1. HashMap的数据
数据结构中有数组和链表来实现对数据的存储，但这两者基本上是两个极端。
数组存储区间是连续的，占用内存严重，故空间复杂的很大。但数组的二分查找时间复杂度小，为O(1)；数组的特点是：寻址容易，插入和删除困难 ；
链表 链表存储区间离散，占用内存比较宽松，故空间复杂度很小，但时间复杂度很大，达O（N）。链表 的特点是：寻址困难，插入和删除容易。
哈希表 那么我们能不能综合两者的特性，做出一种寻址容易，插入删除也容易的数据结构？答案是肯定的，这就是我们要提起的哈希表。 (Hash table ） 既满足了数据的查找方便，同时不占用太多的内容空间，使用也十分方便。
哈希表有多种不同的实现方法，我接下来解释的是最常用的一种方法—— 拉链法，我们可以理解为“链表的数组 ” ，如图：
从上图我们可以发现哈希表是由数组+链表 组成的，一个长度为16的数组中，每个元素存储的是一个链表的头结点。那么这些元素是按照什么样的规则存储到数组中呢。一般情况是通过hash(key)%len获得，也就是元素的key的哈希值对数组长度取模得到。比如上述哈希表中，12%16=12,28%16=12,108%16=12,140%16=12。所以12、28、108以及140都存储在数组下标为12的位置。
HashMap其实也是一个线性的数组实现的,所以可以理解为其存储数据的容器就是一个线性数组。这可能让我们很不解，一个线性的数组怎么实现按键值对来存取数据呢？这里HashMap有做一些处理。
首先HashMap里面实现一个静态内部类Entry ，其重要的属性有 key , value, next ，从属性key,value我们就能很明显的看出来Entry就是HashMap键值对实现的一个基础bean，我们上面说到HashMap的基础就是一个线性数组，这个数组就是Entry[]，Map里面的内容都保存在Entry[]里面。
/**
* The table, resized as necessary. Length MUST Always be a power of two.
*/
transient table ;
既然是线性数组，为什么能随机存取？这里HashMap用了一个小算法，大致是这样实现：
// 存储时: int hash
= key.hashCode();
// 这个hashCode方法这里不详述,只要理解每个key的hash是一个固定的int值 int index
= hash
% Entry[].length;
Entry[index]
= value;
// 取值时: int = key.hashCode();int = hash % Entry[].length;return
疑问：如果两个key通过hash%Entry[].length得到的index相同，会不会有覆盖的危险？
这里HashMap里面用到链式数据结构的一个概念。上面我们提到过Entry类里面有一个next属性，作用是指向下一个Entry。打个比方， 第一个键值对A进来，通过计算其key的hash得到的index=0，记做:Entry[0] = A。一会后又进来一个键值对B，通过计算其index也等于0，现在怎么办？HashMap会这样做:B.next = A ,Entry[0] = B,如果又进来C,index也等于0,那么C.next = B ,Entry[0] = C；这样我们发现index=0的地方其实存取了A,B,C三个键值对,他们通过next这个属性链接在一起。所以疑问不用担心。也就是说数组中存储的是最后插入的元素。 到这里为止，HashMap的大致实现，我们应该已经清楚了。
public
if null
return putForNullKey(value); //null总是放在数组的第一个链表中
int hash (key.hashCode());
int indexFor (hash, table .length );
//遍历链表
for table [i]; e != null next ) {
Object k;
//如果key在链表中已存在，则替换为新value
if hash == hash && ((k = e.key ) == key || key.equals(k))) {
V oldValue = e.value ;
e.value = value;
e.recordAccess(this
return
}
}
modCount ++;
addEntry (hash, key, value, i);
return null
}
void addEntry (int int
Entry<K,V> e = table [bucketIndex];
table [bucketIndex] = new e ); //参数e, 是Entry.next
//如果size超过threshold，则扩充table大小。再散列
if size ++ >= threshold )
resize(2 * table .length );
}
当然HashMap里面也包含一些优化方面的实现，这里也说一下。比如：Entry[]的长度一定后，随着map里面数据的越来越长，这样同一个index的链就会很长，会不会影响性能？HashMap里面设置一个因子，随着map的size越来越大，Entry[]会以一定的规则加长长度。
public
if null
return
int hash (key.hashCode());
//先定位到数组元素，再遍历该元素处的链表
for table [indexFor (hash, table .length )];
e != null
e = e.next ) {
Object k;
if hash == hash && ((k = e.key ) == key || key.equals(k)))
return value ;
}
return null
}
null key总是存放在Entry[]数组的第一个元素。
private putForNullKey (V value) {
for table [0];null next ) {
if key == null
V oldValue = e.value ;
e.value = value;
e.recordAccess(this
return
}
}
modCount ++;
addEntry(0, null
return null
}
private getForNullKey () {
for table [0]; e != null next ) {
if key == null
return value ;
}
return null
}
HashMap存取时，都需要计算当前key应该对应Entry[]数组哪个元素，即计算数组下标；算法如下：
/**
* Returns index for hash code h.
*/
static int indexFor (int int
return
}
按位取并，作用上相当于取模mod或者取余%。
这意味着数组下标相同，并不表示hashCode相同。
public int float
…..
// Find a power of 2 >= initialCapacity
int
while
capacity <<= 1;
this loadFactor = loadFactor;
threshold = (int
table = new
init();
}
注意table初始大小并不是构造函数中的initialCapacity！！
而是 >= initialCapacity的2的n次幂！！！！
————为什么这么设计呢？——
开放定址法（线性探测再散列，二次探测再散列，伪随机探测再散列）
再哈希法
链地址法 建立一个公共溢出区
Java中hashmap的解决办法就是采用的链地址法。
当哈希表的容量超过默认容量时，必须调整table的大小。当容量已经达到最大可能值时，那么该方法就将容量调整到 Integer.MAX_VALUE 返回， 这时，需要创建一张新表，将原表的映射到新表中。
/**
* Rehashes the contents of this map into a new array with a
* larger capacity. This method is called automatically when the
* number of keys in this map reaches its threshold.
*
* If current capacity is MAXIMUM_CAPACITY, this method does not
* resize the map, but sets threshold to Integer.MAX_VALUE.
* This has the effect of preventing future calls.
*
* @param
* must be greater than current capacity unless current
* capacity is MAXIMUM_CAPACITY (in which case value
* is irrelevant).
*/
void int
Entry[] oldTable = table ;
int length ;
if MAXIMUM_CAPACITY
threshold = Integer.MAX_VALUE
return
}
Entry[] newTable = new
transfer(newTable);
table = newTable;
threshold = (int loadFactor );
}
/**
* Transfers all entries from current table to newTable.
*/
void
Entry[] src = table ;
int length ;
for int length ; j++) {
Entry<K,V> e = src[j];
if null
src[j] = null
do
Entry<K,V> next = e.next ;
//重新计算index
int indexFor (e.hash , newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
} while null
}
}
}
