#5、HashMap 是如何解决Hash冲突的？)
  • • [5.1 get数据的时候，如果定位到指定位置的元素是一个链表，怎么办呢？](#5.1 get数据的时候，如果定位到指定位置的元素是一个链表，怎么办呢？)
    • [5.2 红黑树](#5.2 红黑树)
  • 6、数组扩容
  • • [6.1 数组长度为16，计算index](#6.1 数组长度为16，计算index)
    • [6.2 数组长度为32， 计算index](#6.2 数组长度为32， 计算index)
    • [6.3 扩容总结：](#6.3 扩容总结：)

1、HashMap 设置值的原理

1. 根据key计算HashCode，
2. 再使用HashCode对 数组长度取模，结果一定是存放到数组中 的某一个位置。
3. 得到指定位置索引之后，就往指定位置设置数据即可。

2、HashMap 获取值原理

1. 根据key计算hashCode,
2. 再使用hashCode对 数据长度取模，得到一个数组索引，
3. 然后再根据索引从数组中获取指定数据即可。

3、HashMap Hash优化

      // JDK 1.8以后的HashMap里面的一段源码
   static final int hash(Object key) {
       int h;
       return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

答案：hash数组一般不会太大，使用 key 的hashCode 和 key的hashCode 右移16位 进行异或运算的目的就是让 高低16位都参与运算，减少hash冲突

4、HashMap 寻址优化

hash & (n - 1)

当n为2的n次方的时候， hash & (n - 1) = hash % n

答案：hash & (n - 1) -> 效果是跟hash对n取模，效果是一样的，但是与运算的性能要比hash对n取模要高很多，数学问题，数组的长度会一直是2的n次方，只要他保持数组长度是2的n次方

5、HashMap 是如何解决Hash冲突的？

使用链表法解决。
在数据的指定位置，挂一个链表，这个链表里放多个元素，让多个 key-value 放在数据的同一个位置

5.1 get数据的时候，如果定位到指定位置的元素是一个链表，怎么办呢？

get 的时候，如果定位到数组发现这个位置挂了一个链表哦，此时就会遍历 链表，从链表里面选择到自己需要的那个 kye-value 就可以了。

5.2 红黑树

为了解决hash冲突的问题，就会在 数据的指定为值挂一个链表，如果链表的长度达到了一定的长度之后，就会将链表转换成红黑树，通过遍历一颗红黑树找到一个元素，此时时间复杂度是 O(logn), 性能比链表要高一些。
如果链表过长，遍历的性能不高，因此当链表长度超过一定限制的时候，就会将链表转换成红黑树，提升搜索性能。

6、数组扩容

6.1 数组长度为16，计算index

n - 1  0000 0000 0000 0000 0000 0000 0000 1111
hash1  1111 1111 1111 1111 0000 1111 0000 0101
&      0000 0000 0000 0000 0000 0000 0000 0101 = 5（index = 5的位置）
 
n - 1  0000 0000 0000 0000 0000 0000 0000 1111
hash2  1111 1111 1111 1111 0000 1111 0001 0101
&      0000 0000 0000 0000 0000 0000 0000 0101 = 5（index = 5的位置）

6.2 数组长度为32， 计算index

n-1    0000 0000 0000 0000 0000 0000 0001 1111
hash1  1111 1111 1111 1111 0000 1111 0000 0101
&结果   0000 0000 0000 0000 0000 0000 0000 0101 = 5（index = 5的位置）
 
n-1    0000 0000 0000 0000 0000 0000 0001 1111
hash2  1111 1111 1111 1111 0000 1111 0001 0101
&结果   0000 0000 0000 0000 0000 0000 0001 0101 = 21（index = 21的位置）

6.3 扩容总结：

数据扩容 -> 2倍扩容 -> 重新对map中的每一个元素进行寻址->通过判断二进制结果是否多出来了一个bit为，判断index的位置是否变化；

如果数组的长度扩容之后 = 32，重新对每个hash值进行寻址，也就是用每个hash值跟新数组的length - 1进行与操作

• 判断二级制结果是否多出来一个bit的1
• 如果没有多，那么还是原来的index
• 如果多了出来，那么新的index = oldIndex + oldCap
• 通过这个方法避免了rehash的时候，用每个hash对数据的长度进行取模，取模的性能不高，位运算的性能比较高。