一、HashMap的負載因子的作用
當 HashMap 中的元素個數(包含鏈表、紅黑樹上的元素)達到數組長度的0.75倍的時候,開始擴容。
二、HashMap的負載因子為什么是0.75
主要是為了提高空間利用率和減少查詢成本(也可以說是盡可能減少hash沖突)。
三、為什么槽位數必須使用2^n
如果想讓 Hash 結果分布更加均勻,首先想到的就是使用取余(%)操作。重點來了:“取余(%)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)。” 並且采用二進制位操作 &,相對於 % 能夠提高運算效率,這就解釋了 HashMap 的長度為什么是 2 的冪次方。
四、解決Hash沖突的方法
1、開放地址法
公式:fi(key) = (f(key)+di) MOD m (di=0,1,2,3,......,m-1)
key:待放入數組(hash表)的元素;m:數組長度
當沖突發生時,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找,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)。查找時探測到開放的地址則表明表中無待查的關鍵字,即查找失敗。
(1)線性探測法
思想是:通過公式計算出元素在數組中的下標,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,直到查找到沒有元素的下標。不然數組就滿了,需要擴容。
(2)二次探測法
思想是:通過改變 di 的計算方式來查詢沒有元素的下標,具體計算方式就是 di=-12,12,-22,22,…,-(q * 10 + 2),(q * 10 + 2),q <=m / 2。至於這個 di 的取值我也沒研究,摘抄過來的,但是這個探測法的思想得知道。
考慮的情況是,如果通過公式計算出來下標之后的所有下標都有元素占據了,而這個下標的前面的有空閑的,通過第一種方法可以算出來,但是計算的次數比較多,通過這個方法可以減少計算次數。
(3)偽隨機數探測再散列
思想是:di 的值是通過隨機函數得到的。如果隨機函數的種子相同,那么得出來的 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,總是能找到不發生沖突的地址,是我們常用的解決沖突的辦法。
2、拉鏈法
就是當產生 Hash 沖突時,在沖突的節點上形成鏈表,HashMap 就是使用的拉鏈法解決的 Hash 沖突。
五、為什么鏈表長度達到 8 的時候就要轉為紅黑樹了?
當使用 0.75 作為負載因子時,鏈表中的長度達到 8 幾乎是不可能的,均衡策略吧。
引用 HashMap 源碼中的注釋:
* 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么變化?
分為三種情況:
- 對於數組上的元素:直接使用已經計算出來的hash值重新計算新下標放入新數組。
- 對於鏈表:將一條鏈表拆分為兩條,hash值大於數組長度的新鏈表放在新數組,小於的就放在原數組。
- 對於紅黑樹:將數拆為兩條鏈表,hash值大於數組長度的新鏈表放在新數組,小於的就放在原數組,最后,重新判斷兩條鏈表是否需要轉為紅黑樹。
關鍵代碼:
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,那么擴容之后的新數組長度就是 32,鏈表上的元素分別是 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,因為它的的值大於數組的長度