hashmap存储方式 hash碰撞及其解决方式

news2025/1/11 17:54:01

1.Map 的存储特点

在 Map 这个结构中，数据是以键值对（key-value）的形式进行存储的，每一个存储进 map 的数据都是一一对应的。

创建一个 Map 结构可以使用 new HashMap() 以及 new TreeMap() 两种方式，两者之间的区别是： TreeMap 是支持排序的。

2.HashMap 的底层存储方式

总结 :

1. 用 hashMap 存储数据 (key,value) 的时候使用 put 方法

2. put 方法会调用 putVal 方法 , 把 hash(hey) 和当前的 key ， value 作为参数传进来

3. 判断数组是否为空，即判断是否是第一次添加数据 , 如果是的话，会先调用 resize 方法扩容

4. 之后 , 根据当前 key 的 hash 值找到它在数组中的下标 ( 怎么算的 ? index = (n - 1) & hash) ，判断当前下标位置是否已经存在元素

5. 如果不存在，直接把 key 、 value 包装成 Node 节点作为链表头存入数组

6. 如果存在，分为三种情况

1. ）比较一下已有数据和存入数据如果 hash 值等于传过来的 hash ，并且他们的 key 值也相等最后会把 value的值覆盖处理

2. ）上一步不相等，就判断一下当前是不是红黑树结构，是则调用 putTreeVal() 把它加入到红黑树

3. ）既不相等，也不是红黑树结构，说明是普通链表结构，遍历这个链表，将数据存到链表尾部

1. 在遍历过程中，如果是最后一个节点，则插入新节点 newNode(hash, key, value, null)

2. 如果链表长度超过了 8 ，则转化为红黑树 treeifyBin(tab, hash) 3. 如果遍历的时候遇到了相同的 key 把 value 的值覆盖处理

7. 如果当前数组中的元素个数超过阈值，则扩容 resize();

8. putVal （）方法没修改 value 就返回 NULL 修改了就返回旧值（之前的 value ）

3. 什么是 hash 碰撞

Hash Collision 就是我们说的 Hash 碰撞或者 Hash 冲突。

这个其实也非常好理解，就是 2 个输入不同的数据，经过 Hash 算法后，得到的 Hash 值是一样的。

在 HashMap 的查询和添加过程中，绕不过去的是计算元素在数组的位置 index ， key 的 HashCode 作为这个计算的基础。计算后的Hash 值存在相同的情况， hash 与长度取余的结果也有相同的情况，这个时候运算结果相同的两个对象就需要存储到同一个链表中，这就是HashMap 中的 Hash 碰撞。

4. 如何解决 hash 碰撞

1. 开放地址方法

1 ）线性探测

按顺序决定值时，如果某数据的值已经存在，则在原来值的基础上往后加一个单位，直至不发生哈希冲突。就是在

此空间不足时，直接放入此空间的后一个空的空间

2 ）再平方探测

按顺序决定值时，如果某数据的值已经存在，则在原来值的基础上先加 1 的平方个单位，若仍然存在则减 1 的平方个

单位。随之是 2 的平方， 3 的平方等等。直至不发生哈希冲突。要注意平方不能超过容量的值 Size=16 的时候，找备

选的单元只能取 i=1,2,3 ，也就是距离冲突单元 1,4,9 个单位的位置了。

3 ）伪随机探测

按顺序决定值时，如果某数据已经存在，通过随机函数随机生成一个数，在原来值的基础上加上随机数，直至不发

生哈希冲突。

2. 链式地址法（ HashMap 的哈希冲突解决方法）

对于相同的值，使用链表进行连接。使用数组存储每一个链表。就是 hashmap 的底层原理：数组 + 链表就是没有

红黑树

补充：在 JDK1.8 中 HashMap 通过链式寻址法以其红黑树来解决哈希冲突的，其中红黑树是为了优化哈希表的链表

过长导致遍历时间复杂度增加的问题。当链表长度大于 8 并且哈希表的容量大于 64, 再向链表中添加元素 , 会转化为

红黑树。优点：

1 ）拉链法处理冲突简单，且无堆积现象，即非同义词决不会发生冲突，因此平均查找长度较

2 ）

由于拉链法中各链表上的结点空间是动态申请的，故它更适合于造表前无法确定表长的情况；（

3 ）开放定址法为

减少冲突，要求装填因子 α 较小，故当结点规模较大时会浪费很多空间。而拉链法中可取 α≥ 1 ，且结点较大时，拉链法中增加的指针域可忽略不计，因此节省空间；（

4 ）在用拉链法构造的散列表中，删除结点的操作易于实现。

只要简单地删去链表上相应的结点即可。缺点：

1 ）指针占用较大空间时，会造成空间浪费，若空间用于增大散列表规模进而提高开放地址法的效率。

3. 建立公共溢出区

建立公共溢出区存储所有哈希冲突的数据

4. 再哈希法

对于冲突的哈希值再次进行哈希处理，直至没有哈希冲突。

5. 如何解决并发

HashMap 的线程不安全主要体现在下面两个方面：

1. 在 JDK1.7 中，当并发执行扩容操作时会造成环形链和数据丢失的情况。 2. 在 JDK1.8 中，在并发执行 put 操作时会

发生数据覆盖的情况。 1 、 if((p = tab[i =(n -1)& hash])==null)// 1 、此处线程不安全 —— 用来判定索引位置是否

hash 碰撞，比如两个线程 A 、 B 都在进行 put 操作，并且 hash 函数计算出的插入下标是相同的，当线程 A 执行完第六

行代码后由于时间片耗尽导致被挂起，而线程 B 得到时间片后在该下标处插入了元素，完成了正常的插入，然后线

程 A 获得时间片，由于之前已经进行了 hash 碰撞的判断，所有此时不会再进行判断，而是直接进行插入，这就导致了线程B 插入的数据被线程 A 覆盖了，从而线程不安全。

2 、 if (++size > threshold) 中的 ++size ：同样还是线程 A 、 B ，这两个线程同时进行 put 操作时，假设当前 HashMap

的 zise 大小为 10 ，当线程 A 执行到此行代码时，从主内存中获得 size 的值为 10 后准备进行 +1 操作，但是由于时间片

耗尽只好让出 CPU ，线程 B 快乐的拿到 CPU 还是从主内存中拿到 size 的值 10 进行 +1 操作，完成了 put 操作并将

size=11 写回主内存，然后线程 A 再次拿到 CPU 并继续执行 ( 此时 size 的值仍为 10) ，当执行完 put 操作后，还是将

size=11 写回内存，此时线程 A 、 B 都执行了一次 put 操作，但是 size 的值只增加了 1 ，所有说还是由于数据覆盖又导

致了线程不安全。

解决方法： 1.Hashtable

HashTable 为了实现多线程安全，在几乎所有的方法上都加上了 synchronized 锁（锁的是类的实例 , 也就是整个

map 结构），当一个线程访问 Hashtable 的同步方法时，其他线程如果也要访问同步方法，会被阻塞住。

2.Collections.synchronizedMap( 一般不用 ) 缺点 : 从锁的角度来看，基本上是锁住了尽可能大的代码块 . 性能会比较

差 3.ConcurrentHashMap （常用） JDK 1.7 中，采用分段锁的机制，实现并发的更新操作，底层采用数组 + 链表的存储结构，包括两个核心静态内部类 Segment 和 HashEntry 。 ①、 Segment 继承 ReentrantLock （重入锁）用

来充当锁的角色，每个 Segment 对象守护每个散列映射表的若干个桶； ②、 HashEntry 用来封装映射表的键 - 值对； ③、每个桶是由若干个 HashEntry 对象链接起来的链表分段锁： Segment 数组中，一个 Segment 对象就是一把锁, 对应一个 HashEntry 数组 , 该数组中的数据同步依赖于同一把锁 , 不同 HashEntry 数组的读写互不干扰