HashMap淺析（一）

HashMap淺析(一)

​ 無論幾年的程序猿，面試必問的題，HashMap算一大山，這座山翻不過去，離自己夢想的公司想必是無緣的。

​ 很多人覺得會用HashMap不就行了嗎，爲什麼非要研究它的原理呢？

​ 摸一摸自己的大光頭，你真的會用嗎？如何用效率高？除了當普通的數據結構使用，其他地方可不可以用到呢？

​ 接下來我會大致的對HashMap進行一個簡短的分析。學習是一個循循漸進的過程，不要妄想一晚上學會什麼原理，教你的是騙子，但你不能當傻子。

​ 第一節是對於數組容量爲2的冪次方的解惑。後續會慢慢補充

初始容量

HashMap的初始容量默認爲 1<<4，即16

//The default initial capacity - MUST be a power of two.
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;

位運算講解

我先給大家介紹一下代碼片段中的位運算符，方便不懂的小夥伴知道如何計算

首先敲出來1的二進制，養成良好的習慣，32位記得寫全

---

位移前: 0000 0000 0000 0000 0000 0000 0000 0001

---

代碼中的<<是左移運算符，即左移四位.

這裏需要注意，不是單指左移二進制中的尾部1

---

位移中：0000 | 0000 0000 0000 0000 0000 0000 0001

---

如上面所示：你可以把那個“|”當作一個水龍頭，左移四位，就是讓水龍頭把離它近的四位0排出去

---

位移中：| 0000 0000 0000 0000 0000 0000 0001

---

排出去四位0之後呢，平白無故的少了四位兄弟，那得補充上來0對吧（空位補零）

---

位移後：0000 0000 0000 0000 0000 0000 0001 0000

位移前：0000 0000 0000 0000 0000 0000 0000 0001

儘管看上去像只是1左移了四位，但是並不能這麼想，如果是：…0001 0011 0001呢。

上面只是說了基礎的算法，那如果我想快速運算呢，不想通過二進制呢？

x<<y 相當於
$x*y^2$
x>>y相當於
$x/2^y$

迴歸正題

注意代碼上方的註釋：默認初始容量-必須是2的冪次方值

那麼爲什麼一定要讓容量爲2的冪次方值呢，帶着這個問題繼續看下去。

首先HashMap的底層數據結構：數組+鏈表，當鏈表長度大於8時，轉變爲紅黑樹；這是常見的答案。

數組是什麼數組？鏈表是什麼鏈表？（皮一下很開心）

//這一行代碼應該都能瞭解吧
transient Node<K,V>[] table;

衆所周知啊，HashMap中的數組使用散列即常說的哈希算法確定角標，使用鏈地址法解決哈希衝突。

//jdk1.8之後的hash算法實現，1.7的indexFor已經去掉了，但是用法沒變。
static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

這裏着重解釋一下(h = key.hashCode()) ^ (h >>> 16)

是不是看着很懵？懵就對啦

下面舉個例子：比如計算key爲“程序猿”的值，hashcode值：30804443

代碼中“>>>”是無符號右移，即邏輯右移，按照我上面位運算的講解，這個時候是需要整體向右移動16位，

即圖中黑豎線的右邊數字全部捨棄掉。

然後老規矩，空出來的位置補0

java中的^運算是異或，相同爲0，不同爲1的運算

可以看到通過這樣的運算，高16位其實沒變化。

說的直白點，這麼多步的運算，其實就是爲了讓key的hashCode值進行一個自身的高16位與低16位的異或運算，可以有效減少hash碰撞。

到這裏其實只是算出來了HashMap中的hash值，接下來還有一個最常問到的代碼片段

(n - 1) & hash

n是數組長度，hash是上面hash()方法算出來的hash值。

這裏可以試着想一想，n是2的冪次方，也就是2，4，8，16等等等，他們的二進制有什麼特點？

額，看起來並不明顯是吧，接下來再看看n-1的呢

低位都是1，對吧，接下來結合起來看吧！

首先解釋下&運算是按位與，即0&0=0，0&1=0，1&0=0，1&1=1.

那麼想一想上面計算得出的hash值，兩個進行按位與計算會是什麼樣的呢？

以n=16爲例

看出來了嗎，最終結果只跟hash值的最後幾位有關係！！！

長度採取2的冪次方的原因

首先假設現在數組長度非2的冪次方，比如n=10，(n-1)=9，它的二進制爲：1001，

現在有一個key=“程序猿”，通過上述的hash()方法計算出來的二進制的最後四位：1101，

1001&1101=1001

1001即得到的index值，但是換個思路想想，在保證n-1值（1001）不變的情況下，是不是還有另外的值會得到1001？當然是有的：1011.

而且還存在某些index值永遠不會用到，比如0111永遠不會出現。

結論：如果在不規定n爲2的冪次方情況下，很容易出現數組下角標index重複（出現重複的概率提升）或者存在某些index永遠用不到的情況，所以在n爲2的冪次方時，只要保證hash()算法本身分佈均勻就足夠了。
還有一個重要原因：在n爲2的冪次方情況下，hash%n等價於(n-1)&hash，而且"&“運算要比”%"快得多。