Java面试加分点！一文读懂HashMap底层实现与扩容机制_红黑树

哈喽大家好！今天咱们来聊聊Java中最经典的数据结构之一——HashMap！如果你是Java开发者，那你一定对它不陌生。HashMap 是我们进行键值对存储的好帮手，几乎是我们在日常开发中离不开的工具。本文会从数据结构、扩容机制、put和查找过程、哈希函数以及JDK 1.7与1.8的差异等多方面，来详细拆解一下HashMap的底层原理！Let's go～

数据结构：数组 + 链表 + 红黑树

在Java的HashMap中，底层数据结构是数组、链表、红黑树三者的组合。通过键值对的哈希映射，HashMap可以实现快速的数据存取。那么，HashMap是如何把这三种数据结构组合起来的呢？

  • 数组：这是HashMap的核心存储空间，称为table。当我们通过key来存取数据时，实际是把key通过哈希函数映射到table中的某个索引位置。
  • 链表：在HashMap中，链表主要是用来处理哈希冲突的。如果多个key被映射到了同一个数组索引，那么这些冲突的元素会被放在一个链表中，以链表形式存储。
  • 红黑树：在JDK1.8引入了红黑树，以优化链表的查找效率。若一个索引下的链表长度超过8，并且数组长度大于64，HashMap会将链表转换成红黑树。这样可以将查找的时间复杂度从O(n)降到O(log n)，大幅度提升性能。

扩容情况：为什么是2的幂次方？

HashMap在扩容机制上也是独具匠心。扩容不仅影响性能，还会影响数据的分布和哈希碰撞，所以在容量和扩容机制设计上，HashMap非常讲究。

  • 默认大小和负载因子：HashMap的默认容量是16，负载因子是0.75。也就是说，当HashMap的填充度超过75%时，就会触发扩容操作，避免因为过多的哈希冲突而降低性能。
  • 扩容机制：扩容发生时，HashMap会将当前容量翻倍，并重新将所有元素重新哈希到新的数组中。
  • 容量始终是2的幂次方：HashMap的容量总是保持2的幂次方。这样设计的原因主要有以下几点：
  • 2的幂次方可以使(n-1) & hash的运算分布更均匀，减少哈希碰撞。
  • 使用位运算&替代取模操作，效率更高。

put方法的过程

HashMap的put方法可以说是HashMap的精髓之一，理解它的执行过程，有助于我们掌握HashMap的存储机制。put方法主要分以下几个步骤：

  1. 判断table是否为空：如果table为空，HashMap会进行初始化操作，将容量扩充为默认大小16。
  2. 计算hash值和索引位置：通过key的hashCode值经过扰动函数处理后，再通过(n - 1) & hash计算出该元素存放的数组下标index。
  3. 检查是否有哈希冲突：检查table[index]处是否已经有节点。
  1. 如果没有节点，直接构造一个新的Node节点放入table[index]处；
  2. 如果已经有节点，说明发生了哈希冲突，进入下一步判断。
  1. 哈希冲突处理：在处理哈希冲突时，HashMap通过链表和红黑树来解决冲突。
  2. 若现有节点的key与新节点的key相同，就会用新的value覆盖原有值。
  3. 如果不相同，检查现有节点类型，如果是链表节点，则将新节点添加到链表中；如果链表长度超过阈值8且数组长度大于64，会将链表转换为红黑树。
  4. 判断是否需要扩容：当插入完成后，HashMap会检查当前容量是否超过负载因子0.75的阈值，如果超过则触发扩容。

哈希函数：扰动函数与hash计算

HashMap的哈希函数不仅仅是简单地用key.hashCode()来决定索引位置，因为直接使用hashCode()的低效与不均匀会导致大量哈希碰撞。因此，HashMap采用了一种“扰动函数”来优化哈希值的计算过程。

  • HashMap在计算key的哈希值时，先对key的hashCode()进行一次扰动，将hashCode的高16位和低16位进行异或运算。
  • 这个“扰动”能让哈希结果更加均匀分布，尽可能地减少哈希碰撞。

经过扰动处理后的哈希值，最终会通过(n - 1) & hash来计算索引位置，这样可以确保得到的索引位置始终位于数组范围内。

JDK1.7与JDK1.8的区别

在JDK1.7与JDK1.8之间，HashMap的实现有一些关键性变化：

  • 数据结构：JDK1.7中，HashMap采用了“数组+链表”的组合，而JDK1.8中则采用“数组+链表+红黑树”三者结合的结构。在JDK1.8中，当链表长度超过8且数组长度大于64时，链表会转化为红黑树以优化查找性能，避免长链表造成的性能瓶颈。
  • hash冲突处理方式：在JDK1.7中，链表插入新节点时采用的是头插法，这样做的好处是插入速度较快，但在并发情况下可能会产生死循环（例如在rehash期间）。而在JDK1.8中，链表插入时采用了尾插法，避免了并发扩容时死循环的问题。
  • 扩容过程：JDK1.8中，HashMap的扩容更为智能高效，通过高位运算决定节点位置是否发生变化。扩容时不再重新计算所有节点的哈希值，只需检查每个节点的高位，决定是否需要搬移至新数组。
  • 性能优化：JDK1.8的HashMap在多线程环境下性能优化明显，解决了JDK1.7在并发条件下扩容时可能导致的死循环问题。总体来看，JDK1.8的HashMap在结构上更为合理，更适用于高并发场景。

END

好了，这就是HashMap的底层设计和实现原理，学会这些知识之后，再遇到关于HashMap的面试题，你一定可以轻松应对！

  • 底层结构：HashMap采用数组、链表、红黑树组合的数据结构来存储键值对。
  • 扩容机制：HashMap默认负载因子为0.75，扩容时容量翻倍，始终保持2的幂次方以提高存储效率。
  • put过程：put方法主要包括判断初始化、计算hash值、解决哈希冲突、扩容等几个步骤。
  • 哈希函数：采用扰动函数，降低哈希碰撞，确保元素均匀分布。
  • JDK1.7 vs JDK1.8：1.8引入红黑树和尾插法处理冲突，避免了死循环，提高了多线程环境的安全性。

希望这篇文章能帮你更深入地理解HashMap！感谢阅读，欢迎留言讨论~

我是小米，一个喜欢分享技术的29岁程序员。如果你喜欢我的文章，欢迎关注我的微信公众号“软件求生”，获取更多技术干货！