HashMap（1）前传

序、慢慢来才是最快的方法。

背景

终于到HshMap了，Java集合中非常典型的散列表结构，并且具有面试八股文的称号。

在认识HashMap之前，我们先预热一下HashMap所用到的技术点。

1.简介

HashMap的底层结构是基于分离链表发解决散列冲突的动态散列表。

在Java7中使用数组+链表，发生散列冲突的键值对会使用头插法添加到单链表中；
在Java8中使用数组+链表+红黑树，发生散列冲突的键值对会用尾插发添加到单链表中。如果单链表的长度大于8时且散列表容量大于64，会将链表树转化为红黑树。在扩容再散列时，如果红黑树的长度低于6则会还原给链表。
HashMap的数组长度保证是2的整数次幂，默认数组容量是16，默认装载因子上限是0.75，扩容阈值是12（16*0.75）
在创建HashMap对象时，并不会创建底层数组，这是一种懒初始化机制。直到第一次put操作时才会通过resize()扩容操作初始化数组。
HashMap的key和value都支持null，key为null的键值对会映射到数组下表为0的桶中。

2.数据结构

数据结构是计算机中存储、组织数据的方式。数据结构是一种具有一定逻辑关系，在计算机中应用某种存储结构，并且封装了响应操作的数据元素集合。

简单来说，数据结构是数据的组织、管理和存储格式，其使用目的是搞笑的使用和访问数据。

数据结构主要分为：数组（Array）、栈(Stack)、队列(Queue)、链表(Linked List)、树(Tree)、散列表（也叫哈希表）(Hash)、堆(Heap)、图(Graph)。

数据结构又可以分为线性表（全名为线性存储结构。使用线性表存储数据的方式可以这样理解，即“把所有数据用一根线儿串起来，再存储到物理空间中”，包含一维数组、栈、队列、链表）和非线性表

数据结构的存储方式只有两种：数组（顺序存储）和链表（链式存储）

2.1数组（Array）

数组是可以在内存中连续存储多个元素的结构，在内存中的分配也是连续的，数组中的元素通过数组下标进行访问，数组下标从0开始。数组在内存中是顺序存储的，因此可以很好的实现逻辑上的顺序表。

数组的优缺点

数组拥有非常高效的查询能力，给出下角标就能很快的查询到对应元素。从代码实现层面也能看出来数组的增删是很耗时，每一次都要做数据的移动。因此我们总结到数组是适合做改查操作、不适合做增删操作的。

2.2链表(Linked List)

链表是一种物理存储单元上非连续、非顺序的存储结构，数据元素的逻辑顺序是通过链表中的指针链接次序实现的。

链表由一系列结点（链表中每一个元素称为结点）组成，结点可以在运行时动态生成。

每个结点包括两个部分：一个是存储数据元素的数据域，另一个是存储下一个结点地址的指针域。相比于线性表顺序结构，操作复杂。

链表的优缺点

链表是写操作快，读操作慢，实际应用场景中，那些需要频繁增删数据的就适合用链表去实现。

PS：说到这里，我们就介绍完了数组和链表，其实️数据结构的存储方式只有两种：数组（顺序存储）和链表（链式存储）。

2.3栈(Stack)

堆栈（英语：stack）又称为栈或堆叠，是计算机科学中的一种抽象资料类型，只允许在有序的线性资料集合的一端（称为堆栈顶端，英语：top）进行加入数据（英语：push）和移除数据（英语：pop）的运算。因而按照后进先出（LIFO, Last In First Out）的原理运作。

栈的优缺点

优点：由于栈中存放数据的结构是后放进去的数据先取出来(后进先出)，针对一些操作需要取最新数据时，选择栈作为数据结构是最合适的。

缺点：访问栈中的任意数据时，就需要从最新的数据开始取，效率较低。

2.4队列(Queue)

队列，又称为伫列（queue），计算机科学中的一种抽象资料型别，是先进先出（FIFO, First-In-First-Out）的线性表。在具体应用中通常用链表或者数组来实现。队列只允许在后端（称为rear）进行插入操作，在前端（称为front）进行删除操作。

队列的操作方式和堆栈类似，唯一的区别在于队列只允许新数据在后端进行添加。

队列的优缺点

队列是一种比较特殊的线性结构。它只允许在表的前端（front）进行删除操作，而在表的后端（rear）进行插入操作。

进行插入操作的端称为队尾，进行删除操作的端称为队头。

队列中最先插入的元素也将最先被删除，对应的最后插入的元素将最后被删除。

因此队列又称为“先进先出”（FIFO—first in first out）的线性表，与栈(FILO-first in last out)刚好相反。

2.5散列表（也叫哈希表）(Hash)

散列表（Hash table，也叫哈希表），是根据键（Key）而直接访问在内存储存位置的数据结构。也就是说，它通过计算一个关于键值的函数，将所需查询的数据映射到表中一个位置来访问记录，这加快了查找速度。这个映射函数称做散列函数，存放记录的数组称做散列表。

散列表是基于散列思想实现的 Map 数据结构，散列思想是散列表的核心特性，也就做哈希算法或 Hash 算法。散列算法是一种将 “任意长度的输入数据” 映射为 “固定长度的特征值” 的算法，输出的特征值就是散列值。

用一个表格总结散列算法的主要性质：

散列表无法避免的冲突问题

因为 Hash 算法会将非常大甚至无穷大的输入值域映射到 “固定长度的特征值”，所以 Hash 算法一定是压缩映射。例如，MD5 的输出散列值为 128 位，SHA256 的输出散列值为 256 位，这就存在 2 个不同的输入产生相同输出的可能性。这就是散列冲突或哈希冲突（Hash Collision）问题。

事实上，在散列表的设计中存在 2 次散列冲突：

第 1 次 - hash 函数的散列冲突： 这是一般意义上的散列冲突；
第 2 次 - 散列值取余转数组下标： 本质上，将散列值转数组下标也是一次 Hash 算法，也会存在散列冲突。同时，这也说明 HashMap 中同一个桶中节点的散列值不一定是相同的。

Java 中的字符串 "Aa" 与 "BB" 的就存在散列冲突。

String str1 = "Aa";
String str2 = "BB";
System.out.println(str1.hashCode());  // 2112
System.out.println(str2.hashCode());  // 2112 散列冲突

由于我们无法避免散列冲突，所以只能保证散列表不会因为散列冲突而失去正确性。常用的散列冲突解决方法有 2 类：

开放寻址法： 例如 ThreadLocalMap；
分离链表法： 例如 HashMap。

解决哈希冲突的方法

1.开放寻址（Open Addressing）的核心思想是： 在出现散列冲突时，在数组上重新探测出一个空闲位置。经典的探测方法有线性探测（Linear Probing）、平方探测（Quadratic Probing）和双散列探测（Double Hashing Probing）

2.分离链表法（Separate Chaining）的核心思想是：在出现散列冲突时，将冲突的元素添加到同一个桶（Bucket / Slot）中，桶中的元素会组成一个链表，或者跳表、红黑树等动态数据结构。

影响散列表性能的因素

影响散列表性能的关键在于 “散列冲突的发生概率”，冲突概率越低，时间复杂度越接近于 O(1)。 那么，哪些因素会影响冲突概率呢？主要有 3 个：装载因子、冲突解决方法、散列函数。

哈希表的优缺点

优点:哈希表不仅速度快，编程实现也相对容易

缺点：哈希表也有一些缺点它是基于数组的，数组创建后难于扩展某些哈希表被基本填满时，性能下降得非常严重，所以程序虽必须要清楚表中将要存储多少数据。

2.6树(Tree)

树（英语：tree）是一种抽象数据类型（ADT）或是实现这种抽象数据类型的数据结构，用来模拟具有树状结构性质的数据集合。它是由n（n> 0）个有限节点组成一个具有层次关系的集合。

2.7堆(Heap)

堆（英语：Heap）是计算机科学中的一种特别的完全二叉树。若是满足以下特性，即可称为堆：“给定堆中任意节点P和C，若P是C的母节点，那么P的值会小于等于（或大于等于）C的值”。若母节点的值恒小于等于子节点的值，此堆称为最小堆（min heap）；反之，若母节点的值恒大于等于子节点的值，此堆称为最大堆（max heap）。在堆中最顶端的那一个节点，称作根节点（root node），根节点本身没有母节点（parent node）。