HashMap 的详细分析

前言

这次我和大家一起学习HashMap，HashMap我们在工作中经常会使用，而且面试中也很频繁会问到，因为它里面蕴含着很多知识点，可以很好的考察个人基础。但一个这么重要的东西，我为什么没有在一开始就去学习它呢，因为它是由多种基础的数据结构和一些代码设计思想组成的。我们要学习了这些基础，再学习HashMap，这样我们才能更好的去理解它。古人云：无欲速，无见小利。欲速则不达，见小利则大事不成。

HashMap其实就是ArrayList和LinkedList的数据结构加上hashCode和equals方法的思想设计出来的。没有理解上述说的知识点的同学可以翻开我过往的文章记录。

下面我就以面试问答的形式学习我们的——HashMap（源码分析基于JDK8，辅以JDK7），问答内容只是对HashMap的一个总结归纳，因为现时已经有大牛把HashMap通俗易懂的剖析了一遍，我学习HashMap也是主要通过这篇文章学习的，强烈推荐：美团点评技术团队的Java 8系列之重新认识HashMap

问答内容

HashMap 的主要用途

问：HashMap有用过吗？您能给我说说他的主要用途吗？

答：

• 有用过，我在平常工作中经常会用到HashMap这种数据结构，HashMap是基于Map接口实现的一种键-值对<key,value>的存储结构，允许null值，同时非有序，非同步(即线程不安全)。HashMap的底层实现是数组 + 链表 + 红黑树（JDK1.8增加了红黑树部分）。它存储和查找数据时，是根据键key的hashCode的值计算出具体的存储位置。HashMap最多只允许一条记录的键key为null，HashMap增删改查等常规操作都有不错的执行效率，是ArrayList和LinkedList等数据结构的一种折中实现。

示例代码：

// 创建一个HashMap，如果没有指定初始大小，默认底层hash表数组的大小为16
HashMap<String, String> hashMap = new HashMap<String, String>();
// 往容器里面添加元素
hashMap.put("小明", "好帅");
hashMap.put("老王", "坑爹货");
hashMap.put("老铁", "没毛病");
hashMap.put("掘金", "好地方");
hashMap.put("王五", "别搞事");
// 获取key为小明的元素 好帅
String element = hashMap.get("小明");
// value : 好帅
System.out.println(element);
// 移除key为王五的元素
String removeElement = hashMap.remove("王五");
// value : 别搞事
System.out.println(removeElement);
// 修改key为小明的元素的值value 为 其实有点丑
hashMap.replace("小明", "其实有点丑");
// {老铁=没毛病, 小明=其实有点丑, 老王=坑爹货, 掘金=好地方}
System.out.println(hashMap);
// 通过put方法也可以达到修改对应元素的值的效果
hashMap.put("小明", "其实还可以啦,开玩笑的");
// {老铁=没毛病, 小明=其实还可以啦,开玩笑的, 老王=坑爹货, 掘金=好地方}
System.out.println(hashMap);
// 判断key为老王的元素是否存在(捉奸老王)
boolean isExist = hashMap.containsKey("老王");
// true , 老王竟然来搞事
System.out.println(isExist);
// 判断是否有 value = "坑爹货" 的人
boolean isHasSomeOne = hashMap.containsValue("坑爹货");
// true 老王是坑爹货
System.out.println(isHasSomeOne);
// 查看这个容器里面还有几个家伙 value : 4
System.out.println(hashMap.size());

• HashMap的底层实现是数组 + 链表 + 红黑树（JDK1.8增加了红黑树部分），核心组成元素有：

1. int size;用于记录HashMap实际存储元素的个数；
2. float loadFactor;负载因子（默认是0.75，此属性后面详细解释）。
3. int threshold;下一次扩容时的阈值，达到阈值便会触发扩容机制resize（阈值 threshold = 容器容量 capacity * 负载因子 load factor）。也就是说，在容器定义好容量之后，负载因子越大，所能容纳的键值对元素个数就越多。
4. Node<K,V>[] table; 底层数组，充当哈希表的作用，用于存储对应hash位置的元素Node<K,V>，此数组长度总是2的N次幂。（具体原因后面详细解释）

示例代码：

public class HashMap<K,V> extends AbstractMap<K,V>
    implements Map<K,V>, Cloneable, Serializable {
·····

    /* ---------------- Fields -------------- */

    /**
     * 哈希表，在第一次使用到时进行初始化，重置大小是必要的操作，
     * 当分配容量时，长度总是2的N次幂。
     */
    transient Node<K,V>[] table;

    /**
     * 实际存储的key - value 键值对 个数
     */
    transient int size;


    /**
     * 下一次扩容时的阈值 
     * (阈值 threshold = 容器容量 capacity * 负载因子 load factor).
     * @serial
     */
    int threshold;

    /**
     * 哈希表的负载因子
     *
     * @serial
     */
    final float loadFactor;

·····
}

• 其中Node<K,V>[] table;哈希表存储的核心元素是Node<K,V>,Node<K,V>包含：

1. final int hash;元素的哈希值，决定元素存储在Node<K,V>[] table;哈希表中的位置。由final修饰可知，当hash的值确定后，就不能再修改。
2. final K key; 键，由final修饰可知，当key的值确定后，就不能再修改。
3. V value; 值
4. Node<K,V> next; 记录下一个元素结点(单链表结构，用于解决hash冲突)

示例代码：

/**
 * 定义HashMap存储元素结点的底层实现
 */
static class Node<K,V> implements Map.Entry<K,V> {
    final int hash;//元素的哈希值 由final修饰可知，当hash的值确定后，就不能再修改
    final K key;// 键，由final修饰可知，当key的值确定后，就不能再修改
    V value; // 值
    Node<K,V> next; // 记录下一个元素结点(单链表结构，用于解决hash冲突)


    /**
     * Node结点构造方法
     */
    Node(int hash, K key, V value, Node<K,V> next) {
        this.hash = hash;//元素的哈希值
        this.key = key;// 键
        this.value = value; // 值
        this.next = next;// 记录下一个元素结点
    }

    public final K getKey()        { return key; }
    public final V getValue()      { return value; }
    public final String toString() { return key + "=" + value; }

    /**
     * 为Node重写hashCode方法，值为：key的hashCode 异或 value的hashCode 
     * 运算作用就是将2个hashCode的二进制中，同一位置相同的值为0，不同的为1。
     */
    public final int hashCode() {
        return Objects.hashCode(key) ^ Objects.hashCode(value);
    }

    /**
     * 修改某一元素的值
     */
    public final V setValue(V newValue) {
        V oldValue = value;
        value = newValue;
        return oldValue;
    }

    /**
     * 为Node重写equals方法
     */
    public final boolean equals(Object o) {
        if (o == this)
            return true;
        if (o instanceof Map.Entry) {
            Map.Entry<?,?> e = (Map.Entry<?,?>)o;
            if (Objects.equals(key, e.getKey()) &&
                Objects.equals(value, e.getValue()))
                return true;
        }
        return false;
    }
}

hashMap内存结构图 - 图片来自于《美团点评技术团队文章》

HashMap 常用操作的底层实现原理

问：您能说说HashMap常用操作的底层实现原理吗？如存储put(K key, V value)，查找get(Object key)，删除remove(Object key)，修改replace(K key, V value)等操作。

答：

• 调用put(K key, V value)操作添加key-value键值对时，进行了如下操作：

1. 判断哈希表Node<K,V>[] table是否为空或者null，是则执行resize()方法进行扩容。
2. 根据插入的键值key的hash值，通过(n - 1) & hash当前元素的hash值 & hash表长度 - 1（实际就是 hash值 % hash表长度） 计算出存储位置table[i]。如果存储位置没有元素存放，则将新增结点存储在此位置table[i]。
3. 如果存储位置已经有键值对元素存在，则判断该位置元素的hash值和key值是否和当前操作元素一致，一致则证明是修改value操作，覆盖value即可。
4. 当前存储位置即有元素，又不和当前操作元素一致，则证明此位置table[i]已经发生了hash冲突，则通过判断头结点是否是treeNode，如果是treeNode则证明此位置的结构是红黑树，已红黑树的方式新增结点。
5. 如果不是红黑树，则证明是单链表，将新增结点插入至链表的最后位置，随后判断当前链表长度是否 大于等于 8，是则将当前存储位置的链表转化为红黑树。遍历过程中如果发现key已经存在，则直接覆盖value。
6. 插入成功后，判断当前存储键值对的数量 大于 阈值threshold 是则扩容。

hashMap put方法执行流程图- 图片来自于《美团点评技术团队文章》

示例代码：

/**
 * 添加key-value键值对
 *
 * @param key 键
 * @param value 值
 * @return 如果原本存在此key，则返回旧的value值，如果是新增的key-     
 *         value，则返回nulll
 */
public V put(K key, V value) {
    //实际调用putVal方法进行添加 key-value 键值对操作
    return putVal(hash(key), key, value, false, true);
}

/**
 * 根据key 键 的 hashCode 通过 “扰动函数” 生成对应的 hash值
 * 经过此操作后，使每一个key对应的hash值生成的更均匀，
 * 减少元素之间的碰撞几率（后面详细说明）
 */
static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}


/**
 * 添加key-value键值对的实际调用方法（重点）
 *
 * @param hash key 键的hash值
 * @param key 键
 * @param value 值
 * @param onlyIfAbsent 此值如果是true, 则如果此key已存在value，则不执
 * 行修改操作 
 * @param evict 此值如果是false，哈希表是在初始化模式
 * @return 返回原本的旧值, 如果是新增，则返回null
 */
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    // 用于记录当前的hash表
    Node<K,V>[] tab; 
    // 用于记录当前的链表结点
    Node<K,V> p; 
    // n用于记录hash表的长度，i用于记录当前操作索引index
    int n, i;
    // 当前hash表为空
    if ((tab = table) == null || (n = tab.length) == 0)
        // 初始化hash表，并把初始化后的hash表长度值赋值给n
        n = (tab = resize()).length;
    // 1）通过 (n - 1) & hash 当前元素的hash值 & hash表长度 - 1
    // 2）确定当前元素的存储位置，此运算等价于 当前元素的hash值 % hash表的长度
    // 3）计算出的存储位置没有元素存在
    if ((p = tab[i = (n - 1) & hash]) == null)
        // 4) 则新建一个Node结点，在该位置存储此元素
        tab[i] = newNode(hash, key, value, null);
    else { // 当前存储位置已经有元素存在了(不考虑是修改的情况的话，就代表发生hash冲突了)
        // 用于存放新增结点
        Node<K,V> e; 
        // 用于临时存在某个key值
        K k;
        // 1)如果当前位置已存在元素的hash值和新增元素的hash值相等
        // 2)并且key也相等，则证明是同一个key元素，想执行修改value操作
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;// 将当前结点引用赋值给e
        else if (p instanceof TreeNode) // 如果当前结点是树结点
            // 则证明当前位置的链表已变成红黑树结构，则已红黑树结点结构新增元素
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {// 排除上述情况，则证明已发生hash冲突，并hash冲突位置现时的结构是单链表结构
            for (int binCount = 0; ; ++binCount) {
                //遍历单链表，将新元素结点放置此链表的最后一位
                if ((e = p.next) == null) {
                    // 将新元素结点放在此链表的最后一位
                    p.next = newNode(hash, key, value, null);
                    // 新增结点后，当前结点数量是否大于等于 阈值 8 
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        // 大于等于8则将链表转换成红黑树
                        treeifyBin(tab, hash);
                    break;
                }
                // 如果链表中已经存在对应的key，则覆盖value
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        if (e != null) { // 已存在对应key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null) //如果允许修改，则修改value为新值
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    // 当前存储键值对的数量 大于 阈值 是则扩容
    if (++size > threshold)
       // 重置hash大小，将旧hash表的数据逐一复制到新的hash表中（后面详细讲解）
        resize();
    afterNodeInsertion(evict);
    // 返回null，则证明是新增操作，而不是修改操作
    return null;
}

• 调用get(Object key)操作根据键key查找对应的key-value键值对时，进行了如下操作：

1.先调用 hash(key)方法计算出 key 的 hash值

2.根据查找的键值key的hash值，通过(n - 1) & hash当前元素的hash值 & hash表长度 - 1（实际就是 hash值 % hash表长度） 计算出存储位置table[i]，判断存储位置是否有元素存在 。

• 如果存储位置有元素存放，则首先比较头结点元素，如果头结点的key的hash值 和 要获取的key的hash值相等，并且 头结点的key本身 和要获取的 key 相等，则返回该位置的头结点。
• 如果存储位置没有元素存放，则返回null。

3.如果存储位置有元素存放，但是头结点元素不是要查找的元素，则需要遍历该位置进行查找。

4.先判断头结点是否是treeNode，如果是treeNode则证明此位置的结构是红黑树，以红色树的方式遍历查找该结点，没有则返回null。

5.如果不是红黑树，则证明是单链表。遍历单链表，逐一比较链表结点，链表结点的key的hash值 和 要获取的key的hash值相等，并且 链表结点的key本身 和要获取的 key 相等，则返回该结点，遍历结束仍未找到对应key的结点，则返回null。

示例代码：

/**
 * 返回指定 key 所映射的 value 值
 * 或者 返回 null 如果容器里不存在对应的key
 *
 * 更确切地讲，如果此映射包含一个满足 (key==null ? k==null :key.equals(k))
 * 的从 k 键到 v 值的映射关系，
 * 则此方法返回 v；否则返回 null。（最多只能有一个这样的映射关系。）
 *
 * 返回 null 值并不一定 表明该映射不包含该键的映射关系；
 * 也可能该映射将该键显示地映射为 null。可使用containsKey操作来区分这两种情况。 
 *
 * @see #put(Object, Object)
 */
public V get(Object key) {
    Node<K,V> e;
    // 1.先调用 hash(key)方法计算出 key 的 hash值
    // 2.随后调用getNode方法获取对应key所映射的value值
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}


/**
 * 获取哈希表结点的方法实现
 *
 * @param hash key 键的hash值
 * @param key 键
 * @return 返回对应的结点，如果结点不存在，则返回null
 */
final Node<K,V> getNode(int hash, Object key) {
    // 用于记录当前的hash表 
    Node<K,V>[] tab; 
    // first用于记录对应hash位置的第一个结点，e充当工作结点的作用
    Node<K,V> first, e; 
    // n用于记录hash表的长度
    int n; 
    // 用于临时存放Key
    K k;
    // 通过 (n - 1) & hash 当前元素的hash值 & hash表长度 - 1
    // 判断当前元素的存储位置是否有元素存在 
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {//元素存在的情况
       // 如果头结点的key的hash值 和 要获取的key的hash值相等
       // 并且 头结点的key本身 和要获取的 key 相等
        if (first.hash == hash && // always check first node 总是检查头结点
            ((k = first.key) == key || (key != null && key.equals(k))))
            // 返回该位置的头结点
            return first;
        if ((e = first.next) != null) {// 头结点不相等
            if (first instanceof TreeNode) // 如果当前结点是树结点
                // 则证明当前位置的链表已变成红黑树结构
                // 通过红黑树结点的方式获取对应key结点
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            do {// 当前位置不是红黑树，则证明是单链表
                // 遍历单链表，逐一比较链表结点
                // 链表结点的key的hash值 和 要获取的key的hash值相等
                // 并且 链表结点的key本身 和要获取的 key 相等
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    // 找到对应的结点则返回
                    return e;
            } while ((e = e.next) != null);
        }
    }
    // 通过上述查找均无找到，则返回null
    return null;
}

• 调用remove(Object key)操作根据键key删除对应的key-value键值对时，进行了如下操作：

1.先调用 hash(key)方法计算出 key 的 hash值

2.根据查找的键值key的hash值，通过(n - 1) & hash当前元素的hash值 & hash表长度 - 1（实际就是 hash值 % hash表长度） 计算出存储位置table[i]，判断存储位置是否有元素存在 。

• 如果存储位置有元素存放，则首先比较头结点元素，如果头结点的key的hash值 和 要获取的key的hash值相等，并且 头结点的key本身 和要获取的 key 相等，则该位置的头结点即为要删除的结点，记录此结点至变量node中。
• 如果存储位置没有元素存放，则没有找到对应要删除的结点，则返回null。

3.如果存储位置有元素存放，但是头结点元素不是要删除的元素，则需要遍历该位置进行查找。

4.先判断头结点是否是treeNode，如果是treeNode则证明此位置的结构是红黑树，以红色树的方式遍历查找并删除该结点，没有则返回null。

5.如果不是红黑树，则证明是单链表。遍历单链表，逐一比较链表结点，链表结点的key的hash值 和 要获取的key的hash值相等，并且 链表结点的key本身 和要获取的 key 相等，则此为要删除的结点，记录此结点至变量node中，遍历结束仍未找到对应key的结点，则返回null。

6.如果找到要删除的结点node，则判断是否需要比较value也是否一致，如果value值一致或者不需要比较value值，则执行删除结点操作，删除操作根据不同的情况与结构进行不同的处理。

• 如果当前结点是树结点，则证明当前位置的链表已变成红黑树结构，通过红黑树结点的方式删除对应结点。
• 如果不是红黑树，则证明是单链表。如果要删除的是头结点，则当前存储位置table[i]的头结点指向删除结点的下一个结点。
• 如果要删除的结点不是头结点，则将要删除的结点的后继结点node.next赋值给要删除结点的前驱结点的next域，即p.next = node.next;。

7.HashMap当前存储键值对的数量 - 1，并返回删除结点。

示例代码：

/**
 * 从此映射中移除指定键的映射关系（如果存在）。
 *
 * @param  key 其映射关系要从映射中移除的键
 * @return 与 key 关联的旧值；如果 key 没有任何映射关系，则返回 null。
 *        （返回 null 还可能表示该映射之前将 null 与 key 关联。）
 */
public V remove(Object key) {
    Node<K,V> e;
    // 1.先调用 hash(key)方法计算出 key 的 hash值
    // 2.随后调用removeNode方法删除对应key所映射的结点
    return (e = removeNode(hash(key), key, null, false, true)) == null ?
        null : e.value;
}


/**
 * 删除哈希表结点的方法实现
 *
 * @param hash 键的hash值
 * @param key 键
 * @param value 用于比较的value值，当matchValue 是 true时才有效, 否则忽略
 * @param matchValue 如果是 true 只有当value相等时才会移除
 * @param movable 如果是 false当执行移除操作时，不删除其他结点
 * @return 返回删除结点node，不存在则返回null
 */
final Node<K,V> removeNode(int hash, Object key, Object value,
                           boolean matchValue, boolean movable) {
    // 用于记录当前的hash表
    Node<K,V>[] tab; 
    // 用于记录当前的链表结点
    Node<K,V> p; 
    // n用于记录hash表的长度，index用于记录当前操作索引index
    int n, index;
    // 通过 (n - 1) & hash 当前元素的hash值 & hash表长度 - 1
    // 判断当前元素的存储位置是否有元素存在 
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (p = tab[index = (n - 1) & hash]) != null) {// 元素存在的情况
        // node 用于记录找到的结点，e为工作结点
        Node<K,V> node = null, e; 
        K k; V v;
       // 如果头结点的key的hash值 和 要获取的key的hash值相等
       // 并且 头结点的key本身 和要获取的 key 相等
       // 则证明此头结点就是要删除的结点
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            // 记录要删除的结点的引用地址至node中
            node = p;
        else if ((e = p.next) != null) {// 头结点不相等
            if (p instanceof TreeNode)// 如果当前结点是树结点
                // 则证明当前位置的链表已变成红黑树结构
                // 通过红黑树结点的方式获取对应key结点
                // 记录要删除的结点的引用地址至node中
                node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
            else {// 当前位置不是红黑树，则证明是单链表
                do {
                    // 遍历单链表，逐一比较链表结点
                    // 链表结点的key的hash值 和 要获取的key的hash值相等
                    // 并且 链表结点的key本身 和要获取的 key 相等
                    if (e.hash == hash &&
                        ((k = e.key) == key ||
                         (key != null && key.equals(k)))) {
                        // 找到则记录要删除的结点的引用地址至node中，中断遍历
                        node = e;
                        break;
                    }
                    p = e;
                } while ((e = e.next) != null);
            }
        }
        // 如果找到要删除的结点，则判断是否需要比较value也是否一致
        if (node != null && (!matchValue || (v = node.value) == value ||
                             (value != null && value.equals(v)))) {
            // value值一致或者不需要比较value值，则执行删除结点操作
            if (node instanceof TreeNode) // 如果当前结点是树结点
                // 则证明当前位置的链表已变成红黑树结构
                // 通过红黑树结点的方式删除对应结点
                ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
            else if (node == p) // node 和 p相等，则证明删除的是头结点
                // 当前存储位置的头结点指向删除结点的下一个结点
                tab[index] = node.next;
            else // 删除的不是头结点
                // p是删除结点node的前驱结点，p的next改为记录要删除结点node的后继结点
                p.next = node.next;
            ++modCount;
           // 当前存储键值对的数量 - 1
            --size;
            afterNodeRemoval(node);
            // 返回删除结点
            return node;
        }
    }
    // 不存在要删除的结点，则返回null
    return null;
}

• 调用replace(K key, V value)操作根据键key查找对应的key-value键值对，随后替换对应的值value，进行了如下操作：

1. 先调用 hash(key)方法计算出 key 的 hash值
2. 随后调用getNode方法获取对应key所映射的value值 。
3. 记录元素旧值，将新值赋值给元素，返回元素旧值，如果没有找到元素，则返回null。

示例代码：

/**
 * 替换指定 key 所映射的 value 值
 *
 * @param key 对应要替换value值元素的key键
 * @param value 要替换对应元素的新value值
 * @return 返回原本的旧值，如果没有找到key对应的元素，则返回null
 * @since 1.8 JDK1.8新增方法
 */
public V replace(K key, V value) {
    Node<K,V> e;
    // 1.先调用 hash(key)方法计算出 key 的 hash值
    // 2.随后调用getNode方法获取对应key所映射的value值
    if ((e = getNode(hash(key), key)) != null) {// 如果找到对应的元素
        // 元素旧值
        V oldValue = e.value;
        // 将新值赋值给元素
        e.value = value;
        afterNodeAccess(e);
        // 返回元素旧值
        return oldValue;
    }
    // 没有找到元素，则返回null
    return null;
}

HashMap 若要新增的这个元素存在了或hash冲突了怎么办

问 1：您上面说，存放一个元素时，先计算它的hash值确定它的存储位置，然后再把这个元素放到对应的位置上，那万一这个位置上面已经有元素存在呢，新增的这个元素怎么办？

问 2：hash冲突（或者叫hash碰撞）是什么？为什么会出现这种现象，如何解决hash冲突？

答：

• hash冲突： 当我们调用put(K key, V value)操作添加key-value键值对，这个key-value键值对存放在的位置是通过扰动函数(key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16)计算键key的hash值。随后将 这个hash值 % 模上 哈希表Node<K,V>[] table的长度 得到具体的存放位置。所以put(K key, V value)多个元素，是有可能计算出相同的存放位置。此现象就是hash冲突或者叫hash碰撞。
• 例子如下：
  元素 A 的hash值 为 9，元素 B 的hash值 为 17。哈希表Node<K,V>[] table的长度为8。则元素 A 的存放位置为9 % 8 = 1，元素 B 的存放位置为17 % 8 = 1。两个元素的存放位置均为table[1]，发生了hash冲突。
• hash冲突的避免：既然会发生hash冲突，我们就应该想办法避免此现象的发生，解决这个问题最关键就是如果生成元素的hash值。Java是使用“扰动函数”生成元素的hash值。

示例代码：

/**
 * JDK 7 的 hash方法
 */
 final int hash(int h) {

     h ^= k.hashCode();

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

/**
 * JDK 8 的 hash方法
 */
 static final int hash(Object key) {
     int h;
     return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
 }

Java7做了4次16位右位移异或混合，Java 8中这步已经简化了，只做一次16位右位移异或混合，而不是四次，但原理是不变的。例子如下：

扰动函数执行例子 - 图片来自于《知乎》

右位移16位，正好是32bit的一半，自己的高半区和低半区做异或，就是为了混合原始哈希码的高位和低位，以此来加大低位的随机性。而且混合后的低位掺杂了高位的部分特征，这样高位的信息也被变相保留下来。

上述扰动函数的解释参考自：JDK 源码中 HashMap 的 hash 方法原理是什么？

• hash冲突解决：解决hash冲突的方法有很多，常见的有：开发定址法，
  再散列法，链地址法，公共溢出区法（详细说明请查看我的文章JAVA基础-自问自答学hashCode和equals）。HashMap是使用链地址法解决hash冲突的，当有冲突元素放进来时，会将此元素插入至此位置链表的最后一位，形成单链表。但是由于是单链表的缘故，每当通过hash % length找到该位置的元素时，均需要从头遍历链表，通过逐一比较hash值，找到对应元素。如果此位置元素过多，造成链表过长，遍历时间会大大增加，最坏情况下的时间复杂度为O(N)，造成查找效率过低。所以当存在位置的链表长度 大于等于 8 时，HashMap会将链表 转变为 红黑树，红黑树最坏情况下的时间复杂度为O(logn)。以此提高查找效率。

HashMap 的容量为什么一定要是2的n次方

问：HashMap的容量为什么一定要是2的n次方？

答：

• 因为调用put(K key, V value)操作添加key-value键值对时，具体确定此元素的位置是通过 hash值 % 模上 哈希表Node<K,V>[] table的长度 hash % length 计算的。但是”模”运算的消耗相对较大，通过位运算h & (length-1)也可以得到取模后的存放位置，而位运算的运行效率高，但只有length的长度是2的n次方时，h & (length-1) 才等价于 h % length。
• 而且当数组长度为2的n次幂的时候，不同的key算出的index相同的几率较小，那么数据在数组上分布就比较均匀，也就是说碰撞的几率小，相对的，查询的时候就不用遍历某个位置上的链表，这样查询效率也就较高了。

例子：

hash & (length-1)运算过程.jpg

• 上图中，左边两组的数组长度是16（2的4次方），右边两组的数组长度是15。两组的hash值均为8和9。
• 当数组长度是15时，当它们和1110进行&与运算（相同为1，不同为0）时，计算的结果都是1000，所以他们都会存放在相同的位置table[8]中，这样就发生了hash冲突，那么查询时就要遍历链表，逐一比较hash值，降低了查询的效率。
• 同时，我们可以发现，当数组长度为15的时候，hash值均会与14（1110）进行&与运算，那么最后一位永远是0，而0001，0011，0101，1001，1011，0111，1101这几个位置永远都不能存放元素了，空间浪费相当大，更糟的是这种情况中，数组可以使用的位置比数组长度小了很多，这意味着进一步增加了碰撞的几率，减慢了查询的效率。

• 所以，HashMap的容量是2的n次方，有利于提高计算元素存放位置时的效率，也降低了hash冲突的几率。因此，我们使用HashMap存储大量数据的时候，最好先预先指定容器的大小为2的n次方，即使我们不指定为2的n次方，HashMap也会把容器的大小设置成最接近设置数的2的n次方，如，设置HashMap的大小为 7 ，则HashMap会将容器大小设置成最接近7的一个2的n次方数，此值为 8 。

上述回答参考自：深入理解HashMap

示例代码：

/**
 * 返回一个比指定数cap大的，并且大小是2的n次方的数
 * Returns a power of two size for the given target capacity.
 */
static final int tableSizeFor(int cap) {
    int n = cap - 1;
    n |= n >>> 1;
    n |= n >>> 2;
    n |= n >>> 4;
    n |= n >>> 8;
    n |= n >>> 16;
    return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}

HashMap 的负载因子是什么，有什么作用

问：HashMap的负载因子是什么，有什么作用？

答：负载因子表示哈希表空间的使用程度（或者说是哈希表空间的利用率）。

• 例子如下：
  底层哈希表Node<K,V>[] table的容量大小capacity为 16，负载因子load factor为 0.75，则当存储的元素个数size = capacity 16 * load factor 0.75等于 12 时，则会触发HashMap的扩容机制，调用resize()方法进行扩容。
• 当负载因子越大，则HashMap的装载程度就越高。也就是能容纳更多的元素，元素多了，发生hash碰撞的几率就会加大，从而链表就会拉长，此时的查询效率就会降低。
• 当负载因子越小，则链表中的数据量就越稀疏，此时会对空间造成浪费，但是此时查询效率高。
• 我们可以在创建HashMap 时根据实际需要适当地调整load factor 的值；如果程序比较关心空间开销、内存比较紧张，可以适当地增加负载因子；如果程序比较关心时间开销，内存比较宽裕则可以适当的减少负载因子。通常情况下，默认负载因子 (0.75) 在时间和空间成本上寻求一种折衷，程序员无需改变负载因子的值。
• 因此，如果我们在初始化HashMap时，就预估知道需要装载key-value键值对的容量size，我们可以通过size / load factor 计算出我们需要初始化的容量大小initialCapacity，这样就可以避免HashMap因为存放的元素达到阈值threshold而频繁调用resize()方法进行扩容。从而保证了较好的性能。

HashMap 和 HashTable 的区别

问：您能说说HashMap和HashTable的区别吗？

答：HashMap和HashTable有如下区别：

1）容器整体结构：

• HashMap的key和value都允许为null，HashMap遇到key为null的时候，调用putForNullKey方法进行处理，而对value没有处理。
• Hashtable的key和value都不允许为null。Hashtable遇到null，直接返回NullPointerException。

2） 容量设定与扩容机制：

• HashMap默认初始化容量为 16，并且容器容量一定是2的n次方，扩容时，是以原容量 2倍 的方式 进行扩容。
• Hashtable默认初始化容量为 11，扩容时，是以原容量 2倍 再加 1的方式进行扩容。即int newCapacity = (oldCapacity << 1) + 1;。

3） 散列分布方式（计算存储位置）：

• HashMap是先将key键的hashCode经过扰动函数扰动后得到hash值，然后再利用 hash & (length - 1)的方式代替取模，得到元素的存储位置。
• Hashtable则是除留余数法进行计算存储位置的（因为其默认容量也不是2的n次方。所以也无法用位运算替代模运算），int index = (hash & 0x7FFFFFFF) % tab.length;。
• 由于HashMap的容器容量一定是2的n次方，所以能使用hash & (length - 1)的方式代替取模的方式计算元素的位置提高运算效率，但Hashtable的容器容量不一定是2的n次方，所以不能使用此运算方式代替。

4）线程安全（最重要）：

• HashMap 不是线程安全，如果想线程安全，可以通过调用synchronizedMap(Map<K,V> m)使其线程安全。但是使用时的运行效率会下降，所以建议使用ConcurrentHashMap容器以此达到线程安全。
• Hashtable则是线程安全的，每个操作方法前都有synchronized修饰使其同步，但运行效率也不高，所以还是建议使用ConcurrentHashMap容器以此达到线程安全。

因此，Hashtable是一个遗留容器，如果我们不需要线程同步，则建议使用HashMap，如果需要线程同步，则建议使用ConcurrentHashMap。

此处不再对Hashtable的源码进行逐一分析了，如果想深入了解的同学，可以参考此文章
Hashtable源码剖析

HashMap 在多线程下如何处理，啥时会发生线程不安全

问：您说HashMap不是线程安全的，那如果多线程下，它是如何处理的？并且什么情况下会发生线程不安全的情况？

答：

• HashMap不是线程安全的，如果多个线程同时对同一个HashMap更改数据的话，会导致数据不一致或者数据污染。如果出现线程不安全的操作时，HashMap会尽可能的抛出ConcurrentModificationException防止数据异常，当我们在对一个HashMap进行遍历时，在遍历期间，我们是不能对HashMap进行添加，删除等更改数据的操作的，否则也会抛出ConcurrentModificationException异常，此为fail-fast（快速失败）机制。从源码上分析，我们在put,remove等更改HashMap数据时，都会导致modCount的改变，当expectedModCount != modCount时，则抛出ConcurrentModificationException。如果想要线程安全，可以考虑使用ConcurrentHashMap。
• 而且，在多线程下操作HashMap，由于存在扩容机制，当HashMap调用resize()进行自动扩容时，可能会导致死循环的发生。

由于时间关系，我暂不带着大家一起去分析resize()方法导致死循环发生的现象造成原因了，迟点有空我会再补充上去，请见谅，大家可以参考如下文章：

Java 8系列之重新认识HashMap

谈谈HashMap线程不安全的体现

使用 HashMap ，选取什么对象作为 key 键比较好

问：我们在使用HashMap时，选取什么对象作为key键比较好，为什么？

答：

• 可变对象：指创建后自身状态能改变的对象。换句话说，可变对象是该对象在创建后它的哈希值可能被改变。
• 我们在使用HashMap时，最好选择不可变对象作为key。例如String，Integer等不可变类型作为key是非常明智的。
• 如果key对象是可变的，那么key的哈希值就可能改变。在HashMap中可变对象作为Key会造成数据丢失。因为我们再进行hash & (length - 1)取模运算计算位置查找对应元素时，位置可能已经发生改变，导致数据丢失。

详细例子说明请参考：危险！在HashMap中将可变对象用作Key

总结

1. HashMap是基于Map接口实现的一种键-值对<key,value>的存储结构，允许null值，同时非有序，非同步(即线程不安全)。HashMap的底层实现是数组 + 链表 + 红黑树（JDK1.8增加了红黑树部分）。
2. HashMap定位元素位置是通过键key经过扰动函数扰动后得到hash值，然后再通过hash & (length - 1)代替取模的方式进行元素定位的。
3. HashMap是使用链地址法解决hash冲突的，当有冲突元素放进来时，会将此元素插入至此位置链表的最后一位，形成单链表。当存在位置的链表长度 大于等于 8 时，HashMap会将链表 转变为 红黑树，以此提高查找效率。
4. HashMap的容量是2的n次方，有利于提高计算元素存放位置时的效率，也降低了hash冲突的几率。因此，我们使用HashMap存储大量数据的时候，最好先预先指定容器的大小为2的n次方，即使我们不指定为2的n次方，HashMap也会把容器的大小设置成最接近设置数的2的n次方，如，设置HashMap的大小为 7 ，则HashMap会将容器大小设置成最接近7的一个2的n次方数，此值为 8 。
5. HashMap的负载因子表示哈希表空间的使用程度（或者说是哈希表空间的利用率）。当负载因子越大，则HashMap的装载程度就越高。也就是能容纳更多的元素，元素多了，发生hash碰撞的几率就会加大，从而链表就会拉长，此时的查询效率就会降低。当负载因子越小，则链表中的数据量就越稀疏，此时会对空间造成浪费，但是此时查询效率高。
6. HashMap不是线程安全的，Hashtable则是线程安全的。但Hashtable是一个遗留容器，如果我们不需要线程同步，则建议使用HashMap，如果需要线程同步，则建议使用ConcurrentHashMap。
7. 在多线程下操作HashMap，由于存在扩容机制，当HashMap调用resize()进行自动扩容时，可能会导致死循环的发生。
8. 我们在使用HashMap时，最好选择不可变对象作为key。例如String，Integer等不可变类型作为key是非常明智的。

• 由于最近工作较忙，也有拖延症发作的问题，所以文章迟迟未能完成发布，现时完成的文章其实对我而言，也不算太好，但还是打算先发出来让大家看看，一起学习学习，看有什么不好的地方，我再慢慢改进，如果此文对你有帮助，请给个赞，谢谢大家。

参考文章

Java 8系列之重新认识HashMap
JDK 源码中 HashMap 的 hash 方法原理是什么？
深入理解HashMap
HashMap负载因子
Hashtable源码剖析
危险！在HashMap中将可变对象用作Key
谈谈HashMap线程不安全的体现