Java基础篇之第（）幕——HashMap
2021/4/9 20:29:06
本文主要是介绍Java基础篇之第（）幕——HashMap，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！
文章目录
- 一、概述
- 1、含义
- 2、null key能做什么
- 二、线程不安全
- 1、线程不安全的原因
- 2、如何保证线程安全
- 三、源码
- 1、HashMap()
- 2、HashMap(int initialCapacity)
- 3、HashMap(Map<? extends K, ? extends V> m)
- 4、HashMap(int initialCapacity, float loadFactor)
- 5、hash(Object key)
- 6、tableSizeFor(int cap)
- 7、putMapEntries(Map<? extends K, ? extends V> m, boolean evict)
- 8、putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict)
- 9、resize()
- 10、get(Object key)
- 11、getNode(int hash, Object key)
- 四、基本概念
- 1、加载因子（DEFAULT_LOAD_FACTOR ）
- 2、初始容量（DEFAULT_INITIAL_CAPACITY）
- 3、最大容量（MAXIMUM_CAPACITY ）
- 4、node数组（transient Node
基于哈希表的Map接口的实现。该实现提供所有Map相关操作，且允许空值（value）和空键）（key）。（HashMap类与Hashtable大致等效，不同之处在于它是异步的，并且允许为null。）该类不保证映射的顺序。尤其是，它不能保证顺序会随着时间的推移保持不变。
一、概述
1、含义
HashMap非线程安全，是无序的，key和value都允许null，如果你用一个HashMap表示每个节点（value）的父节点（key），就可以用null。
在多线程环境下若使用HashMap需要使用Collections.synchronizedMap()方法来获取一个线程安全的集合。
Note：Collections定义了一个SynchronizedMap的内部类，这个类实现了Map接口，在调用方法时使用synchronized来保证线程同步,当然了实际上操作的还是我们传入的HashMap实例，简单的说就是Collections.synchronizedMap()方法帮我们在操作HashMap时自动添加了synchronized来实现线程同步，类似的其它Collections.synchronizedXX方法也是类似原理。
0x7FFFFFFF 就是INT_MAX
2、null key能做什么
最多允许一个Key为null，但允许多对键值对的value为null。
比如构建一个树结构，key为null就表示这是祖先节点。
地图上key为null表示默认情况。
HashMap以null作为key时，总是存储在table数组的第一个节点上。
二、线程不安全
1、线程不安全的原因
死循环：扩容转移后，链表中节点顺序倒置，原节点引用关系发生变化。
但JDK1.8不会死循环，因为扩容转移，链表中节点顺序不变，原节点引用关系不变。(下文重点提到成环问题)
但是put()、get()没加同步锁，多线程操作还是会有问题。
多线程导致元素丢失：多个变成同时addEntry(hash, key, value, i)时，发生哈希碰撞，多个线程得到同样的bucketIndex来存储，就可能覆盖，导致丢失。
2、如何保证线程安全
（1）HashTable
线程安全的类，但是是利用synchronized给所有方法加锁，性能很差。
（2）ConcurrentHashMap
并发包（rt.jar）下的java.util.concurrent.ConcurrentHashMap，是更好的线程安全方案。
（3）synchronizedMap()
用这个同步方法去包装HashMap Object，得到线程安全的Map，操作这个Map。
三、源码
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
// 默认初始容量：16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
// 最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认加载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 当桶(bucket)上的结点数大于这个值时会转成红黑树
static final int TREEIFY_THRESHOLD = 8;
// 当桶(bucket)上的结点数小于这个值时树转链表
static final int UNTREEIFY_THRESHOLD = 6;
// 桶中结构转化为红黑树对应的table的最小大小
static final int MIN_TREEIFY_CAPACITY = 64;
// 存储元素的数组，总是2的幂次倍
transient Node<K,V>[] table;
// 存放具体元素的集
transient Set<Map.Entry<K,V>> entrySet;
// 存放元素的个数，注意这个不等于数组的长度
transient int size;
// 每次扩容和更改map结构的计数器
transient int modCount;
// 临界值 当实际大小(容量*填充因子)超过临界值时，会进行扩容
int threshold;
// 加载因子
final float loadFactor;
1、HashMap()
public HashMap() {
// 初始化填充因子
this.loadFactor = DEFAULT_LOAD_FACTOR;
}
2、HashMap(int initialCapacity)
public HashMap(int initialCapacity) {
// 调用HashMap(int, float)型构造函数
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
3、HashMap(Map<? extends K, ? extends V> m)
public HashMap(Map<? extends K, ? extends V> m) {
// 初始化填充因子
this.loadFactor = DEFAULT_LOAD_FACTOR;
// 将m中的所有元素添加至HashMap中
putMapEntries(m, false);
}
4、HashMap(int initialCapacity, float loadFactor)
public HashMap(int initialCapacity, float loadFactor) {
//初始容量不能小于0
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
// 如果出事容量大于最大容量，将初始容量置为最大容量
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
// 加载因子必须为大于0的数值
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
// 初始化加载因子和扩容临界值
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
5、hash(Object key)
搞这么复杂，也是为了减少hash冲突。
// 直接用key和容量大小做hash运算的话，只会对低位进行计算，所以可以把key的hashcode右移16位或者做个异或，让高位也能参与hash，进一步减少碰撞率
static final int hash(Object key) {
int h;
/**
* 获取对象的hashcode，然后将该hashcode无符号右移16位（舍弃右边16位，左边补0），然后将右移结果和原hashcode做异或运算（^，同为0，不同为1），并返回结果。
*/
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
6、tableSizeFor(int cap)
// 返回>initialCapacity的最小二次幂值
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
7、putMapEntries(Map<? extends K, ? extends V> m, boolean evict)
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
//s为m的实际元素个数
int s = m.size();
if (s > 0) {
// 判断table是否已经初始化
if (table == null) { // pre-size
// 未初始化，求出需要的容量，+1.0F是因为前面相除的结果通常包含小数部分。
float ft = ((float)s / loadFactor) + 1.0F;
//判断容量大小是否超出上限
int t = ((ft < (float)MAXIMUM_CAPACITY) ? (int)ft : MAXIMUM_CAPACITY);
// 初始化临界值，方法返回大于t且离其最近的2次幂的数
if (t > threshold)
threshold = tableSizeFor(t);
}
// 已初始化，并且m元素个数大于阈值，进行扩容处理
else if (s > threshold)
resize();
// 将m中的所有元素添加至HashMap中
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}
8、putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict)
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
//tab是hash数组，p是桶的首节点，n是HashMap长度，i是数组下标
Node<K,V>[] tab; Node<K,V> p; int n, i;
/**
* 如果哈希表未初始化，就对其初始化
* i = (n - 1) & hash, 容量大小（也就是桶的个数）n总是2的次方，n - 1相当于是除了最高位，剩下的位全是1，相当于 hash % n
* 但是hash后按位与 n-1，比%模运算取余要快，
* 一个元素，它总是需要定位到容器大小范围内的，所以要对大于容量的哈希值取余，定位在数组中的位置。
* 如果这个位置没有元素，那么把put进来的元素，放在数组的这个位置
**/
//获取长度并扩容，其实是懒加载，可以看到table一开始是没有加载的，邓傲put这里才加载。
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//根据对象的哈希值计算对象的存储位置，如果该位置没有元素，就存储元素
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
//发生hash冲突
//临时节点e，k为当前节点的key
Node<K,V> e; K k;
/**
* 存入的元素和以前的元素比较哈希值
* 如果哈希值不同，会继续向下执行，把元素添加到集合
* 如果哈希值相同，会调用对象的equals()方法比较
* 如果返回false，会继续向下执行，把元素添加到集合
* 如果返回true，说明元素重复，不存储
**/
//待插入key和当前节点的hash值相等，e=p即首节点。
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// hash值不等于首节点，那看看它是不是红黑树的节点
else if (p instanceof TreeNode)
//是红黑树的节点，如果节点已存在（返回值非null），就返回该节点，put（添加）成功的话返回应该是null才对。
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// hash不等于首节点，是链表的节点
else {
//遍历链表
for (int binCount = 0; ; ++binCount) {
// 遍历到了尾部，说明key是新的，追加新节点到尾部
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//看看要不要转为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 如果找到了，说明重复，这种情况就不管了，跳出循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//如果e不是null，说明有需要覆盖的节点，进行覆盖，返回旧值
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// 空方法，没实现，LinkedHashMap的时候有用到
afterNodeAccess(e);
return oldValue;
}
}
//能走到这里，说明key没重复，是新的，插入成功了e的值就是null，修改次数+1
++modCount;
// 如果新增一个元素后，实际长度+1，大小超过了 临界值（容量 * 负载因子），则需要扩容
if (++size > threshold)
resize();
// 空方法，没实现
afterNodeInsertion(evict);
//添加成功
return null;
}
来个文字版看下：
（1）判断node数组是否空或者null，是的话就resize()扩容，默认初始容量16；
（2）根据key计算hash值，得到待插入节点在数组中的索引位置i，如果table[i] == null，就直接添加，跳到（6），不然就到（3）；
（3）看看该key是不是和table[i]的首节点一样，一样则覆盖，这里说的一样是hashCode和equals，不然就到（4）；
（4）看看table[i]是不是红黑树，是的话遍历看看有没有这个key，没的话直接插入，有的话就直接覆盖；
（5）看看table[i]是不是链表，是的话遍历看看有没有这个key，没的话直接加载链表尾端，再判断下链表长度大于8没，大于8了就转成红黑树，有的话直接覆盖；
（6）插入成功以后，看看键值数是不是超过了最大容量，超过了就扩容。
9、resize()
再重复一遍，初始化是懒加载的，也就是构造了HashMap后，并没有初始化table，一直到put方法执行的时候，才会去初始化或者扩容。
调用resize()的场景有俩：一个是第一次put的时候，发现table是空的，就会调用一次resize()来做初始化；另一个是每次添加完元素，看看size是不是超过阈值了，是的话也会扩容。
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
// old长度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// old临界值
int oldThr = threshold;
//new长度、临界值
int newCap, newThr = 0;
// 非首次初始化
if (oldCap > 0) {
// 超过int最大值，置为int最大值
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//通常情况长度扩容两倍，且如果新长度小于int最大值，old长度大于等于16，临界值也扩容两倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//如果旧长度小于等于0，但是已经初始化过，比如把元素清空，那临界值还存在的，但是如果是第一次初始化，临界值应该是0才对
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// 首次初始化，设置默认值
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 前置条件就是上面old长度小于16，新临界值还没设置上
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
// 看下新容量是不是小于最大值，新阈值是否小于int最大值，是的话新阈值就是容量*加载因子，不然就说int最大值
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
// 设置新阈值
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
// 初始化
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//复制旧表数据到新表
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
// 赋值且发现当前桶有值
if ((e = oldTab[j]) != null) {
//设置该位置为null，为了方便回收、释放内存
oldTab[j] = null;
// 如果没有下一个节点，就把变量值放到新表中，注意e.hash&(newCap-1)跟j没关系
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 如果是红黑树的及诶单，即存在冲突，桶中不止一个元素，把树转移到新表中
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// 是个链表，也转移到新表中
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
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);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
// 返回新表
return newTab;
}
10、get(Object key)
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
11、getNode(int hash, Object key)
主要利用equals()和hashcode。
final Node<K,V> getNode(int hash, Object key) {
// first 是头结点
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// 数据下标节点即头结点
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 如果是头结点，直接返回就好
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 不是头结点
if ((e = first.next) != null) {
//是红黑树节点，就去红黑树里找
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do { // 是链表节点，遍历链表找到返回
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
四、基本概念
1、加载因子（DEFAULT_LOAD_FACTOR ）
加载因子越大，填满的元素越多，空间利用率越高，但冲突的机会加大了。
反之，加载因子越小，填满的元素越少,冲突的机会减小，但空间浪费多了（因为需要经常扩容）。
所以这是一个时间和空间的均衡。
加载因子是哈希表在其容量自动增加之前可以达到多满的一种尺度。当哈希表中的条目数超出了加载因子与当前容量的乘积时，通过调用 rehash 方法将容量翻倍。
2、初始容量（DEFAULT_INITIAL_CAPACITY）
为16，哈希表中桶(Entry数组)的数量，初始容量只是哈希表在创建时的容量。
3、最大容量（MAXIMUM_CAPACITY ）
2^30。
4、node数组（transient Node<K,V>[] table）
hash桶数组，存储位桶的数组，长度必须为2的幂，在1.7中为Entry数组。
五、引入红黑树（JDK8）
JDK1.8以前，HashMap是采用“数组+链表”存储的，如果hash值相同，那这些数据会存放到同一个链表中去，该链表又称为存储桶（buckets），当一个数据中要存储到Map的时候会根据它的Key的值来计算出它的hash，通过hash来确认存储到数组的位置，如果发生哈希碰撞（跟其他数据的hash值相同）就以链表的形式存储，但是这样如果链表过长来的话，查询效率就会大打折扣。
JDK1.8主要新特性之一就是HashMap引入了红黑树，故而结构变得复杂了，但是效率也大大提升，主要体现在数据量大的时候。当桶内元素达到8个（TREEIFY_THRESHOLD）的时候，HashMap会把这个链表转换成红黑树来存储。链表查找性能是O(n)，而树结构能将查找性能提升到O(log(n))。
1、为什么转为红黑树的阈值是8
可以看看这篇文章：阿里面试题：为什么Map桶中个数超过8才转为红黑树
1、为什么桶个数超过8个转为红黑树，小于等于6个又转回链表？
题外话：HashMap继承了AbstractMap，而AbstractMap类实现了Map接口，那为什么HashMap还要在实现Map接口呢？同样在ArrayList中LinkedList中都是这种结构。据说Josh Bloch自己说是写法错误。Why does LinkedHashSet extend HashSet and implement Set
※ Note：执行构造函数时，存储元素的数组并不会进行初始化，而是在第一次放入元素的时候，才会进行初始化操作。创建HashMap对象时，仅仅计算初始容量和新增阈值。
六、存储数据过程
添加一个key-value时，先hash(key)得到hash值，然后indexFor(hash,length)得到存储位置，计算方式是先hash&0x7FFFFFFF，&0x7FFFFFFF是为了把负数转为正，其他位因为是1所以不受影响，再对length取模，相同位置存入链表。
七、扩容机制
涉及到size（当前数组已用槽数）、threshold（阈值，判断是否需要扩容，等于容量*加载因子）、DEFAULT_LOAD_FACTOR（默认加载因子0.75）.
当size>threshold时，扩容。
原理：新建一个HashMap数组，调用transfer()，将旧HashMap的所有元素复制到新的HashMap中（重新计算元素在新数组中的索引位置），可见相当耗时，所以用HashMap的时候最好预估下元素个数，避免扩容。
八、HashMap在1.7和1.8中的差异
1、对比
HashMap中的数组元素和链表元素都是Entry。
| 差异 | JDK1.7 | JDK1.8 |
|---|---|---|
| 结构 | 数组+链表 | 数组+链表+红黑树 |
| 查找时间复杂度 | O(N) | O(logN) |
| 数组元素类型 | Entry | Node or TreeNode |
| null key | putForNullKey() | 无特殊调用 |
| 空hash表 | inflateTable()初始化 | resize()直接扩容 |
| hash() | 直接用key的hashCode | key的hashCode异或、无符号右移16位，高低位结合，元素分布更均匀 |
| 扩容条件 | 容量超过阈值且hash冲突 | 容量超过阈值 |
| 扩容插值顺序 | 先扩容后插值 | 先插值再扩容 |
| 插入位置 | 头插法（易逆序且环型链表死循环） | 尾插法（避免逆序和链表死循环问题） |
| 扩容后存储位置计算方式 | 重新计算数组下表，hash&[需扩容的二进制数] | 扩容前位置+扩容大小值，看原来的hash新增的bit是0还是1,0不变，1的话就是old_index+oldCap |
在这里，说一下JDK1.7 成环的问题。
2、JDK1.7 怎么成环的？
1、transfer(Entry[] newTable, boolean rehash)
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
for (Entry<K,V> e : table) {
//e为空时循环结束
while(null != e) {
Entry<K,V> next = e.next;
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
int i = indexFor(e.hash, newCapacity);
// 成环的代码主要是在这三行代码
// 首先插入是从头开始插入的
e.next = newTable[i];
newTable[i] = e;
e = next;
}
}
}
分析一波：
e.next = newTable[i]
newTable[i]的i是计算出来的，值为null，而e是链表的第一个元素，整句话就是把new table的第i个元素赋值给old table的指定链表上的元素e的下一个元素，第一次循环就是让old table中的某一链表的第一个元素的下一个元素值为null。
https://www.cnblogs.com/wen-he/p/11496050.html
有两个线程同时扩容，A线程执行到Entry<K,V> next = e.next; 的时候CPU时间片用完了，这时候e指向节点a，next指向节点b。
A线程：e=a，next=b
此时B线程执行，刚好a、b、c节点rehash后还是在这个位置，ok，开始移动节点，因为是头插法，复制后顺序反过来了，结束后B线程：
这时候A又开始执行了，e=a，next=b，执行循环体里剩下的逻辑
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
int i = indexFor(e.hash, newCapacity);
// 成环的代码主要是在这三行代码
// 首先插入是从头开始插入的
e.next = newTable[i];
newTable[i] = e;
e = next;
执行到newTable[i] = e; 时，A线程：
然后执行e = next; 也就是e=b，再执行一次循环， Entry<K,V> next = e.next; 中，b的next是a，哦豁，这样就死循环了。
e=b, next=a：
3、头插法和尾插法
JDK1.8之前是头插法，而后是尾插法。
头插法可能导致环（死链）；
用头插法是考虑热点数据（新插入数据更可能用到），但其实rehash时，迁移到新链表，顺序还是会乱。
九、关注点
1、为什么HashMap长度总是2的幂呢？
目的：计算hash值是散列性更好，减少hash碰撞，结果分布均匀。
想想，2的幂减去1，除了符号位，都是1，再去和hashcode做&操作，得到的基本跟hashcode一样，分布均匀，
HashMap是根据key的hash值决策key放入到哪个桶（bucket）中，通过
tab = [(n - 1) & hash]
公式计算得出。其中tab是一个哈希表。
取余(%)操作中如果除数是2的幂次则等价于与其除数减一的与(&)操作。
也就是说 hash%length==hash&(length-1)的前提是 length 是2的 n 次方。而且
①&运算速度快，至少比%取模运算快，位运算直接对内存数据进行操作，不需要转成十进制，因此处理速度非常快。
②能保证 索引值 肯定在 capacity 中，不会超出数组长度；
③不同key计算的index相同几率变小，数据在数组上分布均匀，碰撞少些。
④(n - 1) & hash，当n为2次幂时，会满足一个公式：(n - 1) & hash = hash % n
假设n=2^x，x=3，
那么
n = 2^3 = 8，即1000
n - 1=7 ，即0111
hash & (n-1) = hash & 0111 ，结果其实就是hash最后三位，
hash / 8，相当于hash右移3位，得到其商，而这移除的三位就是上面说的最后三位，即余数。
2、为什么hash初始长度是16？
十、常见的解决hash冲突的方法
1、开放定址法（就是往下找空余地方）
用开放定址法解决冲突的做法是：当冲突发生时，使用某种探查(亦称探测)技术在散列表中形成一个探查(测)序列。沿此序列逐个单元地查找，直到找到给定的关键字，或者碰到一个开放的地址(即该地址单元为空)为止（若要插入，在探查到开放的地址，则可将待插入的新结点存人该地址单元）。查找时探查到开放的 地址则表明表中无待查的关键字，即查找失败。
2、 再哈希法（再进行hash直到无冲突）
再哈希法又叫双哈希法，有多个不同的Hash函数，当发生冲突时，使用第二个，第三个，….，等哈希函数
计算地址，直到无冲突。虽然不易发生聚集，但是增加了计算时间。
3、拉链法（hashmap用的）
链地址法的基本思想是：每个哈希表节点都有一个next指针，多个哈希表节点可以用next指针构成一个单向链表，被分配到同一个索引上的多个结点用单向链表连接起来
4、建立公共溢出区
这种方法的基本思想是：将哈希表分为基本表和溢出表两部分，凡是和基本表发生冲突的元素，一律填入溢出表
这篇关于Java基础篇之第（）幕——HashMap的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！
- 2024-06-26结对编程到底难不难？答案在这里
- 2024-06-19《2023版Java工程师》课程升级公告
- 2024-06-15matplotlib作图不显示3D图，怎么办？
- 2024-06-1503-Loki 日志监控
- 2024-06-1504-让LLM理解知识 -Prompt
- 2024-06-05做软件测试需要懂代码吗？
- 2024-06-0514-ShardingSphere的分布式主键实现
- 2024-06-03为什么以及如何要进行架构设计权衡？
- 2024-05-31全网首发第二弹！软考2024年5月《软件设计师》真题+解析+答案！（11-20题）
- 2024-05-31全网首发！软考2024年5月《软件设计师》真题+解析+答案！（21-30题）
