java集合： jdk1.8的hashMap原理简单理解

HashMap的数据结构

HashMap是数组+链表+红黑树（JDK1.8增加了红黑树部分）实现的，他的底层结构是一个数组，而数组的元素是一个单向链表。
HashMap默认初始化的是一个长度为16位的数组，每个数组储存的元素代表的是每一个链表的头结点。在jdk1.8中，当HashMap不断地插入元素，导致链表太长时，会将链表转换为红黑树。

Node<K,V>

Node是HashMap的一个内部类，实现了Map.Entry接口，本质就是一个存储键值对的链表。

具体如下：

 static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;       //用来定位数组索引位置
        final K key;
        V value;
        Node<K,V> next;     //链表的下一个node

        Node(int hash, K key, V value, Node<K,V> next) {
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }
       ....

}

Hash算法

通过Hash算法，对key计算出数组下标，把数据放在对应下标元素的链表上。

Hash算法：通过Key进行Hash的计算，就可以获取Key对应的HashCode。如果出现了重复的hashCode，就称作碰撞。

如果发生了碰撞事件，那么意味这数组的一个位置要插入两个或者多个元素，这个时候数组上面挂的链表起作用了，链表会将数组某个节点上多出的元素按照尾插法(jdk1.7及以前为头差法)的方式添加。

Hash算法本质上就是三步：取key的hashCode值、高位运算?   、取模运算。

位运算接近底层，速度较快。

Node<K,V>[] table

即哈希桶数组，明显它是一个Node的数组。

如果哈希桶数组很大，即使较差的Hash算法也会比较分散，如果哈希桶数组数组很小，即使好的Hash算法也会出现较多碰撞，所以就需要在空间成本和时间成本之间权衡，其实就是在根据实际情况确定哈希桶数组的大小，并在此基础上设计好的hash算法减少Hash碰撞。那么通过什么方式来控制map使得Hash碰撞的概率又小，哈希桶数组（Node[] table）占用空间又少呢？答案就是好的Hash算法和扩容机制。

Node[] table的初始化长度length(默认值是16)，Load factor为负载因子(默认值是0.75)，threshold是HashMap所能容纳的最大数据量的Node(键值对)个数。threshold = length * Load factor。也就是说，在数组定义好长度之后，负载因子越大，所能容纳的键值对个数越多。

结合负载因子的定义公式可知，threshold就是在此Load factor和length(数组长度)对应下允许的最大元素数目，超过这个数目就重新resize(扩容)。

HashMap如何扩容？

扩容(resize)就是重新计算容量，向HashMap对象里不停的添加元素，而HashMap对象内部的数组无法装载更多的元素时，对象就需要扩大数组的长度，以便能装入更多的元素。当然Java里的数组是无法自动扩容的，方法是使用一个新的数组代替已有的容量小的数组。 扩容后的HashMap容量是之前容量的两倍。

final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        //Capcity是指容量
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        //Threshold是所能存储的最大数量
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {
             //超过最大值就不再扩充了
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
            //存储的最大数量Threshold翻倍
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        //创建新的Node数组
        @SuppressWarnings({"rawtypes","unchecked"})
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                // oldTab[j]表示原数组上的元素，也就是链表头节点或红黑树
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    //复制原数组中只有链表头节点的元素
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    //复制原数组中属于红黑树的元素
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                   //复制原数组各元素上的链表全部数据
                   else { // preserve order
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

HashMap插入数据：

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

首先要计算key的hashCode()：

    static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

插入数据的过程如下：

 final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //如果node[]数组为空，就先扩容
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //计算index，并对null做处理
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
             //如果节点key存在，直接覆盖value
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //插入数据到红黑树的情况
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
            //插入数据到链表
                for (int binCount = 0; ; ++binCount) {
                    //遍历到链表末尾，添加新节点
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                       //链表长度大于8转换为红黑树进行处理
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

如何保证key的唯一性 / 保证key不重复？

如果两个key的hashCode相等，并且通过equals比较key也相等，那么视为相等的key，这样就只覆盖原来key对应的value，而不产生重复的key。

if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
    e = p;

线程安全性

在多线程使用场景中，应该尽量避免使用线程不安全的HashMap，而使用线程安全的ConcurrentHashMap。

其他：

1.注意hashCode()和hash()算法的区别。。

定位hash槽是HashMap自己实现的hash()函数。

hashcode()是key对象的类覆写的Object中的方法。

先用hash(key)找到hash槽(也就是数组下标)，如果槽上没值，直接放上去；如果有值，再判断key是否为同一个对象（这里用的equals方法，间接使用了hashcode）,如果是就替代value，如果否则加到链表中。

参考博客：

Jdk8中的HashMap实现原理及源码分析
美团技术团队：java8系列之重新认识HashMap

HashMap实现原理及源码分析