HashMap，難的不在Map，而在Hash

在日常的開發當中，HashMap是 我 最經常使用的Map類（沒有之一），它支持null鍵和null值，是絕大部分利用鍵值對存取場景的首選。須要切記的一點是——HashMap不是線程安全的數據結構，因此不要在多線程場景中應用它。

一般狀況下，咱們使用Map的主要目的是用來放入（put）、訪問（get）或者刪除（remove），而對順序沒有特別的要求——HashMap在這種狀況下就是最好的選擇。

0一、Hash

對於HashMap來講，難理解的不在於Map，而在於Hash。

Hash，通常譯做「散列」，也有直接音譯爲「哈希」的，這玩意什麼意思呢？就是把任意長度的數據經過一種算法映射到固定長度的域上（散列值）。

再直觀一點，就是對一串數據wang進行雜糅，輸出另一段固定長度的數據er——做爲數據wang的特徵。咱們一般用一串指紋來映射某一我的，別小瞧手指頭那麼大點的指紋，在你所處的範圍內很難找出第二個和你相同的（人的散列算法也好厲害，有沒有？）。

對於任意兩個不一樣的數據塊，其散列值相同的可能性極小，也就是說，對於一個給定的數據塊，找到和它散列值相同的數據塊極爲困難。再者，對於一個數據塊，哪怕只改動它的一個比特位，其散列值的改動也會很是的大——這正是Hash存在的價值！

在Java中，String字符串的散列值計算方法以下：

public int hashCode() {
    int h = hash;
    if (h == 0 && value.length > 0) {
        char val[] = value;

        for (int i = 0; i < value.length; i++) {
            h = 31 * h + val[i];
        }
        hash = h;
    }
    return h;
}
複製代碼

看得懂看不懂都不要緊，咱們就當是一個「乘加迭代運算」的算法。藉此機會，咱們來看一下「沉」、「默」、「王」、「二」四個字符串的散列值是多少。

String[] cmower = { "沉", "默", "王", "二" };
for (String s : cmower) {
	System.out.println(s.hashCode());
}
複製代碼

輸出的結果以下（5位數字）：

沉的散列值：27785 默的散列值：40664 王的散列值：29579 二的散列值：20108

對於HashMap來講，Hash（key，鍵位）存在的目的是爲了加速鍵值對的查找（你想，若是電話薄不是按照人名的首字母排列的話，找一我的該多困難「個人微信好友有很多在暱稱前加了A，好狠」）。一般狀況下，咱們習慣使用String字符串來做爲Map的鍵，請看如下代碼：

Map<String, String> map = new HashMap<>();
String[] cmower = { "沉", "默", "王", "二" };
for (String s : cmower) {
	map.put(s, s + "月入25萬");
}
複製代碼

那HashMap會真的會將String字符串做爲實際的鍵嗎？咱們來看HashMap的put方法源碼：

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}
複製代碼

雖然只有一個putVal()方法的調用，可是你應該已經發現，HashMap內部會把key進行一個hash運算，具體代碼以下：

static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
複製代碼

假如key是String字符串的話，hash()會先獲取字符串的hashCode（散列值），再對散列值進行位於運算，最終的值爲HashMap實際的鍵（int值）。

既然HashMap在put的時候使用鍵的散列值做爲實際的鍵，那麼在根據鍵獲取值的時候，天然也要先對get(key)方法的key進行hash運算，請看如下代碼：

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

0二、散列值衝突怎麼解決

儘管散列值很難重複，咱們仍是要明白，這種轉換是一種壓縮映射，也就是，散列值的空間一般遠小於輸入的空間，不一樣的輸入可能會散列成相同的輸出。

也就是說，key1 ≠ key2，但function(key1)有可能等於function(key2)——散列值衝突了。怎麼辦？

最容易想到的解決辦法就是：當關鍵字key2的散列值value與key1的散列值value出現衝突時，以value爲基礎，產生另外一個散列值value1，若是value1與value再也不衝突，則將value1做爲key2的散列值。

依照這個辦法，總會找到不衝突的那個。

0三、初始容量和負載因子

HashMap的構造方法主要有三種：

public HashMap(int initialCapacity, float loadFactor) {
    if (initialCapacity > MAXIMUM_CAPACITY)
        initialCapacity = MAXIMUM_CAPACITY;
    this.loadFactor = loadFactor;
    this.threshold = tableSizeFor(initialCapacity);
}


public HashMap(int initialCapacity) {
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}


public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR;
}
複製代碼

其中initialCapacity爲初始容量（默認爲1 << 4 = 16），loadFactor爲負載因子（默認爲0.75）。初始容量是HashMap在建立時的容量（HashMap中桶的數量）；負載因子是HashMap在其容量自動增長以前能夠達到多滿的一種尺度。

當HashMap中的條目數超出了負載因子與當前容量的乘積時，則要對HashMap擴容，增長大約兩倍的桶數。

一般，默認的負載因子 (0.75) 是時間和空間成本上的一種折衷。負載因子太高雖然減小了空間開銷，但同時增長了查詢成本。若是負載因子太小，則初始容量要增大，不然會致使頻繁的擴容。

在設置初始容量時應該考慮到映射中所需的條目數及其加載因子，以便最大限度地減小擴容的操做次數。

若是可以提早預知要存取的鍵值對數量的話，能夠考慮設置合適的初始容量（大於「預估元素數量 / 負載因子」，而且是2的冪數）。

0四、小結

在以前很長的一段時間內，我對HashMap的認知僅限於會用它的put(key, value)和value = get(key)。

但，當我強迫本身每週要輸出一篇Java方面的技術文章後，我對HashMap真的「深刻淺出」了——散列值（哈希值）、散列衝突（哈希衝突）、初始容量和負載因子，居然能站在我面前一直笑——而原先，我見到這些關鍵字就溜之大吉了，我怕見到它們。

---

PS：歡迎個人公衆號「沉默王二」，一個不止寫代碼的程序員，還寫有趣有益的文字，給不喜歡嚴肅的你。