史上最全面的HashMap详解，HashMap实现原理与基础知识点介绍

史上最全面的HashMap详解，HashMap实现原理与基础知识点介绍

引用

CSDN

1.

https://blog.csdn.net/i_YOLO/article/details/145643361

1.HashMap实现原理

(1)JDK1.7以前

在JDK1.7版本之前，HashMap底层数据结构采用的是
数组+链表
的形式
当向HashMap中添加数据时，会采用哈希算法，将元素的key映射到底层数组对应的位置，我们称之为槽位（Bucket）
众所周知，
哈希算法对于不同key的计算结果可能相同
，所以当不同的key映射到数组上的同一个槽位时，它们就会以链表的形式存储到同一个槽位上
由于链表的查询速度时O(n)，所以冲突很严重，当一个索引上的链表非常长时，查询效率就会很低

(2)JDK1.7以后

所以在JDK1.8版本的时候做了优化，HashMap采用
数组+链表和数组+红黑树
两种方法相结合的方式存储数据
当链表长度达到规定的阈值（默认为8）时，会将链表转化为红黑树存储，提高查询效率，时间复杂度降低到O(logn)
同时，在数量小于6时，会将红黑树转化为链表

2.HashMap的

put(key,value)
方法（JDK1.8版本）

1. HashMap采用put(key,val)方法存储对象，调用hashCode()方法计算哈希值，获取对应bucket的位置
2. 如果该bucket上没有存放元素，则直接插入
3. 如果该bucket上存放着元素，则
   比较key值
4. 如果key值相同，则直接覆盖value
5. 如果key值不同，则需要遍历链表或者红黑树来查询是否有相同的key

• 查询到相同的key，则覆盖value
• 查询不到相同的key，对于链表采取尾插法插入数据，对于红黑树则插入到树的末尾

4. 存放数据完毕后，检查链表长度是否超过阈值（默认为8）

• 如果链表长度超过阈值，同时
  HashMap底层数组的长度超过64
  ，则将链表转化为红黑树，以提高查询效率

5. 检查负载因子是否超过阈值（默认为0.75）

• 如果超过阈值，则进行
  扩容
  操作（负载因子概念和扩容机制详细看第3大点）

6. 需要扩容的话完成扩容操作，数据添加到此结束

3.HashMap的扩容机制

(1)负载因子

负载因子是衡量哈希表使用情况的重要指标，定义如下：
负载因子 = 数组中存储的元素个数 / 数组大小
负载因子太低会导致大量的空桶浪费空间，负载因子太高会导致大量的碰撞，降低性能
0.75的负载因子在这两个因素之间取得了良好的平衡。

(2)扩容机制

HashMap默认的负载因子为0.75，即如果HashMap中的元素个数超过了总容量的75%，则会触发扩容机制：

1. 将哈希表（底层数组）扩大到原来的两倍，创建一个新的数组
2. 将旧数组中的数据移到新数组中

4.HashMap在多线程下存在的问题

JDK1.7中的HashMap使用头插法插入元素，在多线程的环境下，扩容的时候有可能导致
环形链表
的出
现，形成死循环。因此，JDK1.8使用尾插法插入元素，在扩容时会保持链表元素原本的顺序，不会出现
环形链表的问题。
多线程同时执行put操作
，如果计算出来的索引位置是相同的，那会造成前一个key被后一个key覆
盖，从而导致元素的丢失。此问题在DK1.7和DK1.8中都存在。