浅析hashMap （散列表）

我们常常会用到数据结构，基础类型的数组和链表，各有千秋。数组：插入时间复杂度高，而查找时间复杂度低，至于链表则恰恰相反。一般情况下，根据查找和插入使用多寡，而来决定那种数据结构。但是，如果给你一段字符串，统计每个字符的出现次数，你会发现那种都有些问题，这种时候我们可以用到hashMap(散列表）。

1.原理：

我们将数组与链表的优势结合起来，在查找存储位置利用数组，而在存储进去时利用链表，达到时间复杂度大大降低的目的。

1.建立链表linkList：

此处的链表其实与我们之前的单向链表几乎一致，但是不同之处在于链表内的属性，内置了hash值，以及其内置了泛型<K,V>（键值）。

public class Node<K,V> implements Map.Entry<K,V> {
        final int hash;
        final K key;
        V value;
        Node<K,V> next;

        Node(int hash, K key, V value, Node<K,V> next) {
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }

hash：散列函数，即通过散列算法变换成固定长度的输出，该输出就是散列值

而特殊之处在于，hash值几乎是唯一，可以作为key的一种int值，而这个对之后作用巨大^_^。

2.建立链表数组linkListArr；

这个不用多多赘述，操作极其简单，但是记得创建数组的时候，将链表初始化。

3.使用方法：

getHash(得到哈希值):  .hashCode()

put(放置）:此处就可以体现hashMap的优越性了，由于我们的Key值是任意类型的，因此我们将其通过getHash（）方法得到key的hash值，然后将其与链表数组的长度做与运算保证不会超过数组长度

 int storeIndex = getHash(key) & len - 1 ;

这样我们就可以轻松得到存储的位置了，但是留下了一个问题，如果我们经过运算后，存储下标一致怎么办呢？

这个时候链表的优越性就体现出来了，可以轻松的加到链表尾，二者利用，使得效率大大提高了。

get（得到）: 按照put（）中的思路，其实我们也可以简单推导出，利用key算出存储下标，在到对应下表里一个个的寻找。

Java源代码写法：（属于hashMap中最重要的部分，效率最大化）：

 final Node<K,V> getNode(int hash, Object key) {//查找节点，需要hash 和 key 一起，提高效率
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {//table 为链表数组 得到需要的存储下标
            if (first.hash == hash && // 总是想核对头节点
                ((k = first.key) == key || (key != null && key.equals(k))))//只有在hash值相等情况下，才会去判断key是否相等（先比较地址是否相同，不相同后才比较值），以提高效率（因为hash值相等概率极小，而且比较两个int数据快得多）
                return first;
            if ((e = first.next) != null) {//安全性检验，查看后面是否右节点
                if (first instanceof TreeNode)//由于相同的key值过多，链表显得过于冗长，所以源代码中会将链表变成一棵“树”，方便查找
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key)//树内查找方式;
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);//不断循环查找
            }
        }
        return null;
    }