HashMap的底層原理實現（1）
————————————
眾所周知，HashMap是一個用於存儲Key-Value鍵值對的集合，每一個鍵值對也叫做Entry。這些個鍵值對（Entry）分散存儲在一個數組當中，這個數組就是HashMap的主幹。
HashMap數組每一個元素的初始值都是Null。
對於HashMap，我們最常使用的是兩個方法：Get 和 Put。
1.Put方法的原理
調用Put方法的時候發生了什麽呢？
比如調用 hashMap.put("apple", 0) ，插入一個Key為“apple"的元素。這時候我們需要利用一個哈希函數來確定Entry的插入位置（index）：
index = Hash（“apple”）
假定最後計算出的index是2，那麽結果如下：
但是，因為HashMap的長度是有限的，當插入的Entry越來越多時，再完美的Hash函數也難免會出現index沖突的情況。比如下面這樣：
這時候該怎麽辦呢？我們可以利用鏈表來解決。
HashMap數組的每一個元素不止是一個Entry對象，也是一個鏈表的頭節點。每一個Entry對象通過Next指針指向它的下一個Entry節點。當新來的Entry映射到沖突的數組位置時，只需要插入到對應的鏈表即可：
需要註意的是，新來的Entry節點插入鏈表時，使用的是“頭插法”。至於為什麽不插入鏈表尾部，後面會有解釋。
2.Get方法的原理
使用Get方法根據Key來查找Value的時候，發生了什麽呢？
首先會把輸入的Key做一次Hash映射，得到對應的index：
index = Hash（“apple”）
由於剛才所說的Hash沖突，同一個位置有可能匹配到多個Entry，這時候就需要順著對應鏈表的頭節點，一個一個向下來查找。假設我們要查找的Key是“apple”：
第一步，我們查看的是頭節點Entry6，Entry6的Key是banana，顯然不是我們要找的結果。
第二步，我們查看的是Next節點Entry1，Entry1的Key是apple，正是我們要找的結果。
之所以把Entry6放在頭節點，是因為HashMap的發明者認為，後插入的Entry被查找的可能性更大
————————————
之前說過，從Key映射到HashMap數組的對應位置，會用到一個Hash函數：
index = Hash（“apple”）
如何實現一個盡量均勻分布的Hash函數呢？我們通過利用Key的HashCode值來做某種運算。
index = HashCode（Key） % Length ?
如何進行位運算呢？有如下的公式（Length是HashMap的長度）：
index = HashCode（Key） & （Length - 1）
下面我們以值為“book”的Key來演示整個過程：
1.計算book的hashcode，結果為十進制的3029737，二進制的101110001110101110 1001。
2.假定HashMap長度是默認的16，計算Length-1的結果為十進制的15，二進制的1111。
3.把以上兩個結果做與運算，101110001110101110 1001 & 1111 = 1001，十進制是9，所以 index=9。
可以說，Hash算法最終得到的index結果，完全取決於Key的Hashcode值的最後幾位。
假設HashMap的長度是10，重復剛才的運算步驟：
單獨看這個結果，表面上並沒有問題。我們再來嘗試一個新的HashCode 101110001110101110 1011 ：
讓我們再換一個HashCode 101110001110101110 1111 試試 ：
是的，雖然HashCode的倒數第二第三位從0變成了1，但是運算的結果都是1001。也就是說，當HashMap長度為10的時候，有些index結果的出現幾率會更大，而有些index結果永遠不會出現（比如0111）！
這樣，顯然不符合Hash算法均勻分布的原則。
反觀長度16或者其他2的冪，Length-1的值是所有二進制位全為1，這種情況下，index的結果等同於HashCode後幾位的值。只要輸入的HashCode本身分布均勻，Hash算法的結果就是均勻的。
HashMap的底層原理實現（1）