關於HashMap的一些思考

1、HashMap的負載因子的做用

當 HashMap 中的元素個數（包含鏈表、紅黑樹上的元素）達到數組長度的0.75倍的時候，開始擴容。

 

2、HashMap的負載因子爲何是0.75

主要是爲了提升空間利用率和減小查詢成本（也能夠說是儘量減小hash衝突）。

3、爲何槽位數必須使用2^n

若是想讓 Hash 結果分佈更加均勻，首先想到的就是使用取餘（%）操做。重點來了：「取餘(%)操做中若是除數是2的冪次則等價於與其除數減一的與(&)操做（也就是說 hash % length == hash & (length - 1) 的前提是 length 是 2 的 n 次方）。」 而且採用二進制位操做 &，相對於 % 可以提升運算效率，這就解釋了 HashMap 的長度爲何是 2 的冪次方。

4、解決Hash衝突的方法

一、開放地址法

公式：fi(key) = (f(key)+di) MOD m (di=0,1,2,3,......,m-1)

key：待放入數組（hash表）的元素；m：數組長度

 

當衝突發生時，使用某種探測技術在散列表中造成一個探測序列。沿此序列逐個單元地查找，直到找到給定的關鍵字，或者碰到一個開放的地址（即該地址單元爲空）爲止（若要插入，在探查到開放的地址，則可將待插入的新結點存人該地址單元）。查找時探測到開放的地址則代表表中無待查的關鍵字，即查找失敗。

（1）線性探測法

思想是：經過公式計算出元素在數組中的下標，若是下標上沒有元素，直接放進去；若是下標中有元素，則公式中的 di 依次 +1 從新計算，直到查找到沒有元素的下標。否則數組就滿了，須要擴容。

（2）二次探測法

思想是：經過改變 di 的計算方式來查詢沒有元素的下標，具體計算方式就是 di=-12,12,-22,22,…,-(q * 10 + 2),(q * 10 + 2)，q <=m / 2。至於這個 di 的取值我也沒研究，摘抄過來的，可是這個探測法的思想得知道。

考慮的狀況是，若是經過公式計算出來下標以後的全部下標都有元素佔據了，而這個下標的前面的有空閒的，經過第一種方法能夠算出來，可是計算的次數比較多，經過這個方法能夠減小計算次數。

（3）僞隨機數探測再散列

思想是：di 的值是經過隨機函數獲得的。若是隨機函數的種子相同，那麼得出來的 di 也相同，查詢就ok了。

 

總之，開放定址法只要在散列表未填滿時，老是能找到不發生衝突的地址，是咱們經常使用的解決衝突的辦法。

二、拉鍊法

就是當產生 Hash 衝突時，在衝突的節點上造成鏈表，HashMap 就是使用的拉鍊法解決的 Hash 衝突。

5、爲何鏈表長度達到 8 的時候就要轉爲紅黑樹了？

當使用 0.75 做爲負載因子時，鏈表中的長度達到 8 幾乎是不可能的，均衡策略吧。

引用 HashMap 源碼中的註釋：

* 0:    0.60653066
* 1:    0.30326533
* 2:    0.07581633
* 3:    0.01263606
* 4:    0.00157952
* 5:    0.00015795
* 6:    0.00001316
* 7:    0.00000094
* 8:    0.00000006
* more: less than 1 in ten million 

6、HashMap擴容時元素的位置發生了什麼變化？

分爲三種狀況：

• 對於數組上的元素：直接使用已經計算出來的hash值從新計算新下標放入新數組。
• 對於鏈表：將一條鏈表拆分爲兩條，hash值大於數組長度的新鏈表放在新數組，小於的就放在原數組。
• 對於紅黑樹：將數拆爲兩條鏈表，hash值大於數組長度的新鏈表放在新數組，小於的就放在原數組，最後，從新判斷兩條鏈表是否須要轉爲紅黑樹。

關鍵代碼：

do {
    next = e.next;
    if ((e.hash & oldCap) == 0) {
        if (loTail == null)
            loHead = e;
        else
            loTail.next = e;
        loTail = e;
    }
    else {
        if (hiTail == null)
            hiHead = e;
        else
            hiTail.next = e;
        hiTail = e;
    }
} while ((e = next) != null);

例如：oldCap 是 16，那麼擴容以後的新數組長度就是 32，鏈表上的元素分別是 7,23,39。（整數的hash值就是自己）

  7 ：0000 0111
& 16：0001 0000
---------------
 =  ：0000 0000 # 0，仍舊在原位
 
  17：0001 0001
& 16：0001 0000
---------------
 =  ：0001 0000 # 非0，須要放在 [17, 32) 之間
 
  23：0001 0111
& 16：0001 0000
---------------
 =  ：0001 0000 # 非0，須要放在 [17, 32) 之間
 
  39：0010 0111
& 16：0001 0000
---------------
 =  ：0000 0000 # 0，仍舊在原位，由於它的的值大於數組的長度