作者：耳东陈
链接：www.cnblogs.com/dassmeta
HashMap也是我们使用非常多的Collection，它是基于哈希表的 Map 接口的实现，以key-value的形式存在。在HashMap中，key-value总是会当做一个整体来处理，系统会根据hash算法来来计算key-value的存储位置，我们总是可以通过key快速地存、取value。下面就来分析HashMap的存取。
一、定义
HashMap实现了Map接口，继承AbstractMap。其中Map接口定义了键映射到值的规则，而AbstractMap类提供 Map 接口的骨干实现，以最大限度地减少实现此接口所需的工作，其实AbstractMap类已经实现了Map，这里标注Map， LZ觉得应该是更加清晰吧！
public
class
HashMap
<
K
,
V
>
extends
AbstractMap
<
K
,
V
>
implements
Map
<
K
,
V
>,
Cloneable
,
Serializable
{
static
final
int DEFAULT_INITIAL_CAPACITY =
1
<4;
static
final
int MAXIMUM_CAPACITY =
1
<30;
static
final
float DEFAULT_LOAD_FACTOR =
0.75
f;
static
final
Entry
,
?>
[] EMPTY_TABLE = {};
transient Entry
[] table = (Entry
[]) EMPTY_TABLE;
transient int size;
int threshold;
final
float loadFactor;
transient int modCount;
* This value may be overridden by defining the system property
* {
@code
jdk.map.althashing.threshold}. A property value of {
@code
1}
* forces alternative hashing to be used at all times whereas
* {
@code
-1} value ensures that alternative hashing is never used.
*/
static
final
int ALTERNATIVE_HASHING_THRESHOLD_DEFAULT = Integer.MAX_VALUE;
}
二、构造函数
HashMap提供了三个构造函数：
-
HashMap()：构造一个具有默认初始容量 (16) 和默认加载因子 (0.75) 的空 HashMap。
-
HashMap(int initialCapacity)：构造一个带指定初始容量和默认加载因子 (0.75) 的空 HashMap。
-
HashMap(int initialCapacity, float loadFactor)：构造一个带指定初始容量和加载因子的空 HashMap。
在这里提到了两个参数：初始容量，加载因子。这两个参数是影响HashMap性能的重要参数，其中容量表示哈希表中桶的数量，初始容量是创建哈希表时的容量，加载因子是哈希表在其容量自动增加之前可以达到多满的一种尺度，它衡量的是一个散列表的空间的使用程度，负载因子越大表示散列表的装填程度越高，反之愈小。
对于使用链表法的散列表来说，查找一个元素的平均时间是O(1+a)，因此如果负载因子越大，对空间的利用更充分，然而后果是查找效率的降低；如果负载因子太小，那么散列表的数据将过于稀疏，对空间造成严重浪费。系统默认负载因子为0.75，一般情况下我们是无需修改的。
HashMap是一种支持快速存取的数据结构，要了解它的性能必须要了解它的数据结构。
三、数据结构
我们知道在Java中最常用的两种结构是数组和模拟指针(引用)，几乎所有的数据结构都可以利用这两种来组合实现，HashMap也是如此。实际上HashMap是一个“链表散列”，如下是它数据结构：
（本文图片引用见水印）
从上图我们可以看出HashMap底层实现还是数组，只是数组的每一项都是一条链。其中参数initialCapacity就代表了该数组的长度。下面为HashMap构造函数的源码：
public
HashMap
(
int
initialCapacity,
float
loadFactor)
{
if
(initialCapacity 0)
throw
new
IllegalArgumentException(
"Illegal initial capacity: "
+
initialCapacity);
if
(initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if
(loadFactor <=
0
|| Float.isNaN(loadFactor))
throw
new
IllegalArgumentException(
"Illegal load factor: "
+
loadFactor);
this
.loadFactor = loadFactor;
threshold = initialCapacity;
init();
}
从源码中可以看出，每次新建一个HashMap时，都会初始化一个table数组。table数组的元素为Entry节点。
static
class
Entry
<
K
,
V
>
implements
Map
.
Entry
<
K
,
V
>
{
final
K key;
V value;
Entry
next;
int
hash;
}
其中Entry为HashMap的内部类，它包含了键key、值value、下一个节点next，以及hash值，这是非常重要的，正是由于Entry才构成了table数组的项为链表。
上面简单分析了HashMap的数据结构，下面将探讨HashMap是如何实现快速存取的。
四、存储实现：put(key,vlaue)
首先我们先看源码
public
V
put
(
K key, V
value
)
{
if
(key ==
null
)
return
putForNullKey(
value
);
int
hash = hash(key.hashCode()); ------(
1
)
int
i = indexFor(hash, table.length); ------(
2
)
for
(Entry
e = table[i]; e !=
null
; e = e.next) {
Object k;
if
(e.hash == hash && ((k = e.key) == key || key.
equals
(k))) {
V oldValue = e.
value
;
e.
value
=
value
;
e.recordAccess(
this
);
return
oldValue;
}
}
modCount++;
addEntry(hash, key,
value
, i);
return
null
;
}
通过源码我们可以清晰看到HashMap保存数据的过程为：首先判断key是否为null，若为null，则直接调用putForNullKey方法。若不为空则先计算key的hash值，然后根据hash值搜索在table数组中的索引位置，如果table数组在该位置处有元素，则通过比较是否存在相同的key，若存在则覆盖原来key的value，否则将该元素保存在链头（最先保存的元素放在链尾）。若table在该处没有元素，则直接保存。这个过程看似比较简单，其实深有内幕。有如下几点：
1、 先看迭代处。此处迭代原因就是为了防止存在相同的key值，若发现两个hash值（key）相同时，HashMap的处理方式是用新value替换旧value，这里并没有处理key，这就解释了HashMap中没有两个相同的key。
2、 在看（1）、（2）处。这里是HashMap的精华所在。首先是hash方法，该方法为一个纯粹的数学计算，就是计算h的hash值。
final
int
hash(
Object
k) {
int
h = hashSeed;
if
(
0
!= h && k instanceof
String
) {
return
sun.misc.Hashing.stringHash32((
String
) k);
}
h ^= k.hashCode();
h ^= (h >>>
20
) ^ (h >>>
12
);
return
h ^ (h >>>
7
) ^ (h >>>
4
);
}
HashMap的底层数组长度总是2的n次方，在构造函数中存在：capacity <<= 1;这样做总是能够保证HashMap的底层数组长度为2的n次方。当length为2的n次方时，h&(length - 1)就相当于对length取模，而且速度比直接取模快得多，这是HashMap在速度上的一个优化。至于为什么是2的n次方下面解释。
我们回到indexFor方法，该方法仅有一条语句：h&(length - 1)，这句话除了上面的取模运算外还有一个非常重要的责任：均匀分布table数据和充分利用空间。
这里我们假设length为16(2^n)和15，h为5、6、7。
当n=15时，6和7的结果一样，这样表示他们在table存储的位置是相同的，也就是产生了碰撞，6、7就会在一个位置形成链表，这样就会导致查询速度降低。诚然这里只分析三个数字不是很多，那么我们就看0-15。
