HashMap 的資料結構

標籤：dex   alt   ati   轉變   變化   ret   下標越界   class   索引   

目錄

• content
• append

content

HashMap 的資料結構：

• 數組 + 鏈表（Java7 之前包括 Java7）
• 數組 + 鏈表 + 紅/黑樹狀結構（從 Java8 開始）

PS：這裡的《紅/黑樹狀結構》與鏈表都是鏈式結構。

HashMap 內部維護了一個數組，數組中存放鏈表的鏈首或紅/黑樹狀結構的樹根。

當鏈表長度超過 8 時，鏈表就轉換為紅/黑樹狀結構，利用紅/黑樹狀結構快速增刪改查的特點提高 HashMap 的效能；在紅/黑樹狀結構結點數量小於 6 時，紅/黑樹狀結構轉變為鏈表。

下面分別為上面兩種資料結構的圖示：

【定位演算法】

增加、尋找、刪除等操作都需要先定位到 table 數組的某個索引處。

定位演算法為三步：取 key 的 hashCode 值、高位元運算、模數運算得到索引位置。（代碼如下）

static final int hash(Object key) {    int h;    // h = key.hashCode() 第一步 取 hashCode 值    // h ^ (h >>> 16)  第二步 高位參與運算 Java8 最佳化了高位演算法，最佳化原理忽略    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);}// java7 中這是一個單獨的方法，java8 沒有了這個方法但是原理依舊static int indexFor(int h, int length) {    return h & (length-1); // hash(key) & (length-1)  第三步 模數}

模數運算h & (length -1)的結果最大值為 length -1，不會出現數組下標越界的情況。

為什麼要做高位元運算？

如果 hashCode 值都大於 length，而且這些 hashCode 的低位變化不大，就會出現很多衝突，舉個例子：

• 假設數組的初始化容量為 16（10000），則 length -1 位 15（1111）。
• 假設有幾個對象的 hashCode 分別為 1100 10010、1110 10010、11101 10010，如果不做高位元運算，直接使用它們做模數運算的結果將是一致的。

如果所有元素中多數元素屬於這種情況，將會導致元素分布不均勻，而對 hashCode 進行高位元運算能解決這個問題，使高位對低位造成影響改變低位的值，從而變相地使高位也參與運算。

append

【Q】負載因子與效能的關係

負載因子預設值為0.75，意味著當數組實際填充量佔比達到3/4時就該擴容了。

負載因子越大，擴容次數必然越少，數組的長度越小，減少了空間開銷；這就會導致 hash 碰撞越多，增加查詢成本。

預設值0.75在時間和空間成本上尋求一種折衷。

【Q】為什麼要擴容

因為隨著元素量的增大，hash 碰撞的機率越來越大，雖然使用鏈地址法能夠解決儲存問題，但是長長的鏈表會讓 HashMap 失去快速檢索的優勢，而擴容能解決這個問題。

HashMap 的資料結構