HashMap 的数据结构

Posted 2021-01-11 xmsx

目录

• content
• append

content

HashMap 的数据结构：

• 数组 + 链表（Java7 之前包括 Java7）
• 数组 + 链表 + 红黑树（从 Java8 开始）

PS：这里的《红黑树》与链表都是链式结构。

HashMap 内部维护了一个数组，数组中存放链表的链首或红黑树的树根。

当链表长度超过 8 时，链表就转换为红黑树，利用红黑树快速增删改查的特点提高 HashMap 的性能；在红黑树结点数量小于 6 时，红黑树转变为链表。

下面分别为上面两种数据结构的图示：

---

【定位算法】

增加、查找、删除等操作都需要先定位到 table 数组的某个索引处。

定位算法为三步：取 key 的 hashCode 值、高位运算、取模运算得到索引位置。（代码如下）

static final int hash(Object key) {
    int h;
    // h = key.hashCode() 第一步 取 hashCode 值
    // h ^ (h >>> 16)  第二步 高位参与运算 Java8 优化了高位算法，优化原理忽略
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

// java7 中这是一个单独的方法，java8 没有了这个方法但是原理依旧
static int indexFor(int h, int length) {
    return h & (length-1); // hash(key) & (length-1)  第三步 取模
}

取模运算h & (length -1)的结果最大值为 length -1，不会出现数组下标越界的情况。

为什么要做高位运算？

如果 hashCode 值都大于 length，而且这些 hashCode 的低位变化不大，就会出现很多冲突，举个例子：

• 假设数组的初始化容量为 16（10000），则 length -1 位 15（1111）。
• 假设有几个对象的 hashCode 分别为 1100 10010、1110 10010、11101 10010，如果不做高位运算，直接使用它们做取模运算的结果将是一致的。

如果所有元素中多数元素属于这种情况，将会导致元素分布不均匀，而对 hashCode 进行高位运算能解决这个问题，使高位对低位造成影响改变低位的值，从而变相地使高位也参与运算。

append

【Q】负载因子与性能的关系

负载因子默认值为0.75，意味着当数组实际填充量占比达到3/4时就该扩容了。

负载因子越大，扩容次数必然越少，数组的长度越小，减少了空间开销；这就会导致 hash 碰撞越多，增加查询成本。

默认值0.75在时间和空间成本上寻求一种折衷。

---

【Q】为什么要扩容

因为随着元素量的增大，hash 碰撞的概率越来越大，虽然使用链地址法能够解决存储问题，但是长长的链表会让 HashMap 失去快速检索的优势，而扩容能解决这个问题。