HashMap概述

HashMap是基于哈希表的Map接口的非同步實現(xiàn)。此實現(xiàn)提供所有可選的映射操作，并允許使用null值和null鍵。此類不保證映射的順序，特別是它不保證該順序恒久不變。

HashMap的數(shù)據(jù)結(jié)構(gòu)

在Java編程語言中，最基本的結(jié)構(gòu)就是兩種，一個是數(shù)組，另外一個是模擬指針（引用），所有的數(shù)據(jù)結(jié)構(gòu)都可以用這兩個基本結(jié)構(gòu)來構(gòu)造的，HashMap也不例外。HashMap實際上是一個“鏈表散列”的數(shù)據(jù)結(jié)構(gòu)，即數(shù)組和鏈表的結(jié)構(gòu)，但是在jdk1.8里

加入了紅黑樹的實現(xiàn)，當(dāng)鏈表的長度大于8時，轉(zhuǎn)換為紅黑樹的結(jié)構(gòu)。

從上圖中可以看出，java中HashMap采用了鏈地址法。鏈地址法，簡單來說，就是數(shù)組加鏈表的結(jié)合。在每個數(shù)組元素上都一個鏈表結(jié)構(gòu)，當(dāng)數(shù)據(jù)被Hash后，得到數(shù)組下標(biāo)，把數(shù)據(jù)放在對應(yīng)下標(biāo)元素的鏈表上。

 */
 static class Node<K,V> implements Map.Entry<K,V> {
  final int hash;//用于定位數(shù)組索引的位置
  final K key;
  V value;
  Node<K,V> next;//鏈表的下一個Node

  Node(int hash, K key, V value, Node<K,V> next) {
   this.hash = hash;
   this.key = key;
   this.value = value;
   this.next = next;
  }

Node是HashMap的一個內(nèi)部類，實現(xiàn)了Map.Entry接口，本質(zhì)是就是一個映射(鍵值對)。

有時兩個key會定位到相同的位置，表示發(fā)生了Hash碰撞。當(dāng)然Hash算法計算結(jié)果越分散均勻，Hash碰撞的概率就越小，map的存取效率就會越高。

HashMap類中有一個非常重要的字段，就是 Node[] table，即哈希桶數(shù)組，明顯它是一個Node的數(shù)組。

如果哈希桶數(shù)組很大，即使較差的Hash算法也會比較分散，如果哈希桶數(shù)組數(shù)組很小，即使好的Hash算法也會出現(xiàn)較多碰撞，所以就需要在空間成本和時間成本之間權(quán)衡，其實就是在根據(jù)實際情況確定哈希桶數(shù)組的大小，并在此基礎(chǔ)上設(shè)計好的hash算法減少Hash碰撞。那么通過什么方式來控制map使得Hash碰撞的概率又小，哈希桶數(shù)組（Node[] table）占用空間又少呢？答案就是好的Hash算法和擴(kuò)容機(jī)制。

在理解Hash和擴(kuò)容流程之前，我們得先了解下HashMap的幾個字段。從HashMap的默認(rèn)構(gòu)造函數(shù)源碼可知，構(gòu)造函數(shù)就是對下面幾個字段進(jìn)行初始化，源碼如下：

 int threshold;    // 所能容納的key-value對極限 
 final float loadFactor; // 負(fù)載因子
 int modCount; 
 int size;

首先，Node[] table的初始化長度length(默認(rèn)值是16)，Load factor為負(fù)載因子(默認(rèn)值是0.75)，threshold是HashMap所能容納的最大數(shù)據(jù)量的Node(鍵值對)個數(shù)。threshold = length * Load factor。也就是說，在數(shù)組定義好長度之后，負(fù)載因子越大，所能容納的鍵值對個數(shù)越多。

結(jié)合負(fù)載因子的定義公式可知，threshold就是在此Load factor和length(數(shù)組長度)對應(yīng)下允許的最大元素數(shù)目，超過這個數(shù)目就重新resize(擴(kuò)容)，擴(kuò)容后的HashMap容量是之前容量的兩倍。默認(rèn)的負(fù)載因子0.75是對空間和時間效率的一個平衡選擇，建議大家不要修改，除非在時間和空間比較特殊的情況下，如果內(nèi)存空間很多而又對時間效率要求很高，可以降低負(fù)載因子Load factor的值；相反，如果內(nèi)存空間緊張而對時間效率要求不高，可以增加負(fù)載因子loadFactor的值，這個值可以大于1。

size這個字段其實很好理解，就是HashMap中實際存在的鍵值對數(shù)量。注意和table的長度length、容納最大鍵值對數(shù)量threshold的區(qū)別。而modCount字段主要用來記錄HashMap內(nèi)部結(jié)構(gòu)發(fā)生變化的次數(shù)，主要用于迭代的快速失敗。強(qiáng)調(diào)一點，內(nèi)部結(jié)構(gòu)發(fā)生變化指的是結(jié)構(gòu)發(fā)生變化，例如put新鍵值對，但是某個key對應(yīng)的value值被覆蓋不屬于結(jié)構(gòu)變化。

在HashMap中，哈希桶數(shù)組table的長度length大小必須為2的n次方(一定是合數(shù))，這是一種非常規(guī)的設(shè)計，常規(guī)的設(shè)計是把桶的大小設(shè)計為素數(shù)。相對來說素數(shù)導(dǎo)致沖突的概率要小于合數(shù)，具體證明可以參考http://m.dhdzp.com/article/100911.htm，Hashtable初始化桶大小為11，就是桶大小設(shè)計為素數(shù)的應(yīng)用（Hashtable擴(kuò)容后不能保證還是素數(shù)）。HashMap采用這種非常規(guī)設(shè)計，主要是為了在取模和擴(kuò)容時做優(yōu)化，同時為了減少沖突，HashMap定位哈希桶索引位置時，也加入了高位參與運(yùn)算的過程。

這里存在一個問題，即使負(fù)載因子和Hash算法設(shè)計的再合理，也免不了會出現(xiàn)拉鏈過長的情況，一旦出現(xiàn)拉鏈過長，則會嚴(yán)重影響HashMap的性能。于是，在JDK1.8版本中，對數(shù)據(jù)結(jié)構(gòu)做了進(jìn)一步的優(yōu)化，引入了紅黑樹。而當(dāng)鏈表長度太長（默認(rèn)超過8）時，鏈表就轉(zhuǎn)換為紅黑樹，利用紅黑樹快速增刪改查的特點提高HashMap的性能，其中會用到紅黑樹的插入、刪除、查找等算法

確定哈希桶數(shù)組索引位置

代碼實現(xiàn)：

//方法一：
static final int hash(Object key) { //jdk1.8 & jdk1.7
  int h;
  // h = key.hashCode() 為第一步 取hashCode值
  // h ^ (h >>> 16) 為第二步 高位參與運(yùn)算
  return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
//方法二：
static int indexFor(int h, int length) { //jdk1.7的源碼，jdk1.8沒有這個方法，但是實現(xiàn)原理一樣的
  return h & (length-1); //第三步 取模運(yùn)算
}

這里的Hash算法本質(zhì)上就是三步：取key的hashCode值、高位運(yùn)算、取模運(yùn)算。

對于任意給定的對象，只要它的hashCode()返回值相同，那么程序調(diào)用方法一所計算得到的Hash碼值總是相同的。我們首先想到的就是把hash值對數(shù)組長度取模運(yùn)算，這樣一來，元素的分布相對來說是比較均勻的。但是，模運(yùn)算的消耗還是比較大的，在HashMap中是這樣做的：調(diào)用方法二來計算該對象應(yīng)該保存在table數(shù)組的哪個索引處。

這個方法非常巧妙，它通過h & (table.length -1)來得到該對象的保存位，而HashMap底層數(shù)組的長度總是2的n次方，這是HashMap在速度上的優(yōu)化。當(dāng)length總是2的n次方時，h& (length-1)運(yùn)算等價于對length取模，也就是h%length，但是&比%具有更高的效率。

在JDK1.8的實現(xiàn)中，優(yōu)化了高位運(yùn)算的算法，通過hashCode()的高16位異或低16位實現(xiàn)的：(h = k.hashCode()) ^ (h >>> 16)，主要是從速度、功效、質(zhì)量來考慮的，這么做可以在數(shù)組table的length比較小的時候，也能保證考慮到高低Bit都參與到Hash的計算中，同時不會有太大的開銷。

下面舉例說明下，n為table的長度。

HashMap的put方法實現(xiàn)

put函數(shù)大致的思路為：

1. 對key的hashCode()做hash，然后再計算index;
2. 如果沒碰撞直接放到bucket里；
3. 如果碰撞了，以鏈表的形式存在buckets后；
4. 如果碰撞導(dǎo)致鏈表過長(大于等于TREEIFY_THRESHOLD)，就把鏈表轉(zhuǎn)換成紅黑樹；
5. 如果節(jié)點已經(jīng)存在就替換old value(保證key的唯一性)
6. 如果bucket滿了(超過load factor*current capacity)，就要resize。

具體代碼實現(xiàn)如下：

 public V put(K key, V value) {

  return putVal(hash(key), key, value, false, true);
 }
 /**
 *生成hash的方法
 */
 static final int hash(Object key) {
  int h;
  return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
 }

 final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {
  Node<K,V>[] tab; Node<K,V> p; int n, i;
  //判斷table是否為空，
  if ((tab = table) == null || (n = tab.length) == 0)
   n = (tab = resize()).length;//創(chuàng)建一個新的table數(shù)組，并且獲取該數(shù)組的長度
  //根據(jù)鍵值key計算hash值得到插入的數(shù)組索引i，如果table[i]==null，直接新建節(jié)點添加 
  if ((p = tab[i = (n - 1) & hash]) == null)
   tab[i] = newNode(hash, key, value, null);
  else {//如果對應(yīng)的節(jié)點存在
   Node<K,V> e; K k;
   //判斷table[i]的首個元素是否和key一樣，如果相同直接覆蓋value
   if (p.hash == hash &&
    ((k = p.key) == key || (key != null && key.equals(k))))
    e = p;
   //判斷table[i] 是否為treeNode，即table[i] 是否是紅黑樹，如果是紅黑樹，則直接在樹中插入鍵值對
   else if (p instanceof TreeNode)
    e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
   // 該鏈為鏈表
   else {
   //遍歷table[i]，判斷鏈表長度是否大于TREEIFY_THRESHOLD(默認(rèn)值為8)，大于8的話把鏈表轉(zhuǎn)換為紅黑樹，在紅黑樹中執(zhí)行插入操作，否則進(jìn)行鏈表的插入操作；遍歷過程中若發(fā)現(xiàn)key已經(jīng)存在直接覆蓋value即可；
    for (int binCount = 0; ; ++binCount) {
     if ((e = p.next) == null) {
      p.next = newNode(hash, key, value, null);
      if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
       treeifyBin(tab, hash);
      break;
     }
     if (e.hash == hash &&
      ((k = e.key) == key || (key != null && key.equals(k))))
      break;
     p = e;
    }
   }
   // 寫入
   if (e != null) { // existing mapping for key
    V oldValue = e.value;
    if (!onlyIfAbsent || oldValue == null)
     e.value = value;
    afterNodeAccess(e);
    return oldValue;
   }
  }
  ++modCount;
  // 插入成功后，判斷實際存在的鍵值對數(shù)量size是否超多了最大容量threshold，如果超過，進(jìn)行擴(kuò)容
  if (++size > threshold)
   resize();
  afterNodeInsertion(evict);
  return null;
 }

HashMap的get方法實現(xiàn)

思路如下：

1.bucket里的第一個節(jié)點，直接命中；

2.如果有沖突，則通過key.equals(k)去查找對應(yīng)的entry

若為樹，則在樹中通過key.equals(k)查找，O(logn)；
若為鏈表，則在鏈表中通過key.equals(k)查找，O(n)。

public V get(Object key) {
  Node<K,V> e;
  return (e = getNode(hash(key), key)) == null ? null : e.value;
 }

final Node<K,V> getNode(int hash, Object key) {
  Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
  if ((tab = table) != null && (n = tab.length) > 0 &&
   (first = tab[(n - 1) & hash]) != null) {
   // 直接命中
   if (first.hash == hash && // 每次都是校驗第一個node
    ((k = first.key) == key || (key != null && key.equals(k))))
    return first;
   // 未命中
   if ((e = first.next) != null) {
   // 在樹中獲取
    if (first instanceof TreeNode)
     return ((TreeNode<K,V>)first).getTreeNode(hash, key);
    // 在鏈表中獲取
    do {
     if (e.hash == hash &&
      ((k = e.key) == key || (key != null && key.equals(k))))
      return e;
    } while ((e = e.next) != null);
   }
  }
  return null;
 }

擴(kuò)容機(jī)制

擴(kuò)容(resize)就是重新計算容量，向HashMap對象里不停的添加元素，而HashMap對象內(nèi)部的數(shù)組無法裝載更多的元素時，對象就需要擴(kuò)大數(shù)組的長度，以便能裝入更多的元素。當(dāng)然Java里的數(shù)組是無法自動擴(kuò)容的，方法是使用一個新的數(shù)組代替已有的容量小的數(shù)組，就像我們用一個小桶裝水，如果想裝更多的水，就得換大水桶。

我們分析下resize的源碼，鑒于JDK1.8融入了紅黑樹，較復(fù)雜，為了便于理解我們?nèi)匀皇褂肑DK1.7的代碼，好理解一些，本質(zhì)上區(qū)別不大，具體區(qū)別后文再說。

void resize(int newCapacity) { //傳入新的容量
  Entry[] oldTable = table; //引用擴(kuò)容前的Entry數(shù)組
  int oldCapacity = oldTable.length;   
  if (oldCapacity == MAXIMUM_CAPACITY) { //擴(kuò)容前的數(shù)組大小如果已經(jīng)達(dá)到最大(2^30)了
   threshold = Integer.MAX_VALUE; //修改閾值為int的最大值(2^31-1)，這樣以后就不會擴(kuò)容了
   return;
  }

  Entry[] newTable = new Entry[newCapacity]; //初始化一個新的Entry數(shù)組
  transfer(newTable);       //！！將數(shù)據(jù)轉(zhuǎn)移到新的Entry數(shù)組里
  table = newTable;       //HashMap的table屬性引用新的Entry數(shù)組
 threshold = (int)(newCapacity * loadFactor);//修改閾值
}

這里就是使用一個容量更大的數(shù)組來代替已有的容量小的數(shù)組，transfer()方法將原有Entry數(shù)組的元素拷貝到新的Entry數(shù)組里。

void transfer(Entry[] newTable) {
  Entry[] src = table;     //src引用了舊的Entry數(shù)組
  int newCapacity = newTable.length;
  for (int j = 0; j < src.length; j++) { //遍歷舊的Entry數(shù)組
   Entry<K,V> e = src[j];    //取得舊Entry數(shù)組的每個元素
   if (e != null) {
    src[j] = null;//釋放舊Entry數(shù)組的對象引用（for循環(huán)后，舊的Entry數(shù)組不再引用任何對象）
    do {
     Entry<K,V> next = e.next;
     int i = indexFor(e.hash, newCapacity); //??！重新計算每個元素在數(shù)組中的位置
     e.next = newTable[i]; //標(biāo)記[1]
     newTable[i] = e;  //將元素放在數(shù)組上
     e = next;    //訪問下一個Entry鏈上的元素
    } while (e != null);
   }
  }
 }

newTable[i]的引用賦給了e.next，也就是使用了單鏈表的頭插入方式，同一位置上新元素總會被放在鏈表的頭部位置；這樣先放在一個索引上的元素終會被放到Entry鏈的尾部(如果發(fā)生了hash沖突的話），這一點和Jdk1.8有區(qū)別，下文詳解。在舊數(shù)組中同一條Entry鏈上的元素，通過重新計算索引位置后，有可能被放到了新數(shù)組的不同位置上。

下面舉個例子說明下擴(kuò)容過程。假設(shè)了我們的hash算法就是簡單的用key mod 一下表的大?。ㄒ簿褪菙?shù)組的長度）。其中的哈希桶數(shù)組table的size=2， 所以key = 3、7、5，put順序依次為 5、7、3。在mod 2以后都沖突在table[1]這里了。這里假設(shè)負(fù)載因子 loadFactor=1，即當(dāng)鍵值對的實際大小size 大于 table的實際大小時進(jìn)行擴(kuò)容。接下來的三個步驟是哈希桶數(shù)組 resize成4，然后所有的Node重新rehash的過程。

下面我們講解下JDK1.8做了哪些優(yōu)化。經(jīng)過觀測可以發(fā)現(xiàn)，我們使用的是2次冪的擴(kuò)展(指長度擴(kuò)為原來2倍)，所以，元素的位置要么是在原位置，要么是在原位置再移動2次冪的位置?？聪聢D可以明白這句話的意思，n為table的長度，圖（a）表示擴(kuò)容前的key1和key2兩種key確定索引位置的示例，圖（b）表示擴(kuò)容后key1和key2兩種key確定索引位置的示例，其中hash1是key1對應(yīng)的哈希與高位運(yùn)算結(jié)果。

元素在重新計算hash之后，因為n變?yōu)?倍，那么n-1的mask范圍在高位多1bit(紅色)，因此新的index就會發(fā)生這樣的變化：

因此，我們在擴(kuò)充HashMap的時候，不需要像JDK1.7的實現(xiàn)那樣重新計算hash，只需要看看原來的hash值新增的那個bit是1還是0就好了，是0的話索引沒變，是1的話索引變成“原索引+oldCap”，可以看看下圖為16擴(kuò)充為32的resize示意圖：

這個設(shè)計確實非常的巧妙，既省去了重新計算hash值的時間，而且同時，由于新增的1bit是0還是1可以認(rèn)為是隨機(jī)的，因此resize的過程，均勻的把之前的沖突的節(jié)點分散到新的bucket了。這一塊就是JDK1.8新增的優(yōu)化點。有一點注意區(qū)別，JDK1.7中rehash的時候，舊鏈表遷移新鏈表的時候，如果在新表的數(shù)組索引位置相同，則鏈表元素會倒置，但是從上圖可以看出，JDK1.8不會倒置。有興趣的同學(xué)可以研究下JDK1.8的resize源碼，寫的很贊，如下:

final Node<K,V>[] resize() {
 Node<K,V>[] oldTab = table;
 int oldCap = (oldTab == null) ? 0 : oldTab.length;
 int oldThr = threshold;
 int newCap, newThr = 0;
 if (oldCap > 0) {
  // 超過最大值就不再擴(kuò)充了，就只好隨你碰撞去吧
  if (oldCap >= MAXIMUM_CAPACITY) {
   threshold = Integer.MAX_VALUE;
   return oldTab;
  }
  // 沒超過最大值，就擴(kuò)充為原來的2倍
  else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
     oldCap >= DEFAULT_INITIAL_CAPACITY)
   newThr = oldThr << 1; // double threshold
 }
 else if (oldThr > 0) // initial capacity was placed in threshold
  newCap = oldThr;
 else {    // zero initial threshold signifies using defaults
  newCap = DEFAULT_INITIAL_CAPACITY;
  newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
 }
 // 計算新的resize上限
 if (newThr == 0) {

  float ft = (float)newCap * loadFactor;
  newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
     (int)ft : Integer.MAX_VALUE);
 }
 threshold = newThr;
 @SuppressWarnings({"rawtypes","unchecked"})
  Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
 table = newTab;
 if (oldTab != null) {
  // 把每個bucket都移動到新的buckets中
  for (int j = 0; j < oldCap; ++j) {
   Node<K,V> e;
   if ((e = oldTab[j]) != null) {
    oldTab[j] = null;
    if (e.next == null)
     newTab[e.hash & (newCap - 1)] = e;
    else if (e instanceof TreeNode)
     ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
    else { // preserve order
     Node<K,V> loHead = null, loTail = null;
     Node<K,V> hiHead = null, hiTail = null;
     Node<K,V> next;
     do {
      next = e.next;
      // 原索引
      if ((e.hash & oldCap) == 0) {
       if (loTail == null)
        loHead = e;
       else
        loTail.next = e;
       loTail = e;
      }
      // 原索引+oldCap
      else {
       if (hiTail == null)
        hiHead = e;
       else
        hiTail.next = e;
       hiTail = e;
      }
     } while ((e = next) != null);
     // 原索引放到bucket里
     if (loTail != null) {
      loTail.next = null;
      newTab[j] = loHead;
     }
     // 原索引+oldCap放到bucket里
     if (hiTail != null) {
      hiTail.next = null;
      newTab[j + oldCap] = hiHead;
     }
    }
   }
  }
 }
 return newTab;
}

總結(jié)

我們現(xiàn)在可以回答開始的幾個問題，加深對HashMap的理解：

1.什么時候會使用HashMap？他有什么特點？

是基于Map接口的實現(xiàn)，存儲鍵值對時，它可以接收null的鍵值，是非同步的，HashMap存儲著Entry(hash, key, value, next)對象。

2.你知道HashMap的工作原理嗎？

通過hash的方法，通過put和get存儲和獲取對象。存儲對象時，我們將K/V傳給put方法時，它調(diào)用hashCode計算hash從而得到bucket位置，進(jìn)一步存儲，HashMap會根據(jù)當(dāng)前bucket的占用情況自動調(diào)整容量(超過Load Facotr則resize為原來的2倍)。獲取對象時，我們將K傳給get，它調(diào)用hashCode計算hash從而得到bucket位置，并進(jìn)一步調(diào)用equals()方法確定鍵值對。如果發(fā)生碰撞的時候，Hashmap通過鏈表將產(chǎn)生碰撞沖突的元素組織起來，在Java 8中，如果一個bucket中碰撞沖突的元素超過某個限制(默認(rèn)是8)，則使用紅黑樹來替換鏈表，從而提高速度。

3.你知道get和put的原理嗎？equals()和hashCode()的都有什么作用？

通過對key的hashCode()進(jìn)行hashing，并計算下標(biāo)( n-1 & hash)，從而獲得buckets的位置。如果產(chǎn)生碰撞，則利用key.equals()方法去鏈表或樹中去查找對應(yīng)的節(jié)點

4.你知道hash的實現(xiàn)嗎？為什么要這樣實現(xiàn)？

在Java 1.8的實現(xiàn)中，是通過hashCode()的高16位異或低16位實現(xiàn)的：(h = k.hashCode()) ^ (h >>> 16)，主要是從速度、功效、質(zhì)量來考慮的，這么做可以在bucket的n比較小的時候，也能保證考慮到高低bit都參與到hash的計算中，同時不會有太大的開銷。

5.如果HashMap的大小超過了負(fù)載因子(load factor)定義的容量，怎么辦？

如果超過了負(fù)載因子(默認(rèn)0.75)，則會重新resize一個原來長度兩倍的HashMap，并且重新調(diào)用hash方法。
關(guān)于Java集合的小抄中是這樣描述的：
以Entry[]數(shù)組實現(xiàn)的哈希桶數(shù)組，用Key的哈希值取模桶數(shù)組的大小可得到數(shù)組下標(biāo)。
插入元素時，如果兩條Key落在同一個桶(比如哈希值1和17取模16后都屬于第一個哈希桶)，Entry用一個next屬性實現(xiàn)多個Entry以單向鏈表存放，后入桶的Entry將next指向桶當(dāng)前的Entry。
查找哈希值為17的key時，先定位到第一個哈希桶，然后以鏈表遍歷桶里所有元素，逐個比較其key值。
當(dāng)Entry數(shù)量達(dá)到桶數(shù)量的75%時(很多文章說使用的桶數(shù)量達(dá)到了75%，但看代碼不是)，會成倍擴(kuò)容桶數(shù)組，并重新分配所有原來的Entry，所以這里也最好有個預(yù)估值。
取模用位運(yùn)算(hash & (arrayLength-1))會比較快，所以數(shù)組的大小永遠(yuǎn)是2的N次方， 你隨便給一個初始值比如17會轉(zhuǎn)為32。默認(rèn)第一次放入元素時的初始值是16。
iterator()時順著哈希桶數(shù)組來遍歷，看起來是個亂序。

6.當(dāng)兩個對象的hashcode相同會發(fā)生什么？

因為hashcode相同，所以它們的bucket位置相同，‘碰撞'會發(fā)生。因為HashMap使用鏈表存儲對象，這個Entry(包含有鍵值對的Map.Entry對象)會存儲在鏈表中。

7.如果兩個鍵的hashcode相同，你如何獲取值對象？

找到bucket位置之后，會調(diào)用keys.equals()方法去找到鏈表中正確的節(jié)點，最終找到要找的值對象。因此，設(shè)計HashMap的key類型時，如果使用不可變的、聲明作final的對象，并且采用合適的equals()和hashCode()方法的話，將會減少碰撞的發(fā)生，提高效率。不可變性能夠緩存不同鍵的hashcode，這將提高整個獲取對象的速度，使用String，Interger這樣的wrapper類作為鍵是非常好的選擇

8.如果HashMap的大小超過了負(fù)載因子(load factor)定義的容量，怎么辦？

默認(rèn)的負(fù)載因子大小為0.75，也就是說，當(dāng)一個map填滿了75%的bucket時候，和其它集合類(如ArrayList等)一樣，將會創(chuàng)建原來HashMap大小的兩倍的bucket數(shù)組，來重新調(diào)整map的大小，并將原來的對象放入新的bucket數(shù)組中。這個過程叫作rehashing，因為它調(diào)用hash方法找到新的bucket位置

9.你了解重新調(diào)整HashMap大小存在什么問題嗎？

當(dāng)重新調(diào)整HashMap大小的時候，確實存在條件競爭，因為如果兩個線程都發(fā)現(xiàn)HashMap需要重新調(diào)整大小了，它們會同時試著調(diào)整大小。在調(diào)整大小的過程中，存儲在鏈表中的元素的次序會反過來，因為移動到新的bucket位置的時候，HashMap并不會將元素放在鏈表的尾部，而是放在頭部，這是為了避免尾部遍歷(tail traversing)。如果條件競爭發(fā)生了，那么就死循環(huán)了。因此在并發(fā)環(huán)境下，我們使用CurrentHashMap來替代HashMap

10.為什么String, Interger這樣的wrapper類適合作為鍵？

因為String是不可變的，也是final的，而且已經(jīng)重寫了equals()和hashCode()方法了。其他的wrapper類也有這個特點。不可變性是必要的，因為為了要計算hashCode()，就要防止鍵值改變，如果鍵值在放入時和獲取時返回不同的hashcode的話，那么就不能從HashMap中找到你想要的對象。不可變性還有其他的優(yōu)點如線程安全。如果你可以僅僅通過將某個field聲明成final就能保證hashCode是不變的，那么請這么做吧。因為獲取對象的時候要用到equals()和hashCode()方法，那么鍵對象正確的重寫這兩個方法是非常重要的。如果兩個不相等的對象返回不同的hashcode的話，那么碰撞的幾率就會小些，這樣就能提高HashMap的性能

感謝閱讀，希望能幫助到大家，謝謝大家對本站的支持！