hashmap底層實現和擴容以及改寫hashcode和equals方法 基於jdk1.7 …jdk1.8之後加了紅黑樹，想看jdk1.8實現的，請另行Google！

Hashmap是一種非常常用的、應用廣泛的資料型別，最近研究到相關的內容，就正好複習一下。網上關於hashmap的文章很多，但到底是自己學習的總結，就發出來跟大家一起分享，一起討論。

1、hashmap的資料結構
要知道hashmap是什麼，首先要搞清楚它的資料結構，在java程式語言中，最基本的結構就是兩種，一個是陣列，另外一個是模擬指標（引用），所有的資料結構都可以用這兩個基本結構來構造的，hashmap也不例外。Hashmap實際上是一個數組和連結串列的結合體（在資料結構中，一般稱之為“連結串列雜湊“），請看下圖（橫排表示陣列，縱排表示陣列元素【實際上是一個連結串列】）。

從圖中我們可以看到一個hashmap就是一個數組結構，當新建一個hashmap的時候，就會初始化一個數組。我們來看看java程式碼：

/** 
     * The table, resized as necessary. Length MUST Always be a power of two. 
     *  FIXME 這裡需要注意這句話，至於原因後面會講到 
     */  
    transient Entry[] table;  

static class Entry<K,V> implements Map.Entry<K,V> {  
        final
 
 K key;  
        V value;  
        final int hash;  
        Entry<K,V> next;  
..........  
}  

上面的Entry就是陣列中的元素，它持有一個指向下一個元素的引用，這就構成了連結串列。
當我們往hashmap中put元素的時候，先根據key的hash值得到這個元素在陣列中的位置（即下標），然後就可以把這個元素放到對應的位置中了。如果這個元素所在的位子上已經存放有其他元素了，那麼在同一個位子上的元素將以連結串列的形式存放，新加入的放在鏈頭，最先加入的放在鏈尾。從hashmap中get元素時，首先計算key的hashcode，找到陣列中對應位置的某一元素，然後通過key的equals方法在對應位置的連結串列中找到需要的元素。從這裡我們可以想象得到，如果每個位置上的連結串列只有一個元素，那麼hashmap的get效率將是最高的，但是理想總是美好的，現實總是有困難需要我們去克服，哈哈~

2、hash演算法
我們可以看到在hashmap中要找到某個元素，需要根據key的hash值來求得對應陣列中的位置。如何計算這個位置就是hash演算法。前面說過hashmap的資料結構是陣列和連結串列的結合，所以我們當然希望這個hashmap裡面的元素位置儘量的分佈均勻些，儘量使得每個位置上的元素數量只有一個，那麼當我們用hash演算法求得這個位置的時候，馬上就可以知道對應位置的元素就是我們要的，而不用再去遍歷連結串列。

所以我們首先想到的就是把hashcode對陣列長度取模運算，這樣一來，元素的分佈相對來說是比較均勻的。但是，“模”運算的消耗還是比較大的，能不能找一種更快速，消耗更小的方式呢？ java中是這樣做的，

static int indexFor(int h, int length) {  
       return h & (length-1);  
   }  

首先算得key得hashcode值，然後跟陣列的長度-1做一次“與”運算（&）。看上去很簡單，其實比較有玄機。比如陣列的長度是2的4次方，那麼hashcode就會和2的4次方-1做“與”運算。很多人都有這個疑問，為什麼hashmap的陣列初始化大小都是2的次方大小時，hashmap的效率最高，我以2的4次方舉例，來解釋一下為什麼陣列大小為2的冪時hashmap訪問的效能最高。

看下圖，左邊兩組是陣列長度為16（2的4次方），右邊兩組是陣列長度為15。兩組的hashcode均為8和9，但是很明顯，當它們和1110“與”的時候，產生了相同的結果，也就是說它們會定位到陣列中的同一個位置上去，這就產生了碰撞，8和9會被放到同一個連結串列上，那麼查詢的時候就需要遍歷這個連結串列，得到8或者9，這樣就降低了查詢的效率。同時，我們也可以發現，當陣列長度為15的時候，hashcode的值會與14（1110）進行“與”，那麼最後一位永遠是0，而0001，0011，0101，1001，1011，0111，1101這幾個位置永遠都不能存放元素了，空間浪費相當大，更糟的是這種情況中，陣列可以使用的位置比陣列長度小了很多，這意味著進一步增加了碰撞的機率，減慢了查詢的效率！

所以說，當陣列長度為2的n次冪的時候，不同的key算得得index相同的機率較小，那麼資料在陣列上分佈就比較均勻，也就是說碰撞的機率小，相對的，查詢的時候就不用遍歷某個位置上的連結串列，這樣查詢效率也就較高了。
說到這裡，我們再回頭看一下hashmap中預設的陣列大小是多少，檢視原始碼可以得知是16，為什麼是16，而不是15，也不是20呢，看到上面annegu的解釋之後我們就清楚了吧，顯然是因為16是2的整數次冪的原因，在小資料量的情況下16比15和20更能減少key之間的碰撞，而加快查詢的效率。

所以，在儲存大容量資料的時候，最好預先指定hashmap的size為2的整數次冪次方。就算不指定的話，也會以大於且最接近指定值大小的2次冪來初始化的，程式碼如下(HashMap的構造方法中)：

// Find a power of 2 >= initialCapacity  
        int capacity = 1;  
        while (capacity < initialCapacity)   
            capacity <<= 1;  

3、hashmap的resize

當hashmap中的元素越來越多的時候，碰撞的機率也就越來越高（因為陣列的長度是固定的），所以為了提高查詢的效率，就要對hashmap的陣列進行擴容，陣列擴容這個操作也會出現在ArrayList中，所以這是一個通用的操作，很多人對它的效能表示過懷疑，不過想想我們的“均攤”原理，就釋然了，而在hashmap陣列擴容之後，最消耗效能的點就出現了：原陣列中的資料必須重新計算其在新陣列中的位置，並放進去，這就是resize。

那麼hashmap什麼時候進行擴容呢？當hashmap中的元素個數超過陣列大小* loadFactor時，就會進行陣列擴容，loadFactor的預設值為0.75，也就是說，預設情況下，陣列大小為16，那麼當hashmap中元素個數超過16* 0.75=12的時候，就把陣列的大小擴充套件為2 * 16=32，即擴大一倍，然後重新計算每個元素在陣列中的位置，而這是一個非常消耗效能的操作，所以如果我們已經預知hashmap中元素的個數，那麼預設元素的個數能夠有效的提高hashmap的效能。比如說，我們有1000個元素new HashMap(1000), 但是理論上來講new HashMap(1024)更合適，不過上面annegu已經說過，即使是1000，hashmap也自動會將其設定為1024。 但是new HashMap(1024)還不是更合適的，因為0.75 * 1000 < 1000, 也就是說為了讓0.75 * size > 1000, 我們必須這樣new HashMap(2048)才最合適，既考慮了&的問題，也避免了resize的問題。

4、key的hashcode與equals方法改寫
在第一部分hashmap的資料結構中，annegu就寫了get方法的過程：首先計算key的hashcode，找到陣列中對應位置的某一元素，然後通過key的equals方法在對應位置的連結串列中找到需要的元素。所以，hashcode與equals方法對於找到對應元素是兩個關鍵方法。

Hashmap的key可以是任何型別的物件，例如User這種物件，為了保證兩個具有相同屬性的user的hashcode相同，我們就需要改寫hashcode方法，比方把hashcode值的計算與User物件的id關聯起來，那麼只要user物件擁有相同id，那麼他們的hashcode也能保持一致了，這樣就可以找到在hashmap陣列中的位置了。如果這個位置上有多個元素，還需要用key的equals方法在對應位置的連結串列中找到需要的元素，所以只改寫了hashcode方法是不夠的，equals方法也是需要改寫滴~當然啦，按正常思維邏輯，equals方法一般都會根據實際的業務內容來定義，例如根據user物件的id來判斷兩個user是否相等。
在改寫equals方法的時候，需要滿足以下三點：
(1) 自反性：就是說a.equals(a)必須為true。
(2) 對稱性：就是說a.equals(b)=true的話，b.equals(a)也必須為true。
(3) 傳遞性：就是說a.equals(b)=true，並且b.equals(c)=true的話，a.equals(c)也必須為true。
通過改寫key物件的equals和hashcode方法，我們可以將任意的業務物件作為map的key(前提是你確實有這樣的需要)。

總結：
本文主要描述了HashMap的結構，和hashmap中hash函式的實現，以及該實現的特性，同時描述了hashmap中resize帶來效能消耗的根本原因，以及將普通的域模型物件作為key的基本要求。尤其是hash函式的實現，可以說是整個HashMap的精髓所在，只有真正理解了這個hash函式，才可以說對HashMap有了一定的理解。