關於HashMap的一些思考
阿新 • • 發佈：2021-03-30
一、HashMap的負載因子的作用
當 HashMap 中的元素個數（包含連結串列、紅黑樹上的元素）達到陣列長度的0.75倍的時候，開始擴容。二、HashMap的負載因子為什麼是0.75
主要是為了提高空間利用率和減少查詢成本（也可以說是儘可能減少hash衝突）。三、為什麼槽位數必須使用2^n
如果想讓 Hash 結果分佈更加均勻，首先想到的就是使用取餘（%）操作。重點來了：“取餘(%)操作中如果除數是2的冪次則等價於與其除數減一的與(&)操作（也就是說 hash % length == hash & (length - 1) 的前提是 length 是 2 的 n 次方）。” 並且採用二進位制位操作 &，相對於 % 能夠提高運算效率，這就解釋了 HashMap 的長度為什麼是 2 的冪次方。四、解決Hash衝突的方法
1、開放地址法
公式：fi(key) = (f(key)+di) MOD m (di=0,1,2,3,......,m-1) key：待放入陣列（hash表）的元素；m：陣列長度 當衝突發生時，使用某種探測技術在散列表中形成一個探測序列。沿此序列逐個單元地查詢，直到找到給定的關鍵字，或者碰到一個開放的地址（即該地址單元為空）為止（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）。查詢時探測到開放的地址則表明表中無待查的關鍵字，即查詢失敗。（1）線性探測法
思想是：通過公式計算出元素在陣列中的下標，如果下標上沒有元素，直接放進去；如果下標中有元素，則公式中的 di 依次 +1 重新計算，直到查詢到沒有元素的下標。不然陣列就滿了，需要擴容。（2）二次探測法
（3）偽隨機數探測再雜湊
思想是：di 的值是通過隨機函式得到的。如果隨機函式的種子相同，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，總是能找到不發生衝突的地址，是我們常用的解決衝突的辦法。2、拉鍊法
五、為什麼連結串列長度達到 8 的時候就要轉為紅黑樹了？
當使用 0.75 作為負載因子時，連結串列中的長度達到 8 幾乎是不可能的，均衡策略吧。 引用 HashMap 原始碼中的註釋：* 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
六、HashMap擴容時元素的位置發生了什麼變化？
分為三種情況：- 對於陣列上的元素：直接使用已經計算出來的hash值重新計算新下標放入新陣列。
- 對於連結串列：將一條連結串列拆分為兩條，hash值大於陣列長度的新連結串列放在新陣列，小於的就放在原陣列。
- 對於紅黑樹：將數拆為兩條連結串列，hash值大於陣列長度的新連結串列放在新陣列，小於的就放在原陣列，最後，重新判斷兩條連結串列是否需要轉為紅黑樹。
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，那麼擴容之後的新陣列長度就是 32，連結串列上的元素分別是 7,23,39。（整數的hash值就是本身）
7 ：0000 0111 & 16：0001 0000 --------------- = ：0000 0000 # 0，仍舊在原位 17：0001 0001 & 16：0001 0000 --------------- = ：0001 0000 # 非0，需要放在 [17, 32) 之間 23：0001 0111 & 16：0001 0000 --------------- = ：0001 0000 # 非0，需要放在 [17, 32) 之間 39：0010 0111 & 16：0001 0000 --------------- = ：0000 0000 # 0，仍舊在原位，因為它的的值大於陣列的長度