数据结构中有数组和链表来实现对数据的存储，但是数组存储区间是连续的，寻址容易，插入和删除困难；而链表的空间是离散的，因此寻址困难，插入和删除容易。

因此，综合了二者的优势，我们可以设计一种数据结构——哈希表（hash table），它寻址、插入和删除都很方便。在java中，哈希表的实现主要就是HashMap了，可以说HashMap是java开发中使用最多的类之一吧。

 

HashMap的底层其实就是链表的数组，代码为

transient Entry[] table;

这里的table其实就是一个链表的数组，因为我们的数据是二元的，因此HashMap定义了一个内部的类Entry，它包含了key和value两个属性。这样一个一维的线性数组就可以存储两个值了。同时Entry是一个链表，因此还有一个Entry next属性，它指向了下一个节点。

 

存储put时：

首先计算出key的hash,然后用table[hash]得到那个链表，再遍历这个链表，如果链表中有一个key和这个key是满足equals的话，则将value替换掉；如果没有的话，则插入到链表的尾部。

int h = hash(key);Entry e = table[h];

for (Entry
     
       e = table[i]; e != null; e = e.next) {            Object k;            //如果key在链表中已存在，则替换为新value            if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {                V oldValue = e.value;                e.value = value;                e.recordAccess(this);                return oldValue;            }        }
     

在get时，也是以同样的方法得到那个链表Entry e；然后遍历这个链表取出元素

for (Entry
     
       e = table[indexFor(hash, table.length)];             e != null;             e = e.next) {            Object k;            if (e.hash == hash && ((k = e.key) == key || key.equals(k)))                return e.value;        }        return null;
     

 

HashMap对性能的优化：

 

HashMap对性能优化，主要是在于减少hash冲突（不同的key算出同样的hash），因为hash冲突越多，从链表中需要的寻址时间就越长。

 

1.通过计算hash值的方式减少hash冲突：

这个hash方法有效的减少了hash冲突：（具体我确实不懂！大家参考http://zhangshixi.iteye.com/blog/672697）

static int hash(int h) {      h ^= (h >>> 20) ^ (h >>> 12);      return h ^ (h >>> 7) ^ (h >>> 4);  }  static int indexFor(int h, int length) {      return h & (length-1);  }

我自己写了一个非常简单计算hash值的方式，勉强能用：

Math.abs(o==null?0:o.hashCode()) % length

2.自动扩容

当HashMap中的元素越来越多的时候，hash冲突的几率也就越来越高，因为数组的长度是固定的。因此，此时就需要对数组进行扩容了。

当HashMap中的元素个数超过数组大小*loadFactor（默认值0.75）时，就会进行数组扩容。这时，需要创建一张新表，将原表的映射到新表中。

扩容时，遍历每个元素，重新计算其hash值，然后加入新表中。

一般来说，扩容数组的大小为原数组大小的两倍。而这是一个很耗性能的操作，因此，如果我们已经预知HashMap中元素的个数，那么提前设置初始容量将大大提升其性能。

 

我将我的源码放到了github上，欢迎大家下载交流。

  (12月19号更新）

 

附上自己实现的性能测试结果，勉强能接受

这篇博文和代码肯定还有很多不足的地方，也请各位大神指出！或者fork我的代码并提出宝贵的建议，谢谢！