hashcode衝突的解決方法以及原理分析（收穫頗大）
在Java程式語言中，最基本的結構就是兩種，一種是陣列，一種是模擬指標(引用),所有的資料結構都可以用這兩個基本結構構造，HashMap也一樣。當程式試圖將多個 key-value 放入 HashMap 中時，以如下程式碼片段為例：
HashMap<String,Object> m=new HashMap<String,Object>();m.put(“a”, “rrr1”);
m.put(“b”, “tt9”);
m.put(“c”, “tt8”);
m.put(“d”, “g7”);
m.put(“e”, “d6”);
m.put(“f”, “d4”);
m.put(“g”, “d4”);
m.put(“h”, “d3”);
m.put(“i”, “d2”);
m.put(“j”, “d1”);
m.put(“k”, “1”);
m.put(“o”, “2”);
m.put(“p”, “3”);
m.put(“q”, “4”);
m.put(“r”, “5”);
m.put(“s”, “6”);
m.put(“t”, “7”);
m.put(“u”, “8”);
m.put(“v”, “9”);
HashMap 採用一種所謂的“Hash 演算法”來決定每個元素的儲存位置。當程式執行 map.put(String,Obect)方法 時，系統將呼叫String的 hashCode() 方法得到其 hashCode 值——每個 Java 物件都有 hashCode() 方法，都可通過該方法獲得它的 hashCode 值。得到這個物件的 hashCode 值之後，系統會根據該 hashCode 值來決定該元素的儲存位置。原始碼如下:
- public V put(K key, V value) {
- if (key == null)
- return putForNullKey(value);
- int hash = hash(key.hashCode());
- int i = indexFor(hash, table.length);
- for (Entry<K,V> e = table[i]; e != null; e = e.next) {
- Object k;
-
//判斷當前確定的索引位置是否存在相同hashcode和相同key的元素，如果存在相同的hashcode和相同的key的元素，那麼新值覆蓋原來的舊值，並返回舊值。
- //如果存在相同的hashcode，那麼他們確定的索引位置就相同，這時判斷他們的key是否相同，如果不相同，這時就是產生了hash衝突。
- //Hash衝突後，那麼HashMap的單個bucket裡儲存的不是一個 Entry，而是一個 Entry 鏈。
- //系統只能必須按順序遍歷每個 Entry，直到找到想搜尋的 Entry 為止——如果恰好要搜尋的 Entry 位於該 Entry 鏈的最末端（該 Entry 是最早放入該 bucket 中），
- //那系統必須迴圈到最後才能找到該元素。
-
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
- V oldValue = e.value;
- e.value = value;
- return oldValue;
- }
- }
- modCount++;
- addEntry(hash, key, value, i);
- return null;
- }
上面程式中用到了一個重要的內部介面：Map.Entry，每個 Map.Entry 其實就是一個 key-value 對。從上面程式中可以看出：當系統決定儲存 HashMap 中的 key-value 對時，完全沒有考慮 Entry 中的 value，僅僅只是根據 key 來計算並決定每個 Entry 的儲存位置。這也說明了前面的結論：我們完全可以把 Map 集合中的 value 當成 key 的附屬，當系統決定了 key 的儲存位置之後，value 隨之儲存在那裡即可.HashMap程式經過我改造，我故意的構造出了hash衝突現象，因為HashMap的初始大小16,但是我在hashmap裡面放了超過16個元素，並且我遮蔽了它的resize()方法。不讓它去擴容。這時HashMap的底層陣列Entry[] table結構如下:
Hashmap裡面的bucket出現了單鏈表的形式，散列表要解決的一個問題就是雜湊值的衝突問題，通常是兩種方法：連結串列法和開放地址法。連結串列法就是將相同hash值的物件組織成一個連結串列放在hash值對應的槽位；開放地址法是通過一個探測演算法，當某個槽位已經被佔據的情況下繼續查詢下一個可以使用的槽位。java.util.HashMap採用的連結串列法的方式，連結串列是單向連結串列。形成單鏈表的核心程式碼如下：
- void addEntry(int hash, K key, V value, int bucketIndex) {
- Entry<K,V> e = table[bucketIndex];
- table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
- if (size++ >= threshold)
- resize(2 * table.length);
- bsp;
上面方法的程式碼很簡單，但其中包含了一個設計：系統總是將新新增的 Entry 物件放入 table 陣列的 bucketIndex 索引處——如果 bucketIndex 索引處已經有了一個 Entry 物件，那新新增的 Entry 物件指向原有的 Entry 物件（產生一個 Entry 鏈），如果 bucketIndex 索引處沒有 Entry 物件，也就是上面程式程式碼的 e 變數是 null，也就是新放入的 Entry 物件指向 null，也就是沒有產生 Entry 鏈。
HashMap裡面沒有出現hash衝突時，沒有形成單鏈表時，hashmap查詢元素很快,get()方法能夠直接定位到元素，但是出現單鏈表後，單個bucket 裡儲存的不是一個 Entry，而是一個 Entry 鏈，系統只能必須按順序遍歷每個 Entry，直到找到想搜尋的 Entry 為止——如果恰好要搜尋的 Entry 位於該 Entry 鏈的最末端（該 Entry 是最早放入該 bucket 中），那系統必須迴圈到最後才能找到該元素。
當建立 HashMap 時，有一個預設的負載因子（load factor），其預設值為 0.75，這是時間和空間成本上一種折衷：增大負載因子可以減少 Hash 表（就是那個 Entry 陣列）所佔用的記憶體空間，但會增加查詢資料的時間開銷，而查詢是最頻繁的的操作（HashMap 的 get() 與 put() 方法都要用到查詢）；減小負載因子會提高資料查詢的效能，但會增加 Hash 表所佔用的記憶體空間。
一、HashMap概述
HashMap基於雜湊表的 Map 介面的實現。此實現提供所有可選的對映操作，並允許使用 null 值和 null 鍵。（除了不同步和允許使用 null 之外，HashMap 類與 Hashtable 大致相同。）此類不保證對映的順序，特別是它不保證該順序恆久不變。
值得注意的是HashMap不是執行緒安全的，如果想要執行緒安全的HashMap，可以通過Collections類的靜態方法synchronizedMap獲得執行緒安全的HashMap。
Map map = Collections.synchronizedMap(new HashMap());
二、HashMap的資料結構
HashMap的底層主要是基於陣列和連結串列來實現的，它之所以有相當快的查詢速度主要是因為它是通過計算雜湊碼來決定儲存的位置。HashMap中主要是通過key的hashCode來計算hash值的，只要hashCode相同，計算出來的hash值就一樣。如果儲存的物件對多了，就有可能不同的物件所算出來的hash值是相同的，這就出現了所謂的hash衝突。學過資料結構的同學都知道，解決hash衝突的方法有很多，HashMap底層是通過連結串列來解決hash衝突的。
圖中，紫色部分即代表雜湊表，也稱為雜湊陣列，陣列的每個元素都是一個單鏈表的頭節點，連結串列是用來解決衝突的，如果不同的key對映到了陣列的同一位置處，就將其放入單鏈表中。
我們看看HashMap中Entry類的程式碼：
/** Entry是單向連結串列。
* 它是 “HashMap鏈式儲存法”對應的連結串列。
*它實現了Map.Entry 介面，即實現getKey(), getValue(), setValue(V value), equals(Object o), hashCode()這些函式
**/
static class Entry<K,V> implements Map.Entry<K,V> {
final K key;
V value;
// 指向下一個節點
Entry<K,V> next;
final int hash;
// 建構函式。
// 輸入引數包括"雜湊值(h)", "鍵(k)", "值(v)", "下一節點(n)"
Entry(int h, K k, V v, Entry<K,V> n) {
value = v;
next = n;
key = k;
hash = h;
}
public final K getKey() {
return key;
}
public final V getValue() {
return value;
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
// 判斷兩個Entry是否相等
// 若兩個Entry的“key”和“value”都相等，則返回true。
// 否則，返回false
public final boolean equals(Object o) {
if (!(o instanceof Map.Entry))
return false;
Map.Entry e = (Map.Entry)o;
Object k1 = getKey();
Object k2 = e.getKey();
if (k1 == k2 || (k1 != null && k1.equals(k2))) {
Object v1 = getValue();
Object v2 = e.getValue();
if (v1 == v2 || (v1 != null && v1.equals(v2)))
return true;
}
return false;
}
// 實現hashCode()
public final int hashCode() {
return (key==null ? 0 : key.hashCode()) ^
(value==null ? 0 : value.hashCode());
}
public final String toString() {
return getKey() + "=" + getValue();
}
// 當向HashMap中新增元素時，繪呼叫recordAccess()。
// 這裡不做任何處理
void recordAccess(HashMap<K,V> m) {
}
// 當從HashMap中刪除元素時，繪呼叫recordRemoval()。
// 這裡不做任何處理
void recordRemoval(HashMap<K,V> m) {
}
}
HashMap其實就是一個Entry陣列，Entry物件中包含了鍵和值，其中next也是一個Entry物件，它就是用來處理hash衝突的，形成一個連結串列。
三、HashMap原始碼分析
1、關鍵屬性
先看看HashMap類中的一些關鍵屬性：
1 transient Entry[] table;//儲存元素的實體陣列 2 3 transient int size;//存放元素的個數 4 5 int threshold; //臨界值 當實際大小超過臨界值時，會進行擴容threshold = 載入因子*容量 6 7 final float loadFactor; //載入因子 8 9 transient int modCount;//被修改的次數
其中loadFactor載入因子是表示Hsah表中元素的填滿的程度.
若:載入因子越大,填滿的元素越多,好處是,空間利用率高了,但:衝突的機會加大了.連結串列長度會越來越長,查詢效率降低。
反之,載入因子越小,填滿的元素越少,好處是:衝突的機會減小了,但:空間浪費多了.表中的資料將過於稀疏（很多空間還沒用，就開始擴容了）
衝突的機會越大,則查詢的成本越高.
因此,必須在 ”衝突的機會”與”空間利用率”之間尋找一種平衡與折衷. 這種平衡與折衷本質上是資料結構中有名的”時-空”矛盾的平衡與折衷.
如果機器記憶體足夠，並且想要提高查詢速度的話可以將載入因子設定小一點；相反如果機器記憶體緊張，並且對查詢速度沒有什麼要求的話可以將載入因子設定大一點。不過一般我們都不用去設定它，讓它取預設值0.75就好了。
2、構造方法
下面看看HashMap的幾個構造方法：
public HashMap(int initialCapacity, float loadFactor) {
2 //確保數字合法
3 if (initialCapacity < 0)
4 throw new IllegalArgumentException("Illegal initial capacity: " +
5 initialCapacity);
6 if (initialCapacity > MAXIMUM_CAPACITY)
7 initialCapacity = MAXIMUM_CAPACITY;
8 if (loadFactor <= 0 || Float.isNaN(loadFactor))
9 throw new IllegalArgumentException("Illegal load factor: " +
10 loadFactor);
11
12 // Find a power of 2 >= initialCapacity
13 int capacity = 1; //初始容量
14 while (capacity < initialCapacity) //確保容量為2的n次冪，使capacity為大於initialCapacity的最小的2的n次冪
15 capacity <<= 1;
16
17 this.loadFactor = loadFactor;
18 threshold = (int)(capacity * loadFactor);
19 table = new Entry[capacity];
20 init();
21 }
22
23 public HashMap(int initialCapacity) {
24 this(initialCapacity, DEFAULT_LOAD_FACTOR);
25 }
26
27 public HashMap() {
28 this.loadFactor = DEFAULT_LOAD_FACTOR;
29 threshold = (int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR);
30 table = new Entry[DEFAULT_INITIAL_CAPACITY];
31 init();
32 }
我們可以看到在構造HashMap的時候如果我們指定了載入因子和初始容量的話就呼叫第一個構造方法，否則的話就是用預設的。預設初始容量為16，預設載入因子為0.75。我們可以看到上面程式碼中13-15行，這段程式碼的作用是確保容量為2的n次冪，使capacity為大於initialCapacity的最小的2的n次冪，至於為什麼要把容量設定為2的n次冪，我們等下再看。
重點分析下HashMap中用的最多的兩個方法put和get
3、儲存資料
下面看看HashMap儲存資料的過程是怎樣的，首先看看HashMap的put方法：
public V put(K key, V value) {
// 若“key為null”，則將該鍵值對新增到table[0]中。
if (key == null)
return putForNullKey(value);
// 若“key不為null”，則計算該key的雜湊值，然後將其新增到該雜湊值對應的連結串列中。
int hash = hash(key.hashCode());
//搜尋指定hash值在對應table中的索引
int i = indexFor(hash, table.length);
// 迴圈遍歷Entry陣列,若“該key”對應的鍵值對已經存在，則用新的value取代舊的value。然後退出！
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) { //如果key相同則覆蓋並返回舊值
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
//修改次數+1
modCount++;
//將key-value新增到table[i]處
addEntry(hash, key, value, i);
return null;
}
上面程式中用到了一個重要的內部介面：Map.Entry，每個 Map.Entry 其實就是一個 key-value 對。從上面程式中可以看出：當系統決定儲存 HashMap 中的 key-value 對時，完全沒有考慮 Entry 中的 value，僅僅只是根據 key 來計算並決定每個 Entry 的儲存位置。這也說明了前面的結論：我們完全可以把 Map 集合中的 value 當成 key 的附屬，當系統決定了 key 的儲存位置之後，value 隨之儲存在那裡即可。
我們慢慢的來分析這個函式，第2和3行的作用就是處理key值為null的情況，我們看看putForNullKey(value)方法：
1 private V putForNullKey(V value) {
2 for (Entry<K,V> e = table[0]; e != null; e = e.next) {
3 if (e.key == null) { //如果有key為null的物件存在，則覆蓋掉
4 V oldValue = e.value;
5 e.value = value;
6 e.recordAccess(this);
7 return oldValue;
8 }
9 }
10 modCount++;
11 addEntry(0, null, value, 0); //如果鍵為null的話，則hash值為0
12 return null;
13 }
注意：如果key為null的話，hash值為0，物件儲存在陣列中索引為0的位置。即table[0]
我們再回去看看put方法中第4行，它是通過key的hashCode值計算hash碼，下面是計算hash碼的函式：
1 //計算hash值的方法 通過鍵的hashCode來計算
2 static int hash(int h) {
3 // This function ensures that hashCodes that differ only by
4 // constant multiples at each bit position have a bounded
5 // number of collisions (approximately 8 at default load factor).
6 h ^= (h >>> 20) ^ (h >>> 12);
7 return h ^ (h >>> 7) ^ (h >>> 4);
8 }
得到hash碼之後就會通過hash碼去計算出應該儲存在陣列中的索引，計算索引的函式如下：
1 static int indexFor(int h, int length) { //根據hash值和陣列長度算出索引值
2 return h & (length-1); //這裡不能隨便算取，用hash&(length-1)是有原因的，這樣可以確保算出來的索引是在陣列大小範圍內，不會超出
3 }
這個我們要重點說下，我們一般對雜湊表的雜湊很自然地會想到用hash值對length取模（即除法雜湊法），Hashtable中也是這樣實現的，這種方法基本能保證元素在雜湊表中雜湊的比較均勻，但取模會用到除法運算，效率很低，HashMap中則通過h&(length-1)的方法來代替取模，同樣實現了均勻的雜湊，但效率要高很多，這也是HashMap對Hashtable的一個改進。
接下來，我們分析下為什麼雜湊表的容量一定要是2的整數次冪。首先，length為2的整數次冪的話，h&(length-1)就相當於對length取模，這樣便保證了雜湊的均勻，同時也提升了效率；其次，length為2的整數次冪的話，為偶數，這樣length-1為奇數，奇數的最後一位是1，這樣便保證了h&(length-1)的最後一位可能為0，也可能為1（這取決於h的值），即與後的結果可能為偶數，也可能為奇數，這樣便可以保證雜湊的均勻性，而如果length為奇數的話，很明顯length-1為偶數，它的最後一位是0，這樣h&(length-1)的最後一位肯定為0，即只能為偶數，這樣任何hash值都只會被雜湊到陣列的偶數下標位置上，這便浪費了近一半的空間，因此，length取2的整數次冪，是為了使不同hash值發生碰撞的概率較小，這樣就能使元素在雜湊表中均勻地雜湊。
這看上去很簡單，其實比較有玄機的，我們舉個例子來說明：
假設陣列長度分別為15和16，優化後的hash碼分別為8和9，那麼&運算後的結果如下：
h & (table.length-1) hash table.length-1
8 & (15-1)： 0100 & 1110 = 0100
9 & (15-1)： 0101 & 1110 = 0100
-----------------------------------------------------------------------------------------------------------------------
8 & (16-1)： 0100 & 1111 = 0100
9 & (16-1)： 0101 & 1111 = 0101
從上面的例子中可以看出：當它們和15-1（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會被放到陣列中的同一個位置上形成連結串列，那麼查詢的時候就需要遍歷這個鏈 表，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，hash值會與15-1（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！而當陣列長度為16時，即為2的n次方時，2n-1得到的二進位制數的每個位上的值都為1，這使得在低位上&時，得到的和原hash的低位相同，加之hash(int h)方法對key的hashCode的進一步優化，加入了高位計算，就使得只有相同的hash值的兩個值才會被放到陣列中的同一個位置上形成連結串列。
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。
根據上面 put 方法的原始碼可以看出，當程式試圖將一個key-value對放入HashMap中時，程式首先根據該 key 的 hashCode() 返回值決定該 Entry 的儲存位置：如果兩個 Entry 的 key 的 hashCode() 返回值相同，那它們的儲存位置相同。如果這兩個 Entry 的 key 通過 equals 比較返回 true，新新增 Entry 的 value 將覆蓋集合中原有 Entry 的 value，但key不會覆蓋。如果這兩個 Entry 的 key 通過 equals 比較返回 false，新新增的 Entry 將與集合中原有 Entry 形成 Entry 鏈，而且新新增的 Entry 位於 Entry 鏈的頭部——具體說明繼續看 addEntry() 方法的說明。
1 void addEntry(int hash, K key, V value, int bucketIndex) {
2 Entry<K,V> e = table[bucketIndex]; //如果要加入的位置有值，將該位置原先的值設定為新entry的next,也就是新entry連結串列的下一個節點
3 table[bucketIndex] = new Entry<>(hash, key, value, e);
4 if (size++ >= threshold) //如果大於臨界值就擴容
5 resize(2 * table.length); //以2的倍數擴容
6 }
引數bucketIndex就是indexFor函式計算出來的索引值，第2行程式碼是取得陣列中索引為bucketIndex的Entry物件，第3行就是用hash、key、value構建一個新的Entry物件放到索引為bucketIndex的位置，並且將該位置原先的物件設定為新物件的next構成連結串列。
第4行和第5行就是判斷put後size是否達到了臨界值threshold，如果達到了臨界值就要進行擴容，HashMap擴容是擴為原來的兩倍。
4、調整大小
resize()方法如下：
重新調整HashMap的大小，newCapacity是調整後的單位
1 void resize(int newCapacity) {
2 Entry[] oldTable = table;
3 int oldCapacity = oldTable.length;
4 if (oldCapacity == MAXIMUM_CAPACITY) {
5 threshold = Integer.MAX_VALUE;
6 return;
7 }
8
9 Entry[] newTable = new Entry[newCapacity];
10 transfer(newTable);//用來將原先table的元素全部移到newTable裡面
11 table = newTable; //再將newTable賦值給table
12 threshold = (int)(newCapacity * loadFactor);//重新計算臨界值
13 }
新建了一個HashMap的底層陣列，上面程式碼中第10行為呼叫transfer方法，將HashMap的全部元素新增到新的HashMap中,並重新計算元素在新的陣列中的索引位置
當HashMap中的元素越來越多的時候，hash衝突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，這是一個常用的操作，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，這是一個折中的取值。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，擴容是需要進行陣列複製的，複製陣列是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。
5、資料讀取
1.public V get(Object key) {
2. if (key == null)
3. return getForNullKey();
4. int hash = hash(key.hashCode());
5. for (Entry<K,V> e = table[indexFor(hash, table.length)];
6. e != null;
7. e = e.next) {
8. Object k;
9. if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
10. return e.value;
11. }
12. return null;
13.}
有了上面儲存時的hash演算法作為基礎，理解起來這段程式碼就很容易了。從上面的原始碼中可以看出：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。
6、HashMap的效能引數：
HashMap 包含如下幾個構造器：
HashMap()：構建一個初始容量為 16，負載因子為 0.75 的 HashMap。
HashMap(int initialCapacity)：構建一個初始容量為 initialCapacity，負載因子為 0.75 的 HashMap。
HashMap(int initialCapacity, float loadFactor)：以指定初始容量、指定的負載因子建立一個 HashMap。
HashMap的基礎構造器HashMap(int initialCapacity, float loadFactor)帶有兩個引數，它們是初始容量initialCapacity和載入因子loadFactor。
initialCapacity：HashMap的最大容量，即為底層陣列的長度。
loadFactor：負載因子loadFactor定義為：散列表的實際元素數目(n)/ 散列表的容量(m)。
負載因子衡量的是一個散列表的空間的使用程度，負載因子越大表示散列表的裝填程度越高，反之愈小。對於使用連結串列法的散列表來說，查詢一個元素的平均時間是O(1+a)，因此如果負載因子越大，對空間的利用更充分，然而後果是查詢效率的降低；如果負載因子太小，那麼散列表的資料將過於稀疏，對空間造成嚴重浪費。
HashMap的實現中，通過threshold欄位來判斷HashMap的最大容量：
threshold = (int)(capacity * loadFactor);[java] view plain copy print?
結合負載因子的定義公式可知，threshold就是在此loadFactor和capacity對應下允許的最大元素數目，超過這個數目就重新resize，以降低實際的負載因子。預設的的負載因子0.75是對空間和時間效率的一個平衡選擇。當容量超出此最大容量時， resize後的HashMap容量是容量的兩倍：