系统运维系列 之HashMap底层实现原理和应用

Posted 2022-05-17 琅晓琳

1 介绍

（1）HashMap是Java中最常用的集合类框架，也是Java语言中非常典型的数据结构；
（2）HashMap是基于哈希表的Map接口的非同步实现。元素以键值对的形式存放，并且允许null键和null值，因为key值唯一（不能重复），因此，null键只有一个；
（3）HashMap不保证元素存储的顺序；
（4）HashMap是线程不安全的。

2 HashMap的默认负载因子是0.75，而不是0.5或者是整数1呢？

临界值（threshold） = 负载因子（loadFactor） * 容量（capacity）
loadFactor是负载因子，表示HashMap满的程度，默认值为0.75f，也就是说默认情况下，当HashMap中元素个数达到了容量的3/4的时候就会进行自动扩容。

//code
void addEntry(int hash, K key, V value, int bucketIndex) 
	if ((size >= threshold) && (null != table[bucketIndex])) 
		resize(2 * table.length);
		hash = (null != key) ? hash(key) : 0;
		bucketIndex = indexFor(hash, table.length); 
	
	createEntry(hash, key, value, bucketIndex);


HashMap其实是底层基于哈希函数实现的，但是哈希函数都有如下一个基本特性：根据同一哈希函数计算出的散列值如果不同，那么输入值肯定也不同。但是，根据同一散列函数计算出的散列值如果相同，输入值不一定相同。
两个不同的输入值，根据同一散列函数计算出的散列值相同的现象叫做碰撞。

为了避免哈希碰撞，HashMap需要在合适的时候进行扩容；默认的负载因子(0.75)在时间和空间成本之间提供了很好的权衡。更高的值减少了空间开销，但增加了查找成本。

//总结：
（1）负载因子不能太大，不然会导致大量的哈希冲突或者哈希碰撞；也不能太小，那样会浪费空间；
（2）阈值(threshold) = 负载因子(loadFactor) x 容量(capacity) 根据HashMap的扩容机制，他会保证容量(capacity)的值永远都是2的幂；为了保证负载因子x容量的结果是一个整数，这个值是0.75(4/3)比较合理，因为这个数和任何2的次幂乘积结果都是整数。

3 jdk8中HashMap为什么要引入红黑树？

（1）解决jdk1.8以前hash冲突所导致的链化严重的问题，因为链表结构的查询效率是非常低的，他不像数组，能通过索引快速找到想要的值，链表只能挨个遍历，当hash冲突非常严重的时候，链表过长的情况下，就会严重影响查询性能；
（2）本身散列列表最理想的查询效率为O(1)，当时链化后链化特别严重，他就会导致查询退化为O(n)为了解决这个问题所以jdk8中的HashMap添加了红黑树来解决这个问题，当链表长度>=8的时候链表就会变成红黑树。

4 HashMap和Hashtable计算hash的方法不同？

（1）HashMap计算hash：对key的hashcode进行了二次hash，以获得更好的散列值，然后对table数组长度取模。
int hash = hash(key.hashCode());
int i = indexFor(hash, table.length);
static int hash(int h) 
        // This function ensures that hashCodes that differ only by
        // constant multiples at each bit position have a bounded
        // number of collisions (approximately 8 at default load factor).
        h ^= (h >>> 20) ^ (h >>> 12);
        return h ^ (h >>> 7) ^ (h >>> 4);
 
 static int indexFor(int h, int length) 
        return h & (length-1);
  

（2）Hashtable计算hash：直接使用key的hashcode对table数组的长度直接进行取模。
int hash = key.hashCode();
int index = (hash & 0x7FFFFFFF) % tab.length;

5 HashMap 多线程操作导致死循环问题？

（1）当重新调整HashMap大小的时候，确实存在条件竞争，因为如果两个线程都发现HashMap需要重新调整大小了，它们会同时试着调整大小；
（2）在调整大小的过程中，存储在链表中的元素的次序会反过来，因为移动到新的bucket位置的时候，HashMap并不会将元素放在链表的尾部，而是放在头部，这是为了避免尾部遍历(tail traversing)。如果条件竞争发生了，那么就死循环了。

HashMap可以通过下面的语句进行同步：
Map m = Collections.synchronizeMap(hashMap);

Hashtable是synchronized的，但是ConcurrentHashMap同步性能更好，因为它仅仅根据同步级别对map的一部分进行上锁；
ConcurrentHashMap当然可以代替HashTable，但是HashTable提供更强的线程安全性。

6 HashMap如何保存两个key相同的数据？

IdentityhashMap类利用哈希表实现Map接口，比较键（和值）时使用引用相等性代替对象相等性，也就是说key（value）比较的时候只比较两个key是否引用同一个对象，比较的是对象的地址。

一般Key的选择应为String等类型的数据，尽量不要使用引用数据类型。

参考资料：
https://blog.csdn.net/fengxi_tan/article/details/106629280 HashMap底层实现原理
https://blog.csdn.net/qq_29909965/article/details/78358066 hashmap出现重复key的情况
https://blog.csdn.net/qq_33732195/article/details/108121285?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-1-108121285-blog-78358066.pc_relevant_default&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-1-108121285-blog-78358066.pc_relevant_default&utm_relevant_index=2 HashMap如何保存两个key相同的数据