深入淺出學(xué)Java——HashMap

哈希表（hash table）

也叫散列表，是一種非常重要的數(shù)據(jù)結(jié)構(gòu)，應(yīng)用場(chǎng)景及其豐富，許多緩存技術(shù)（比如memcached）的核心其實(shí)就是在內(nèi)存中維護(hù)一張大的哈希表，本文會(huì)對(duì)java集合框架中HashMap的實(shí)現(xiàn)原理進(jìn)行講解，并對(duì)JDK7的HashMap源碼進(jìn)行分析。

一、什么是哈希表

在討論哈希表之前，我們先大概了解下其他數(shù)據(jù)結(jié)構(gòu)在新增，查找等基礎(chǔ)操作執(zhí)行性能

數(shù)組：采用一段連續(xù)的存儲(chǔ)單元來(lái)存儲(chǔ)數(shù)據(jù)。對(duì)于指定下標(biāo)的查找，時(shí)間復(fù)雜度為O(1)；通過(guò)給定值進(jìn)行查找，需要遍歷數(shù)組，逐一比對(duì)給定關(guān)鍵字和數(shù)組元素，時(shí)間復(fù)雜度為O(n)，當(dāng)然，對(duì)于有序數(shù)組，則可采用二分查找，插值查找，斐波那契查找等方式，可將查找復(fù)雜度提高為O(logn)；對(duì)于一般的插入刪除操作，涉及到數(shù)組元素的移動(dòng)，其平均復(fù)雜度也為O(n)

線性鏈表：對(duì)于鏈表的新增，刪除等操作（在找到指定操作位置后），僅需處理結(jié)點(diǎn)間的引用即可，時(shí)間復(fù)雜度為O(1)，而查找操作需要遍歷鏈表逐一進(jìn)行比對(duì)，復(fù)雜度為O(n)

二叉樹(shù)：對(duì)一棵相對(duì)平衡的有序二叉樹(shù)，對(duì)其進(jìn)行插入，查找，刪除等操作，平均復(fù)雜度均為O(logn)。

哈希表：相比上述幾種數(shù)據(jù)結(jié)構(gòu)，在哈希表中進(jìn)行添加，刪除，查找等操作，性能十分之高，不考慮哈希沖突的情況下（后面會(huì)探討下哈希沖突的情況），僅需一次定位即可完成，時(shí)間復(fù)雜度為O(1)，接下來(lái)我們就來(lái)看看哈希表是如何實(shí)現(xiàn)達(dá)到驚艷的常數(shù)階O(1)的。

我們知道，數(shù)據(jù)結(jié)構(gòu)的物理存儲(chǔ)結(jié)構(gòu)只有兩種：順序存儲(chǔ)結(jié)構(gòu)和鏈?zhǔn)酱鎯?chǔ)結(jié)構(gòu)（像棧，隊(duì)列，樹(shù)，圖等是從邏輯結(jié)構(gòu)去抽象的，映射到內(nèi)存中，也這兩種物理組織形式），而在上面我們提到過(guò)，在數(shù)組中根據(jù)下標(biāo)查找某個(gè)元素，一次定位就可以達(dá)到，哈希表利用了這種特性，哈希表的主干就是數(shù)組。

比如我們要新增或查找某個(gè)元素，我們通過(guò)把當(dāng)前元素的關(guān)鍵字 通過(guò)某個(gè)函數(shù)映射到數(shù)組中的某個(gè)位置，通過(guò)數(shù)組下標(biāo)一次定位就可完成操作。

這個(gè)函數(shù)可以簡(jiǎn)單描述為：存儲(chǔ)位置 = f(關(guān)鍵字) ，這個(gè)函數(shù)f一般稱(chēng)為哈希函數(shù)，這個(gè)函數(shù)的設(shè)計(jì)好壞會(huì)直接影響到哈希表的優(yōu)劣。舉個(gè)例子，比如我們要在哈希表中執(zhí)行插入操作：
插入過(guò)程如下圖所示

查找操作同理，先通過(guò)哈希函數(shù)計(jì)算出實(shí)際存儲(chǔ)地址，然后從數(shù)組中對(duì)應(yīng)地址取出即可。

哈希沖突

然而萬(wàn)事無(wú)完美，如果兩個(gè)不同的元素，通過(guò)哈希函數(shù)得出的實(shí)際存儲(chǔ)地址相同怎么辦？也就是說(shuō)，當(dāng)我們對(duì)某個(gè)元素進(jìn)行哈希運(yùn)算，得到一個(gè)存儲(chǔ)地址，然后要進(jìn)行插入的時(shí)候，發(fā)現(xiàn)已經(jīng)被其他元素占用了，其實(shí)這就是所謂的哈希沖突，也叫哈希碰撞。前面我們提到過(guò)，哈希函數(shù)的設(shè)計(jì)至關(guān)重要，好的哈希函數(shù)會(huì)盡可能地保證 計(jì)算簡(jiǎn)單和散列地址分布均勻,但是，我們需要清楚的是，數(shù)組是一塊連續(xù)的固定長(zhǎng)度的內(nèi)存空間，再好的哈希函數(shù)也不能保證得到的存儲(chǔ)地址絕對(duì)不發(fā)生沖突。那么哈希沖突如何解決呢？哈希沖突的解決方案有多種:開(kāi)放定址法（發(fā)生沖突，繼續(xù)尋找下一塊未被占用的存儲(chǔ)地址），再散列函數(shù)法，鏈地址法，而HashMap即是采用了鏈地址法，也就是數(shù)組+鏈表的方式。

二、HashMap的實(shí)現(xiàn)原理

HashMap的主干是一個(gè)Entry數(shù)組。Entry是HashMap的基本組成單元，每一個(gè)Entry包含一個(gè)key-value鍵值對(duì)。（其實(shí)所謂Map其實(shí)就是保存了兩個(gè)對(duì)象之間的映射關(guān)系的一種集合）

//HashMap的主干數(shù)組，可以看到就是一個(gè)Entry數(shù)組，初始值為空數(shù)組{}，主干數(shù)組的長(zhǎng)度一定是2的次冪。
//至于為什么這么做，后面會(huì)有詳細(xì)分析。
transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;
Entry是HashMap中的一個(gè)靜態(tài)內(nèi)部類(lèi)。代碼如下

 static class Entry<K,V> implements Map.Entry<K,V> {
 final K key;
 V value;
 Entry<K,V> next;//存儲(chǔ)指向下一個(gè)Entry的引用，單鏈表結(jié)構(gòu)
 int hash;//對(duì)key的hashcode值進(jìn)行hash運(yùn)算后得到的值，存儲(chǔ)在Entry，避免重復(fù)計(jì)算

 /**
 * Creates new entry.
 */
 Entry(int h, K k, V v, Entry<K,V> n) {
 value = v;
 next = n;
 key = k;
 hash = h;
 } 

所以，HashMap的總體結(jié)構(gòu)如下：

簡(jiǎn)單來(lái)說(shuō)，HashMap由數(shù)組+鏈表組成的，數(shù)組是HashMap的主體，鏈表則是主要為了解決哈希沖突而存在的，如果定位到的數(shù)組位置不含鏈表（當(dāng)前entry的next指向null）,那么查找，添加等操作很快，僅需一次尋址即可；如果定位到的數(shù)組包含鏈表，對(duì)于添加操作，其時(shí)間復(fù)雜度為O(n)，首先遍歷鏈表，存在即覆蓋，否則新增；對(duì)于查找操作來(lái)講，仍需遍歷鏈表，然后通過(guò)key對(duì)象的equals方法逐一比對(duì)查找。所以，性能考慮，HashMap中的鏈表出現(xiàn)越少，性能才會(huì)越好。

其他幾個(gè)重要字段

/**實(shí)際存儲(chǔ)的key-value鍵值對(duì)的個(gè)數(shù)*/
transient int size;

/**閾值，當(dāng)table == {}時(shí)，該值為初始容量（初始容量默認(rèn)為16）；當(dāng)table被填充了，也就是為table分配內(nèi)存空間后，
threshold一般為 capacity*loadFactory。HashMap在進(jìn)行擴(kuò)容時(shí)需要參考threshold，后面會(huì)詳細(xì)談到*/
int threshold;

/**負(fù)載因子，代表了table的填充度有多少，默認(rèn)是0.75
加載因子存在的原因，還是因?yàn)闇p緩哈希沖突，如果初始桶為16，等到滿(mǎn)16個(gè)元素才擴(kuò)容，某些桶里可能就有不止一個(gè)元素了。
所以加載因子默認(rèn)為0.75，也就是說(shuō)大小為16的HashMap，到了第13個(gè)元素，就會(huì)擴(kuò)容成32。
*/
final float loadFactor;

/**HashMap被改變的次數(shù)，由于HashMap非線程安全，在對(duì)HashMap進(jìn)行迭代時(shí)，
如果期間其他線程的參與導(dǎo)致HashMap的結(jié)構(gòu)發(fā)生變化了（比如put，remove等操作），
需要拋出異常ConcurrentModificationException*/
transient int modCount;

HashMap有4個(gè)構(gòu)造器，其他構(gòu)造器如果用戶(hù)沒(méi)有傳入initialCapacity 和loadFactor這兩個(gè)參數(shù)，會(huì)使用默認(rèn)值

initialCapacity默認(rèn)為16，loadFactory默認(rèn)為0.75

我們看下其中一個(gè)

public HashMap(int initialCapacity, float loadFactor) {
　　　　　//此處對(duì)傳入的初始容量進(jìn)行校驗(yàn)，最大不能超過(guò)MAXIMUM_CAPACITY = 1<<30(230)
 if (initialCapacity < 0)
 throw new IllegalArgumentException("Illegal initial capacity: " +
  initialCapacity);
 if (initialCapacity > MAXIMUM_CAPACITY)
 initialCapacity = MAXIMUM_CAPACITY;
 if (loadFactor <= 0 || Float.isNaN(loadFactor))
 throw new IllegalArgumentException("Illegal load factor: " +
  loadFactor);

 this.loadFactor = loadFactor;
 threshold = initialCapacity;
　　　　　
 init();//init方法在HashMap中沒(méi)有實(shí)際實(shí)現(xiàn)，不過(guò)在其子類(lèi)如 linkedHashMap中就會(huì)有對(duì)應(yīng)實(shí)現(xiàn)
 }

從上面這段代碼我們可以看出，在常規(guī)構(gòu)造器中，沒(méi)有為數(shù)組table分配內(nèi)存空間（有一個(gè)入?yún)橹付∕ap的構(gòu)造器例外），而是在執(zhí)行put操作的時(shí)候才真正構(gòu)建table數(shù)組

OK,接下來(lái)我們來(lái)看看put操作的實(shí)現(xiàn)

public V put(K key, V value) {
 //如果table數(shù)組為空數(shù)組{}，進(jìn)行數(shù)組填充（為table分配實(shí)際內(nèi)存空間），入?yún)閠hreshold，
 //此時(shí)threshold為initialCapacity 默認(rèn)是1<<4(24=16)
 if (table == EMPTY_TABLE) {
 inflateTable(threshold);
 }
 //如果key為null，存儲(chǔ)位置為table[0]或table[0]的沖突鏈上
 if (key == null)
 return putForNullKey(value);
 int hash = hash(key);//對(duì)key的hashcode進(jìn)一步計(jì)算，確保散列均勻
 int i = indexFor(hash, table.length);//獲取在table中的實(shí)際位置
 for (Entry<K,V> e = table[i]; e != null; e = e.next) {
 //如果該對(duì)應(yīng)數(shù)據(jù)已存在，執(zhí)行覆蓋操作。用新value替換舊value，并返回舊value
 Object k;
 if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
 V oldValue = e.value;
 e.value = value;
 e.recordAccess(this);
 return oldValue;
 }
 }
 modCount++;//保證并發(fā)訪問(wèn)時(shí)，若HashMap內(nèi)部結(jié)構(gòu)發(fā)生變化，快速響應(yīng)失敗
 addEntry(hash, key, value, i);//新增一個(gè)entry
 return null;
 }

inflateTable這個(gè)方法用于為主干數(shù)組table在內(nèi)存中分配存儲(chǔ)空間，通過(guò)roundUpToPowerOf2(toSize)可以確保capacity為大于或等于toSize的最接近toSize的二次冪，比如toSize=13,則capacity=16;to_size=16,capacity=16;to_size=17,capacity=32.

private void inflateTable(int toSize) {
 int capacity = roundUpToPowerOf2(toSize);//capacity一定是2的次冪
 /**此處為threshold賦值，取capacity*loadFactor和MAXIMUM_CAPACITY+1的最小值，
 capaticy一定不會(huì)超過(guò)MAXIMUM_CAPACITY，除非loadFactor大于1 */
 threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
 table = new Entry[capacity];
 initHashSeedAsNeeded(capacity);
 }

 roundUpToPowerOf2中的這段處理使得數(shù)組長(zhǎng)度一定為2的次冪，Integer.highestOneBit是用來(lái)獲取最左邊的bit（其他bit位為0）所代表的數(shù)值.

private static int roundUpToPowerOf2(int number) {
 // assert number >= 0 : "number must be non-negative";
 return number >= MAXIMUM_CAPACITY
 ? MAXIMUM_CAPACITY
 : (number > 1) ? Integer.highestOneBit((number - 1) << 1) : 1;
 }

hash函數(shù)

/**這是一個(gè)神奇的函數(shù)，用了很多的異或，移位等運(yùn)算
對(duì)key的hashcode進(jìn)一步進(jìn)行計(jì)算以及二進(jìn)制位的調(diào)整等來(lái)保證最終獲取的存儲(chǔ)位置盡量分布均勻*/
final int hash(Object k) {
 int h = hashSeed;
 if (0 != h && k instanceof String) {
 return sun.misc.Hashing.stringHash32((String) k);
 }

 h ^= k.hashCode();

 h ^= (h >>> 20) ^ (h >>> 12);
 return h ^ (h >>> 7) ^ (h >>> 4);
 }

以上hash函數(shù)計(jì)算出的值，通過(guò)indexFor進(jìn)一步處理來(lái)獲取實(shí)際的存儲(chǔ)位置

/**
 * 返回?cái)?shù)組下標(biāo)
 */
 static int indexFor(int h, int length) {
 return h & (length-1);
 }

h&（length-1）保證獲取的index一定在數(shù)組范圍內(nèi)，舉個(gè)例子，默認(rèn)容量16，length-1=15，h=18,轉(zhuǎn)換成二進(jìn)制計(jì)算為index=2。位運(yùn)算對(duì)計(jì)算機(jī)來(lái)說(shuō)，性能更高一些（HashMap中有大量位運(yùn)算）

所以最終存儲(chǔ)位置的確定流程是這樣的：

再來(lái)看看addEntry的實(shí)現(xiàn)：

void addEntry(int hash, K key, V value, int bucketIndex) {
 if ((size >= threshold) && (null != table[bucketIndex])) {
 resize(2 * table.length);//當(dāng)size超過(guò)臨界閾值threshold，并且即將發(fā)生哈希沖突時(shí)進(jìn)行擴(kuò)容
 hash = (null != key) ? hash(key) : 0;
 bucketIndex = indexFor(hash, table.length);
 }

 createEntry(hash, key, value, bucketIndex);
 }

通過(guò)以上代碼能夠得知，當(dāng)發(fā)生哈希沖突并且size大于閾值的時(shí)候，需要進(jìn)行數(shù)組擴(kuò)容，擴(kuò)容時(shí)，需要新建一個(gè)長(zhǎng)度為之前數(shù)組2倍的新的數(shù)組，然后將當(dāng)前的Entry數(shù)組中的元素全部傳輸過(guò)去，擴(kuò)容后的新數(shù)組長(zhǎng)度為之前的2倍，所以擴(kuò)容相對(duì)來(lái)說(shuō)是個(gè)耗資源的操作。

三、為何HashMap的數(shù)組長(zhǎng)度一定是2的次冪？

我們來(lái)繼續(xù)看上面提到的resize方法

void resize(int newCapacity) {
 Entry[] oldTable = table;
 int oldCapacity = oldTable.length;
 if (oldCapacity == MAXIMUM_CAPACITY) {
 threshold = Integer.MAX_VALUE;
 return;
 }

 Entry[] newTable = new Entry[newCapacity];
 transfer(newTable, initHashSeedAsNeeded(newCapacity));
 table = newTable;
 threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
 }

如果數(shù)組進(jìn)行擴(kuò)容，數(shù)組長(zhǎng)度發(fā)生變化，而存儲(chǔ)位置 index = h&(length-1),index也可能會(huì)發(fā)生變化，需要重新計(jì)算index，我們先來(lái)看看transfer這個(gè)方法

void transfer(Entry[] newTable, boolean rehash) {
 int newCapacity = newTable.length;
　　　　　//for循環(huán)中的代碼，逐個(gè)遍歷鏈表，重新計(jì)算索引位置，將老數(shù)組數(shù)據(jù)復(fù)制到新數(shù)組中去（數(shù)組不存儲(chǔ)實(shí)際數(shù)據(jù)，所以?xún)H僅是拷貝引用而已）
 for (Entry<K,V> e : table) {
 while(null != e) {
 Entry<K,V> next = e.next;
 if (rehash) {
 e.hash = null == e.key ? 0 : hash(e.key);
 }
 int i = indexFor(e.hash, newCapacity);
 //將當(dāng)前entry的next鏈指向新的索引位置,newTable[i]有可能為空，有可能也是個(gè)entry鏈，如果是entry鏈，直接在鏈表頭部插入。
 e.next = newTable[i];
 newTable[i] = e;
 e = next;
 }
 }
 }

這個(gè)方法將老數(shù)組中的數(shù)據(jù)逐個(gè)鏈表地遍歷，扔到新的擴(kuò)容后的數(shù)組中，我們的數(shù)組索引位置的計(jì)算是通過(guò) 對(duì)key值的hashcode進(jìn)行hash擾亂運(yùn)算后，再通過(guò)和 length-1進(jìn)行位運(yùn)算得到最終數(shù)組索引位置。

HashMap的數(shù)組長(zhǎng)度一定保持2的次冪，比如16的二進(jìn)制表示為 10000，那么length-1就是15，二進(jìn)制為01111，同理擴(kuò)容后的數(shù)組長(zhǎng)度為32，二進(jìn)制表示為100000，length-1為31，二進(jìn)制表示為011111。從下圖可以我們也能看到這樣會(huì)保證低位全為1，而擴(kuò)容后只有一位差異，也就是多出了最左位的1，這樣在通過(guò) h&(length-1)的時(shí)候，只要h對(duì)應(yīng)的最左邊的那一個(gè)差異位為0，就能保證得到的新的數(shù)組索引和老數(shù)組索引一致(大大減少了之前已經(jīng)散列良好的老數(shù)組的數(shù)據(jù)位置重新調(diào)換)，個(gè)人理解。

還有，數(shù)組長(zhǎng)度保持2的次冪，length-1的低位都為1，會(huì)使得獲得的數(shù)組索引index更加均勻

我們看到，上面的&運(yùn)算，高位是不會(huì)對(duì)結(jié)果產(chǎn)生影響的（hash函數(shù)采用各種位運(yùn)算可能也是為了使得低位更加散列），我們只關(guān)注低位bit，如果低位全部為1，那么對(duì)于h低位部分來(lái)說(shuō)，任何一位的變化都會(huì)對(duì)結(jié)果產(chǎn)生影響，也就是說(shuō)，要得到index=21這個(gè)存儲(chǔ)位置，h的低位只有這一種組合。這也是數(shù)組長(zhǎng)度設(shè)計(jì)為必須為2的次冪的原因。

如果不是2的次冪，也就是低位不是全為1此時(shí)，要使得index=21，h的低位部分不再具有唯一性了，哈希沖突的幾率會(huì)變的更大，同時(shí)，index對(duì)應(yīng)的這個(gè)bit位無(wú)論如何不會(huì)等于1了，而對(duì)應(yīng)的那些數(shù)組位置也就被白白浪費(fèi)了。

get方法：

 public V get(Object key) {
　　　　 //如果key為null,則直接去table[0]處去檢索即可。
 if (key == null)
 return getForNullKey();
 Entry<K,V> entry = getEntry(key);
 return null == entry ? null : entry.getValue();
 }

get方法通過(guò)key值返回對(duì)應(yīng)value，如果key為null，直接去table[0]處檢索。我們?cè)倏匆幌耮etEntry這個(gè)方法

final Entry<K,V> getEntry(Object key) {
 
 if (size == 0) {
 return null;
 }
 //通過(guò)key的hashcode值計(jì)算hash值
 int hash = (key == null) ? 0 : hash(key);
 //indexFor (hash&length-1) 獲取最終數(shù)組索引，然后遍歷鏈表，通過(guò)equals方法比對(duì)找出對(duì)應(yīng)記錄
 for (Entry<K,V> e = table[indexFor(hash, table.length)];
 e != null;
 e = e.next) {
 Object k;
 if (e.hash == hash && 
 ((k = e.key) == key || (key != null && key.equals(k))))
 return e;
 }
 return null;
 } 

可以看出，get方法的實(shí)現(xiàn)相對(duì)簡(jiǎn)單，key(hashcode)–>hash–>indexFor–>最終索引位置，找到對(duì)應(yīng)位置table[i]，再查看是否有鏈表，遍歷鏈表，通過(guò)key的equals方法比對(duì)查找對(duì)應(yīng)的記錄。要注意的是，有人覺(jué)得上面在定位到數(shù)組位置之后然后遍歷鏈表的時(shí)候，e.hash == hash這個(gè)判斷沒(méi)必要，僅通過(guò)equals判斷就可以。其實(shí)不然，試想一下，如果傳入的key對(duì)象重寫(xiě)了equals方法卻沒(méi)有重寫(xiě)hashCode，而恰巧此對(duì)象定位到這個(gè)數(shù)組位置，如果僅僅用equals判斷可能是相等的，但其hashCode和當(dāng)前對(duì)象不一致，這種情況，根據(jù)Object的hashCode的約定，不能返回當(dāng)前對(duì)象，而應(yīng)該返回null，后面的例子會(huì)做出進(jìn)一步解釋。

四、重寫(xiě)equals方法需同時(shí)重寫(xiě)hashCode方法

最后我們?cè)倭牧睦仙Ｕ劦囊粋€(gè)問(wèn)題，各種資料上都會(huì)提到，“重寫(xiě)equals時(shí)也要同時(shí)覆蓋hashcode”，我們舉個(gè)小例子來(lái)看看，如果重寫(xiě)了equals而不重寫(xiě)hashcode會(huì)發(fā)生什么樣的問(wèn)題

public class MyTest {
 private static class Person{
 int idCard;
 String name;

 public Person(int idCard, String name) {
 this.idCard = idCard;
 this.name = name;
 }
 @Override
 public boolean equals(Object o) {
 if (this == o) {
 return true;
 }
 if (o == null || getClass() != o.getClass()){
 return false;
 }
 Person person = (Person) o;
 //兩個(gè)對(duì)象是否等值，通過(guò)idCard來(lái)確定
 return this.idCard == person.idCard;
 }

 }
 public static void main(String []args){
 HashMap<Person,String> map = new HashMap<Person, String>();
 Person person = new Person(1234,"喬峰");
 //put到hashmap中去
 map.put(person,"天龍八部");
 //get取出，從邏輯上講應(yīng)該能輸出“天龍八部”
 System.out.println("結(jié)果:"+map.get(new Person(1234,"蕭峰")));
 }
}

實(shí)際輸出結(jié)果：null

如果我們已經(jīng)對(duì)HashMap的原理有了一定了解，這個(gè)結(jié)果就不難理解了。盡管我們?cè)谶M(jìn)行g(shù)et和put操作的時(shí)候，使用的key從邏輯上講是等值的（通過(guò)equals比較是相等的），但由于沒(méi)有重寫(xiě)hashCode方法，所以put操作時(shí)，key(hashcode1)–>hash–>indexFor–>最終索引位置 ，而通過(guò)key取出value的時(shí)候 key(hashcode1)–>hash–>indexFor–>最終索引位置，由于hashcode1不等于hashcode2，導(dǎo)致沒(méi)有定位到一個(gè)數(shù)組位置而返回邏輯上錯(cuò)誤的值null（也有可能碰巧定位到一個(gè)數(shù)組位置，但是也會(huì)判斷其entry的hash值是否相等，上面get方法中有提到。）

所以，在重寫(xiě)equals的方法的時(shí)候，必須注意重寫(xiě)hashCode方法，同時(shí)還要保證通過(guò)equals判斷相等的兩個(gè)對(duì)象，調(diào)用hashCode方法要返回同樣的整數(shù)值。而如果equals判斷不相等的兩個(gè)對(duì)象，其hashCode可以相同（只不過(guò)會(huì)發(fā)生哈希沖突，應(yīng)盡量避免）。

五、JDK1.8中HashMap的性能優(yōu)化

假如一個(gè)數(shù)組槽位上鏈上數(shù)據(jù)過(guò)多（即拉鏈過(guò)長(zhǎng)的情況）導(dǎo)致性能下降該怎么辦？
JDK1.8在JDK1.7的基礎(chǔ)上針對(duì)增加了紅黑樹(shù)來(lái)進(jìn)行優(yōu)化。即當(dāng)鏈表超過(guò)8時(shí)，鏈表就轉(zhuǎn)換為紅黑樹(shù)，利用紅黑樹(shù)快速增刪改查的特點(diǎn)提高HashMap的性能，其中會(huì)用到紅黑樹(shù)的插入、刪除、查找等算法。
關(guān)于這方面的探討我們以后的文章再做說(shuō)明。

附：HashMap put方法邏輯圖（JDK1.8）

到此這篇關(guān)于哈希表HashMap的深入學(xué)習(xí)的文章就介紹到這了,更多相關(guān)哈希表HashMap的學(xué)習(xí)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！