【資料結構】8.java原始碼關於HashMap
1.hashmap的底層資料結構
眾所皆知map的底層結構是類似鄰接表的結構，但是進入1.8之後，連結串列模式再一定情況下又會轉換為紅黑樹
在JDK8中，當連結串列長度達到8，並且hash桶容量超過64(MIN_TREEIFY_CAPACITY)，會轉化成紅黑樹，以提升它的查詢、插入效率底層雜湊桶的資料結構是陣列，所以也會涉及到擴容的問題。
當MyHashMap的容量達到threshold域值時，就會觸發擴容。擴容前後，雜湊桶的長度一定會是2的次方。
1.1 為什麼用紅黑樹
那麼為什麼用紅黑樹呢？之前都是用的連結串列，之前的文章有提到連結串列的隨機訪問效率是很低的，因為需要從head一個個往後面找，那麼時間複雜度就是O(n),但是如果是紅黑樹因為紅黑樹是平衡二叉樹，說白了就是可以索引的，那麼時間複雜度只有O(logn),這樣效率就可以得到很大的提高
也許有人就想問了，那為什麼還搞個連結串列啊，直接用紅黑樹不就完了：
1.連結串列比紅黑樹簡單，構造一個紅黑樹要比構造連結串列複雜多了，所以在連結串列不多的情況下，整體效能上來看，當連結串列不長的時候紅黑樹的效能不一定有連結串列高
2.還有一個節點的新增和刪除的時候，需要對紅黑樹進行旋轉，著色等操作，這個就比連結串列的操作複雜多了
3.所以為連結串列設定一個閾值用來界定什麼時候進行樹化，什麼時候維持連結串列，從中間取得一個均衡是很重要的
1.2 為什麼閾值是64，連結串列長度到8
剛剛講到紅黑樹查詢效率是O(logn)那麼8的log是3，而使用連結串列，我們之前也有提到，原始碼會進行折半查詢（參考之前linkedlist原始碼分析）那就是8/2 = 4 平均查詢長度是4，所以在8的時候是比較合適的因為3比4小
再比如連結串列長度為6的時候，紅黑樹會退化為連結串列同理：6=》log=2~3 和8類似，但是6/2=3也很快，而且紅黑樹很複雜，所以是用的連結串列，至於其中的數字7的作用是緩衝一下，避免再長度為7，8徘徊的時候會頻繁修改為紅黑樹和連結串列
還有為什麼是64，參考網上記錄是：再低於64的時候容量比較小，hash碰撞的機率比較大，這種時候出現長連結串列的可能性比較大，這種原因導致的長連結串列我們應該避免，而是採用擴容的策略避免不必要的樹化
接下來我們觀察一下hashmap的繼承結構，瞭解一下
1.3 還有個問題負載因子的作用
0.75f負載因子過高會導致連結串列過長，查詢鍵值對時間複雜度就會增高，負載因子過低會導致hash桶的個數過多，空間複雜度變高
注意建構函式：
hash桶沒有再建構函式中進行初始化，而是再第一次儲存鍵值的時候進行初始化，initialCapacity返回一個大於等於初始化容量大小的最小2的冪次方
2.hashmap的增長策略
2.1 插入資料
1.插入資料的時候首先會判斷hash桶是否為空，如果為空會進行初始化，這是避免呼叫建構函式之後沒有資料導致，而且再初始化的時候會呼叫擴容策略這個後面再講
通過剛剛的學習我們知道hashmap有三種資料存放模式：陣列，連結串列，紅黑樹
判斷是否為空，如果為空，直接陣列存放
這裡有個細節
hash(key)和(n - 1) & hash 的使用
第一個對key進行hash取值
2.1.1 為什麼要用hash(key)，當然hash肯定是必須的，不然object物件怎麼定位陣列索引但是hashcode不行麼？
這裡是因為hashcode是32位的資料，用hashcode和n相與的時候，如果n比較小，那麼高位的資料基本就沒用到(2的16次冪以上的資料)，那麼就會導致hash碰撞的概率加大
這裡hash（key）的操作是吧hashcode右移16位在和原來的hashcode進行異或操作，相當於是吧高位的資訊合併到低位上，然後在和n做與運算，這樣高位低位的資訊全部都有，綜合的話hash碰撞的概率相應減低
2.1.2 (n-1)&hash是什麼操作hash%n不行麼？
------------------------------------------------------------------------------------------------------------------------------------
說明一下，這兩個操作都是取餘操作，之前有人說是取模，這裡科普一下，取模和取餘是不一樣的
取模（百度百科）：取模運算（“Module Operation”）和取餘運算（“Complementation ”）兩個概念有重疊的部分但又不完全一致。主要的區別在於對負整數進行除法運算時操作不同。取模主要是用於計算機術語中。取餘則更多是數學概念。模運算在數論和程式設計中都有著廣泛的應用，從奇偶數的判別到素數的判別，從模冪運算到最大公約數的求法，從孫子問題到凱撒密碼問題，無不充斥著模運算的身影。雖然很多數論教材上對模運算都有一定的介紹，但多數都是以純理論為主，對於模運算在程式設計中的應用涉及不多。
7 mod 4 = 3（商 = 1 或 2，1<2，取商=1）
-7 mod 4 = 1（商 = -1 或 -2，-2<-1，取商=-2）
7 mod -4 = -1（商 = -1或-2，-2<-1，取商=-2）
-7 mod -4 = -3（商 = 1或2，1<2，取商=1）
R = a -c*b
比如-7 mod 4 => -7 = 1 -2 * 4
求模運算和求餘運算在第一步不同: 取餘運算在取c的值時，向0 方向舍入(fix()函式)；而取模運算在計算c的值時，向負無窮方向舍入(floor()函式)。
符號相同時，兩者不會衝突。比如，7/3=2.3，產生了兩個商2和37=3*2+1或7=3*3+（-2）。因此，7rem3=1，7mod3=1。符號不同時，兩者會產生衝突。比如，7/（-3）=-2.3，產生了兩個商-2和-37=（-3）*（-2）+1或7=（-3）*（-3）+（-2）。因此，7rem（-3）=1，7mod（-3）=（-2）
------------------------------------------------------------------------------------------------------------------------------------
好的，我們繼續討論(n-1)&hash和hash%n的問題
之前也有說到hashmap的擴容策略是大於等於初始化容量大小的最小2的冪次方，那麼也就是說n是2的倍數，轉換成2進位制也就是最低位是0，再進行-1，那就是奇數
而且進行&操作
這裡注意我們的n是2的多次冪，那麼就是000100000000類似這樣的二進位制，減一的結果就是除了最高位其餘一下都是1也就是：000011111111111
這個時候和原來的資料hash做&操作，就會把超出這個length範圍的資料全部設定為0，也就是這個範圍以內的資料不會變
Example：
8 =》 0000 0000 0000 1000
8 - 1 =》 0000 0000 0000 0111
然後不論什麼資料與8-1做&操作，那麼範圍都在 0111之內，也就是7以內包含7範圍再0~7，這樣懂了吧，比如1000000&（7-1）結果就是0~7
當然出現這種情況有個必要的條件就是長度必須是2的n次冪，這樣再二進位制數列中，永遠只有一個位置是1，其餘位置是0，-1之後，這個位置一下的資料全包含再裡面&就是擷取低位的資料，吧高位去掉，相當於是取餘了
因為不論什麼數字都是x = a1*2^(n-1) + a2*2^(n-2) + … + a(n-1)*2^(1) + a(n)*2^(0),高位的肯定都是2的y次冪的倍數，所以去掉倍數，剩下的就是餘數，不知道我這麼說大家有沒有理解。。。
大家還可以看看我之前的部落格：https://www.cnblogs.com/cutter-point/p/11091727.html
如果不為空那麼就要進行連結串列化或者樹化了
2.1.3 如何連結串列化
說白了就是再hash桶的陣列上獲取這個位置上的node節點，然後迴圈遍歷獲取到最後一個節點，然後插入到節點末尾
//連結串列存放
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
//連結串列尾部插入，p的next判斷是否為空
p.next = newNode(hash, key, value, null);
//當連結串列的長度大於等於樹化閥值，並且hash桶的長度大於等於MIN_TREEIFY_CAPACITY，連結串列轉化為紅黑樹
// if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// treeifyBin(tab, hash);
break;
}
//連結串列中包含鍵值對
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
2.1.4 構造紅黑樹樹化
紅黑樹的變換規則可以參考我之前的部落格：https://www.cnblogs.com/cutter-point/p/10976416.html
我們什麼時候會進行樹化呢？？？
就是當我們的連結串列長度超過或等於8個的時候
至於如何吧這個連結串列組建為紅黑樹，這個以後單獨開章節細細探討。。。。
2.2 擴容策略resize
//陣列擴容
public Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
//如果舊hash桶不為空
if (oldCap > 0) {
////超過hash桶的最大長度，將閥值設為最大值
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//新的hash桶的長度2被擴容沒有超過最大長度，將新容量閥值擴容為以前的2倍
//擴大一倍之後，小於最大值，並且大於最小值
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//左移1位，也就是擴大2倍
newThr = oldThr << 1;
}
else if (oldThr > 0) //如果舊的容量為空，判斷閾值是否大於0，如果是那麼就把容量設定為當前閾值
newCap = oldThr;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//如果閾值還是0,重新計算閾值
if (newThr == 0) {
//當HashMap的資料大小>=容量*載入因子時，HashMap會將容量擴容
float ft = (float)newCap * loadFactor;
//如果容量還沒超MAXIMUM_CAPACITY的loadFactor時候，那麼就返回ft，否則就是反饋int的最大值
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//hash桶的閾值
threshold = newThr;
//初始化hash桶
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
//遍歷舊陣列
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//如果舊的hash桶不為空，需要將舊的hash表裡的鍵值對重新對映到新的hash桶中
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//只有一個節點，通過索引位置直接對映
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e; //取餘
//如果是紅黑樹，需要進行樹拆分然後對映
// else if (e instanceof TreeNode)
// ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
//如果是多個節點的連結串列，將原連結串列拆分為兩個連結串列，兩個連結串列的索引位置，一個為原索引，一個為原索引加上舊Hash桶長度的偏移量
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// 在遍歷原hash桶時的一個連結串列時，因為擴容後長度為原hash表的2倍，假設把擴容後的hash表分為兩半，分為低位和高位，
// 如果能把原連結串列的鍵值對， 一半放在低位，一半放在高位，這樣的索引效率是最高的
//這裡的方式是e.hash & oldCap，
//經過rehash之後，元素的位置要麼是在原位置，要麼是在原位置再移動2次冪的位置。對應的就是下方的resize的註釋
//為什麼是移動2次冪呢？？注意我們計算位置的時候是hash&(length - 1) 那麼如果length * 2 相當於左移了一位
//也就是擷取的就高了一位，如果高了一位的那個二進位制正好為1，那麼結果也相當於加了2倍
//hash & (length * 2 - 1) = length & hash + (length - 1) & hash
if ((e.hash & oldCap) == 0) {
//如果這個為0，那麼就放到lotail連結串列
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
//如果length & hash 不為0，說明擴容之後位置不一樣了
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
//而這個loTail連結串列就放在原來的位置上
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
//因為擴容了2倍，那麼新位置就可以是原來的位置，右移一倍原始容量的大小
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
總結就是擴容的時候吧陣列大小擴大一倍，相當於左移1位，並且要重新計算hash雜湊值，找對應的位置填充
連結串列也要進行拆分，連結串列的拆分主要就體現在：
如果原來hash索引的位置就是這裡，那麼還是連線再原來的節點上，如果取餘到對應的位置的節點，陣列擴大一倍，我們原來的計算方式是hash&(n - 1)
那麼如果我們大小擴大一倍結果就是：hash&(2n - 1)=hash&n + hash&(n-1)因為n是2的n次冪，除了對應的位置為1其餘位置都為0
那麼這裡就可以轉換為hash&(2n - 1)=hash&n + hash&(n-1) => n + hash&(n-1) => oldIndex + oldCap 也就是舊索引位置加上舊的容量大小
3.hashmap查詢資料
查詢對於紅黑樹部分我們略過：
至於其他部分，也就是跟之前大同小異了，還是hash取位置，然後取餘獲取對應的索引下標
首先檢查是不是第一個，如果是那就直接返回了
如果不是迴圈遍歷連結串列找到對應的key為止
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//注意這一步中(n - 1) & hash 的值 等同於 hash(k)%table.length
if ((tab = table) != null && (n = tab.length) > 0 &&
//這裡是計算相當於是取餘的索引位置(n - 1) & hash 等價於hash % n
//而且由於hashmap中的length再tableSizeFor的時候，就把長度設定為2的n次冪了，那麼n-1之後的值，就是最高位全都是0，下面位數全是1
//這個也就是取hash的低位的值
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
//暫時不考慮紅黑樹
// if (first instanceof TreeNode)
// return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
4.hashmap刪除資料
4.1 樹形退化
紅黑樹，我們就略過吧，這裡篇幅有限不做探討。。。。
5.關於hashmap的特殊操作
這裡可以講講hashmap的特殊地方了
1.hashmap是允許null鍵和值的，而hashtable就不允許了
參考：
https://juejin.im/post/5a7719456fb9a0633e51ae14
https://blog.csdn.net/xingfei_work/article/details/79637878
https://juejin.im/post/5bed97616fb9a049b77fefbf
https://www.zhihu.com/question/30526656
https://juejin.im/post/5cb09c85e51d456e3428c0cf
&n