1.HashMap的存儲方式是數組加鏈表，主干是一個Entry數組。Entry是HashMap的基本組成單元，每一個Entry包含一個key-value鍵值對；當不同的key經過hash計算得出的index值相同時，就需要在數組里添加一個鏈表來存儲index相同的元素，HashMap的整體結構如下：

簡單來說，HashMap由數組+鏈表組成的，數組是HashMap的主體，鏈表則是主要為了解決哈希沖突而存在的，如果定位到的數組位置不含鏈表（當前entry的next指向null）,那么對于查找，添加等操作很快，僅需一次尋址即可；如果定位到的數組包含鏈表，對于添加操作，其時間復雜度為O(n)，首先遍歷鏈表，存在即覆蓋，否則新增；對于查找操作來講，仍需遍歷鏈表，然后通過key對象的equals方法逐一比對查找。所以，性能考慮，HashMap中的鏈表出現越少，性能才會越好。

2.需要注意的是，新來的Entry節點插入鏈表時，使用的是“頭插法”。之所以把新來的節點放在頭節點，是因為HashMap的發明者認為，后插入的Entry被查找的可能性更大，這就是HashMap的底層原理，

HashMap的默認初始長度是16，并且每次自動擴展或是手動初始化時，長度必須是2的冪

初始長度16是為了服務于從Key映射到index的Hash算法

從Key映射到HashMap數組的對應位置，會用到一個Hash函數，比如調用 hashMap.put("book", 0) ，插入一個Key為“book"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（“book”）---->> index = HashCode（Key） & （Length - 1）//這里Key為book，Length是HashMap的長度

整個過程如下：

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，完全取決于Key的Hashcode值的最后幾位。

假設HashMap的長度是10，重復剛才的運算步驟

?

單獨看這個結果，表面上并沒有問題。我們再來嘗試一個新的HashCode 101110001110101110 1011 ：

再換一個HashCode 101110001110101110 1111 試試 ：

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的結果等同于HashCode后幾位的值。只要輸入的HashCode本身分布均勻，Hash算法的結果就是均勻的。

（這點也涉及到了JAVA中hashCode()與equals()區別與作用：hashCode也可以用來比較對象是否相同，且效率高于equals，equals的效率很低下。但hashCode()并不是完全可靠，不同的對象也可能生成相同的hashcode，而equals是完全可靠的。

?所有對于需要大量并且快速的對比的話如果都用equal()去做顯然效率太低，所以解決方式是，每當需要對比的時候，首先用hashCode()去對比，如果hashCode()不一樣，則表示這兩個對象肯定不相等（也就是不必再用equal()去再對比了）,如果hashCode()相同，此時再對比他們的equal()，如果equal()也相同，則表示這兩個對象是真的相同了，這樣既能大大提高了效率也保證了對比的絕對正確性！）

（hashCode值的計算方式：具體可以參考不同版本的jdk api內的 hashCode函數）

3.HashMap非線程安全

1）Hashmap在插入元素過多的時候需要進行Resize，Resize的條件是

HashMap.Size >= Capacity * LoadFactor。

2）Hashmap的Resize包含擴容和ReHash兩個步驟，ReHash在并發的情況下可能會形成鏈表環。

https://blog.csdn.net/wufaliang003/article/details/80219296

?

?

?

?

?

總結

以上是生活随笔為你收集整理的hashmap有关问题与计算的全部內容，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。