什么是hash？ 哈希算法將任意長度的二進制值映射為較短的固定長度的二進制值，這個小的二進制值稱為哈希值。哈希值是一段數據唯一且極其緊湊的數值表示形式。如果散列一段明文而且哪怕只更改該段落的一個字母，隨后的哈希都將產生不同的值。要找到散列為同一個值的兩個不同的輸入，在計算上是不可能的，所以數據的哈希值可以檢驗數據的完整性。一般用于快速查找和加密算法。
1、任意長度的二進制值 2、映射關系（哈希算法，數學的一些列算法） 3、固定的二進制值（哈希值）
任意長度的二進制值 和 固定長度的二進制值 是一一對應關系 固定長度的二進制值就相當于一個任意長度的二進制值的一個摘要 固定長度的二進制值 相當于一個關鍵字key
為什么這樣做？ 舉個例子，比如這里有一萬首歌，給你一首新的歌X，要求你確認這首歌是否在那一萬首歌之內。無疑，將一萬首歌一個一個比對非常慢。但如果存在一種方式，能將一萬首歌的每首數據濃縮到一個數字（稱為哈希碼）中，于是得到一萬個數字，那么用同樣的算法計算新的歌X的編碼，看看歌X的編碼是否在之前那一萬個數字中，就能知道歌X是否在那一萬首歌中。
hash表特點： 1、存取效率很高。取數據的時間復雜度為1。 hash表與其他數組如順序表，鏈表不同。 順序表，使用數組實現，一組地址連續的存儲單元，數組大小有兩種方式指定，一是靜態分配，二是動態擴展。 查找的時候，如果知道值的下標，那么查找時間復雜度為1。但多數場景是不知道值的下標的，只能for循環一個個比較，直到找到值位置。因此大多數場景下取值的時間復雜度為n。
鏈表的定義是遞歸的，它或者為空null，或者指向另一個節點node的引用，這個節點含有下一個節點或鏈表的引用。 與順序存儲相比，允許存儲空間不連續，插入刪除時不需要移動大量的元素，只需修改指針即可，但查找某個元素，只能從頭遍歷整個鏈表。查找時間復雜度為n。
hash表 傳入一個key，把key代入哈希函數里，通過計算就能得到一個哈希值，而該哈希值就是value的下標，由此找到value值，查找時間復雜度為1。
---以下是轉載內容---

原文地址：http://www.iteye.com/topic/539465

?

Hashmap是一種非常常用的、應用廣泛的數據類型，最近研究到相關的內容，就正好復習一下。網上關于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的數據結構?
要知道hashmap是什么，首先要搞清楚它的數據結構，在java編程語言中，最基本的結構就是兩種，一個是數組，另外一個是模擬指針（引用），所有的數據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鏈表的結合體（在數據結構中，一般稱之為“鏈表散列“），請看下圖（橫排表示數組，縱排表示數組元素【實際上是一個鏈表】）。?



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代碼：?

Java代碼??

/**?

?????*?The?table,?resized?as?necessary.?Length?MUST?Always?be?a?power?of?two.?

?????*??FIXME?這里需要注意這句話，至于原因后面會講到?

?????*/??

????transient?Entry[]?table;??

Java代碼??

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就是數組中的元素，它持有一個指向下一個元素的引用，這就構成了鏈表。?
???????? 當我們往hashmap中put元素的時候，先根據key的hash值得到這個元素在數組中的位置（即下標），然后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，那么在同一個位子上的元素將以鏈表的形式存放，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，找到數組中對應位置的某一元素，然后通過key的equals方法在對應位置的鏈表中找到需要的元素。從這里我們可以想象得到，如果每個位置上的鏈表只有一個元素，那么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值來求得對應數組中的位置。如何計算這個位置就是hash算法。前面說過hashmap的數據結構是數組和鏈表的結合，所以我們當然希望這個hashmap里面的元素位置盡量的分布均勻些，盡量使得每個位置上的元素數量只有一個，那么當我們用hash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，而不用再去遍歷鏈表。?

所以我們首先想到的就是把hashcode對數組長度取模運算，這樣一來，元素的分布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，消耗更小的方式那？java中時這樣做的，?

Java代碼??

static?int?indexFor(int?h,?int?length)?{??

???????return?h?&?(length-1);??

???}??

首先算得key得hashcode值，然后跟數組的長度-1做一次“與”運算（&）。看上去很簡單，其實比較有玄機。比如數組的長度是2的4次方，那么hashcode就會和2的4次方-1做“與”運算。很多人都有這個疑問，為什么hashmap的數組初始化大小都是2的次方大小時，hashmap的效率最高，我以2的4次方舉例，來解釋一下為什么數組大小為2的冪時hashmap訪問的性能最高。?

???????? 看下圖，左邊兩組是數組長度為16（2的4次方），右邊兩組是數組長度為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數組中的同一個位置上去，這就產生了碰撞，8和9會被放到同一個鏈表上，那么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，當數組長度為15的時候，hashcode的值會與14（1110）進行“與”，那么最后一位永遠是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，數組可以使用的位置比數組長度小了很多，這意味著進一步增加了碰撞的幾率，減慢了查詢的效率！?

?


????????? 所以說，當數組長度為2的n次冪的時候，不同的key算得得index相同的幾率較小，那么數據在數組上分布就比較均勻，也就是說碰撞的幾率小，相對的，查詢的時候就不用遍歷某個位置上的鏈表，這樣查詢效率也就較高了。?
????????? 說到這里，我們再回頭看一下hashmap中默認的數組大小是多少，查看源代碼可以得知是16，為什么是16，而不是15，也不是20呢，看到上面annegu的解釋之后我們就清楚了吧，顯然是因為16是2的整數次冪的原因，在小數據量的情況下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，在存儲大容量數據的時候，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，也會以大于且最接近指定值大小的2次冪來初始化的，代碼如下(HashMap的構造方法中)：?
Java代碼??

//?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，碰撞的幾率也就越來越高（因為數組的長度是固定的），所以為了提高查詢的效率，就要對hashmap的數組進行擴容，數組擴容這個操作也會出現在ArrayList中，所以這是一個通用的操作，很多人對它的性能表示過懷疑，不過想想我們的“均攤”原理，就釋然了，而在hashmap數組擴容之后，最消耗性能的點就出現了：原數組中的數據必須重新計算其在新數組中的位置，并放進去，這就是resize。?

???????? 那么hashmap什么時候進行擴容呢？當hashmap中的元素個數超過數組大小*loadFactor時，就會進行數組擴容，loadFactor的默認值為0.75，也就是說，默認情況下，數組大小為16，那么當hashmap中元素個數超過16*0.75=12的時候，就把數組的大小擴展為2*16=32，即擴大一倍，然后重新計算每個元素在數組中的位置，而這是一個非常消耗性能的操作，所以如果我們已經預知hashmap中元素的個數，那么預設元素的個數能夠有效的提高hashmap的性能。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也自動會將其設置為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的數據結構中，annegu就寫了get方法的過程：首先計算key的hashcode，找到數組中對應位置的某一元素，然后通過key的equals方法在對應位置的鏈表中找到需要的元素。所以，hashcode與equals方法對于找到對應元素是兩個關鍵方法。?

Hashmap的key可以是任何類型的對象，例如User這種對象，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對象的id關聯起來，那么只要user對象擁有相同id，那么他們的hashcode也能保持一致了，這樣就可以找到在hashmap數組中的位置了。如果這個位置上有多個元素，還需要用key的equals方法在對應位置的鏈表中找到需要的元素，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對象的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，并且b.equals(c)=true的話，a.equals(c)也必須為true。?
通過改寫key對象的equals和hashcode方法，我們可以將任意的業務對象作為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函數的實現，以及該實現的特性，同時描述了hashmap中resize帶來性能消耗的根本原因，以及將普通的域模型對象作為key的基本要求。尤其是hash函數的實現，可以說是整個HashMap的精髓所在，只有真正理解了這個hash函數，才可以說對HashMap有了一定的理解。?

總結

以上是生活随笔為你收集整理的深入了解HashMap的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。