Java HashMap

What's HashMap？

HashMap是Java中最常用的数据结构之一，它实现了Map接口，允许存储键值对，并提供了快速的查找、插入和删除操作。

HashMap数据结构

HashMap数据结构的详细解释：

1. 结构：HashMap是基于哈希表实现的，内部使用数组来存储数据。每个元素存储一个键值对，其中键和值都可以为null。HashMap使用哈希算法来计算键的哈希码，然后根据哈希码确定存储位置。
2. 哈希冲突：由于不同的键可能会映射到相同的哈希码，即产生哈希冲突。HashMap使用链表或红黑树来解决哈希冲突，当链表长度超过阈值（8）时会转换为红黑树，以提高性能。
3. 容量和负载因子：HashMap有两个重要的参数，容量和负载因子。容量表示HashMap的桶数组的大小，默认为16；负载因子表示在$（桶数组达到容量*负载因子时）$会触发扩容操作，默认为 $0.75$(16*0.75=12,默认map容量到12会扩容一次)。
4. put操作：向HashMap中插入键值对时，首先计算键的哈希码，然后根据哈希码找到对应的桶位置。如果桶位置为空，直接插入；如果桶位置已经有元素，判断是否为相同的键，是则更新值，不是则通过链表或红黑树解决冲突。
5. get操作：根据键查找值时，首先计算键的哈希码，然后根据哈希码找到对应的桶位置。如果桶位置为空，返回null；如果桶位置有元素，判断是否为相同的键，是则返回对应的值，不是则通过链表或红黑树查找。
6. remove操作：根据键删除值时，首先计算键的哈希码，然后根据哈希码找到对应的桶位置。如果桶位置为空，不做任何操作；如果桶位置有元素，判断是否为相同的键，是则删除对应的键值对，不是则通过链表或红黑树查找并删除。

时间复杂度

HashMap的时间复杂度为 $O(1)$，具有快速的查找、插入和删除操作。但需要注意的是,HashMap不是线程安全的,如果在多线程环境下使用，需要考虑线程安全性。如果需要线程安全的Map,可以使用ConcurrentHashMap。

hashCode(散列码）

利用散列码来取代键缓慢的线性搜索。散列码是 '相对唯一的'、用以代表对象的int值，也就意味着会重复。它是通过对象的某些信息进行转换生成的。hashCode是根类Object的方法，因此所有Java对象都能产生散列码。

HashMap就是利用对象的hashCode()进行快速查询的。如果键被用于HashMap，那么必须重写equals和hashCode().

常见的哈希冲突采用的解决方案是多次散列。

常见问题

为什么使用链表解决冲突？

在哈希表中，当多个键映射到同一个哈希桶时，就会发生冲突。解决冲突的一种方法是使用链表。使用链表解决冲突的原因包括：

1. 简单有效：链表是一种简单而有效的数据结构，可以轻松地将多个元素存储在同一个哈希桶中。
2. 节省空间：相比于其他解决冲突的方法，如开放寻址法，链表不需要额外的空间来存储冲突的元素，只需要在每个哈希桶中存储指向链表头部的指针即可。
3. 灵活性：链表可以动态地调整大小，适应不同数量的冲突元素，而不会浪费过多的空间。
4. 时间复杂度：使用链表解决冲突时,查找、插入和删除操作的时间复杂度都是$O(n)$，因为只需要遍历链表的常数个节点即可完成操作。如果遍历常数个长度那么时间复杂度可以到 $O(1)$，这种情况是最优的。

简言之，链表的阈值 $≤8$ 就不会转换为其他数据结构，因为它的时间复杂度是随着链表的长度 $n$ 变化的，当 $n$ 越大，链表这种数据结构性能越差。

为什么使用链表后又转换为红黑树？

在一些情况下，使用链表解决冲突可能会导致性能下降,因为链表的查找、插入和删除操作的时间复杂度都是$O(n)$,其中 $n$ 是链表的长度。当哈希表中的某个哈希桶中的元素数量非常大时，链表的性能可能会变得很差。

为了解决这个问题，一种常见的做法是将链表转换为红黑树。红黑树是一种自平衡的二叉搜索树，具有较快的查找、插入和删除操作的时间复杂度，为 $O(\log n)$ ，其中n是树中节点的数量。 当哈希表中的某个哈希桶中的元素数量超过一个阈值时，可以将链表转换为红黑树。这样可以提高哈希表的性能，减少查找、插入和删除操作的时间复杂度，同时保持较小的空间复杂度。红黑树的自平衡特性也能够确保树的高度保持在较低的水平，进一步提高了性能。

Note

• $O(\log n)$ see more：算法的时间与空间复杂度

• 红黑树 see more：todo....