1.HashMap实现原理
2.STL源码剖析9-set、红黑红黑multiset
3.hashmap底层实现原理
4.面试官：从源码分析一下TreeSet（基于jdk1.8）

HashMap实现原理

        HashMap在实际开发中用到的频率非常高，面试中也是热点。所以决定写一篇文章进行分析，希望对想看源码的人起到一些帮助，看之前需要对链表比较熟悉。

        以下都是我自己的理解，欢迎讨论，写的不好轻喷。

        HashMap中的数据结构为散列表，又名哈希表。在这里我会对散列表进行一个简单的介绍，在此之前我们需要先回顾一下 数组、链表的优缺点。

        数组和链表的优缺点取决于他们各自在内存中存储的模式，也就是直接使用顺序存储或链式存储导致的。无论是数组还是链表，都有明显的缺点。而在实际业务中，我们想要的往往是寻址、删除、插入性能都很好的数据结构，散列表就是这样一种结构，它巧妙的结合了数组与链表的优点，并将其缺点弱化（并不是完全消除）

        散列表的做法是将key映射到数组的某个下标，存取的时候通过key获取到下标（index）然后通过下标直接存取。速度极快，而将key映射到下标需要使用散列函数，又名哈希函数。说到哈希函数可能有人已经想到了，如何将key映射到数组的下标。

        图中计算下标使用到了以下两个函数：

        值得注意的是，下标并不是通过hash函数直接得到的，计算下标还要对hash值做index()处理。

        Ps：在散列表中，数组的格子叫做桶，下标叫做桶号，桶可以包含一个key-value对，为了方便理解，后文不会使用这两个名词。

        以下是哈希碰撞相关的说明：

        以下是下标冲突相关的说明：

        很多人认为哈希值的碰撞和下标冲突是同一个东西，其实不是的，它们的正确关系是这样的，hashCode发生碰撞，则下标一定冲突；而下标冲突，hashCode并不一定碰撞

        上文提到，在jdk1.8以前HashMap的实现是散列表 = 数组 + 链表，但是到目前为止我们还没有看到链表起到的作用。事实上，HashMap引入链表的用意就是解决下标冲突。

        下图是引入链表后的散列表：

        如上图所示，左边的竖条，是一个大小为的数组，其中存储的是链表的头结点，我们知道，拥有链表的头结点即可访问整个链表，所以认为这个数组中的每个下标都存储着一个链表。其具体做法是，如果发现下标冲突，则后插入的节点以链表的形式追加到前一个节点的后面。

        这种使用链表解决冲突的方法叫做：拉链法（又叫链地址法）。HashMap使用的就是拉链法，拉链法是冲突发生以后的解决方案。

        Q：有了拉链法，就不用担心发生冲突吗？

        A：并不是！由于冲突的节点会不停的在链表上追加，大量的冲突会导致单个链表过长，使查询性能降低。所以一个好的散列表的实现应该从源头上减少冲突发生的可能性，冲突发生的概率和哈希函数返回值的均匀程度有直接关系，得到的哈希值越均匀，冲突发生的可能性越小。为了使哈希值更均匀，HashMap内部单独实现了hash()方法。

        以上是散列表的存储结构，但是在被运用到HashMap中时还有其他需要注意的地方，这里会详细说明。

        现在我们清楚了散列表的存储结构，细心的人应该已经发现了一个问题：Java中数组的长度是固定的，无论哈希函数是否均匀，随着插入到散列表中数据的增多，在数组长度不变的情况下，链表的长度会不断增加。这会导致链表查询性能不佳的缺点出现在散列表上，从而使散列表失去原本的意义。为了解决这个问题，HashMap引入了扩容与负载因子。

        以下是和扩容相关的一些概念和解释：

        Ps：扩容要重新计算下标，扩容要重新计算下标，扩容要重新计算下标，因为下标的计算和数组长度有关，长度改变，下标也应当重新计算。

        在1.8及其以上的jdk版本中，HashMap又引入了红黑树。

        红黑树的引入被用于替换链表，上文说到，如果冲突过多，会导致链表过长，降低查询性能，均匀的hash函数能有效的缓解冲突过多，但是并不能完全避免。所以HashMap加入了另一种解决方案，在往链表后追加节点时，如果发现链表长度达到8，就会将链表转为红黑树，以此提升查询的性能。

STL源码剖析9-set、multiset

       STL源码剖析-set、源码multiset

       在深入探讨STL源码时，法实set与multiset是红黑红黑关键组件，它们皆基于红黑树实现。树的实现树算spring在线看源码这些数据结构设计旨在高效处理有序集合。源码set类及其内部rb tree模板参数identity，法实定义在stl_function.h文件中，红黑红黑是树的实现树算仿函数的一种实现。这表明set类能够灵活地根据用户自定义的源码比较规则来组织数据，从而提供强大的法实灵活性。

       具体而言，红黑红黑stl_set.h文件中定义了set类，树的实现树算它封装了红黑树结构，源码用于存储无重复元素的集合。借助rb tree的尚硅谷aiax源码特性，set能够保证插入、删除、查找等操作的时间复杂度为O(log n)。而identity参数的选择，使得用户能基于不同的比较逻辑自定义元素间的相对顺序，适应多种应用场景。

       多集类multiset则是在set的基础上扩展而来的，它允许集合中元素重复出现。net 源码 sql server这种设计使得multiset在需要存储有重复元素的有序集合时更为适用。与set类似，multiset同样基于红黑树实现，但其模板参数identity的用法与set相同，依然定义在stl_function.h中，以便实现自定义的比较逻辑。

       在stl_multiset.h文件中，可找到multiset类的可可通杀源码9.5定义。它继承自set，并通过增加对重复元素的支持，为用户提供了一个更灵活的数据结构选择。通过灵活运用multiset，开发人员能够轻松实现需要频繁插入、删除重复元素的有序集合，同时保持高效的操作性能。

       总结而言，jdk 1.8 144 源码set与multiset作为STL中的重要组件，分别针对无重复元素与允许重复元素的有序集合提供高效实现。通过自定义比较逻辑与红黑树结构的结合，它们不仅保证了数据的有序性，还提供了高效的操作性能，成为众多应用程序中不可或缺的数据结构。

hashmap底层实现原理

       hashmap底层实现原理是SortedMap接口能够把它保存的记录根据键排序，默认是按键值的升序排序，也可以指定排序的比较器，当用Iterator遍历TreeMap时，得到的记录是排过序的。

       å¦‚果使用排序的映射，建议使用TreeMap。在使用TreeMap时，key必须实现Comparable接口或者在构造TreeMap传入自定义的Comparator，否则会在运行时抛出java.lang.ClassCastException类型的异常。

       Hashtable是遗留类，很多映射的常用功能与HashMap类似，不同的是它承自Dictionary类，并且是线程安全的，任一时间只有一个线程能写Hashtable

       ä»Žç»“构实现来讲，HashMap是：数组+链表+红黑树（JDK1.8增加了红黑树部分）实现的。

扩展资料

       ä»Žæºç å¯çŸ¥ï¼ŒHashMap类中有一个非常重要的字段，就是 Node[] table，即哈希桶数组。Node是HashMap的一个内部类，实现了Map.Entry接口，本质是就是一个映射(键值对)，除了K，V，还包含hash和next。

       HashMap就是使用哈希表来存储的。哈希表为解决冲突，采用链地址法来解决问题，链地址法，简单来说，就是数组加链表的结合。在每个数组元素上都一个链表结构，当数据被Hash后，得到数组下标，把数据放在对应下标元素的链表上。

       å¦‚果哈希桶数组很大，即使较差的Hash算法也会比较分散，如果哈希桶数组数组很小，即使好的Hash算法也会出现较多碰撞，所以就需要在空间成本和时间成本之间权衡，其实就是在根据实际情况确定哈希桶数组的大小，并在此基础上设计好的hash算法减少Hash碰撞。

面试官：从源码分析一下TreeSet（基于jdk1.8）

       面试官可能会询问关于TreeSet（基于JDK1.8）的源码分析，实际上，TreeSet与HashSet类似，都利用了TreeMap底层的红黑树结构。主要特性包括：

       1. TreeSet是基于TreeMap的NavigableSet实现，元素存储在TreeMap的key中，value为一个常量对象。

       2. 不是直接基于TreeMap，而是NavigableMap，因为TreeMap本身就实现了这个接口。

       3. 对于内存节省的疑问，TreeSet在add方法中使用PRESENT对象避免了将null作为value可能导致的逻辑冲突。添加重复元素时，PRESENT确保了插入状态的区分。

       4. 构造函数提供了多样化的选项，允许自定义比较器和排序器，基本继承自HashSet的特性。

       5. 除了基本的增删操作，TreeSet还提供了如返回子集、头部尾部元素、区间查找等方法。

       总结来说，TreeSet在排序上优于HashSet，但插入和查找操作由于树的结构会更复杂，不适用于对速度有极高要求的场景。如果不需要排序，HashSet是更好的选择。

       感谢您的关注，关于TreeSet的源码解析就介绍到这里。