hashmap分别什么时候用到数组链表红黑树

hashmap分别什么时候用到数组链表红黑树：1、数组——元素数量较少时；2、链表——元素数量较多且产生哈希冲突时；3、红黑树——链表长度超过一定阈值时。数组在需要处理的元素数量比较少的时候使用，链表在元素数量较多且产生哈希冲突时使用。

一、hashmap分别什么时候用到数组链表红黑树

1、数组——元素数量较少时

在元素数量较少的情况下，HashMap 会使用数组存储元素，因为此时不易出现碰撞。在新建一个HashMap时，会初始化一个数组，在JDK1.8之前初始化的数组初始容量为16，但在JDK1.8及之后，它实现了一个懒加载功能，就是在名列前茅次put数据时才会初始化容量，初始容量仍然是16，在添加数据时，添加数据的下标是由key经过hash算法生成的，获取的hash值与数组长度进行一个取余算法获取下标，取余不是用‘%’，而是用‘&’，因为‘&’的运算比‘%’快，而且用数组的长度肯定是2的次幂，所以不用担心‘%’和‘&’这俩个算出的值不相等的问题（只有长度为2的次幂时，‘%’和‘&’的结果才肯定相等）。在容量达到当前容量的0.75倍时，数组会进行扩容，规则是扩容为原来的2倍，比如当前容量为16，当添加第13个数据时，数组就会进行扩容，扩容后所有key重新进行hash算法重新获取自己的‘房子’。

2、链表——元素数量较多且产生哈希冲突时

当产生碰撞时，HashMap 会使用链表来解决。在添加数据时，当hash算法算出新key的值与数组中某个key一致时，会触发链表结构，相当于在老key旁边放一个小板凳让新key坐。

3、红黑树——链表长度超过一定阈值时

当链表长度超过一定阈值（默认为 8）时，链表会转化为红黑树，这样能够提高查找效率，减少时间复杂度。当链表的长度大于等于8时会链表会转成红黑树，当它长度再次小于6之后会再转为链表，否则仍以红黑树存储数据，在这里有个重点，就是当数组的长度小于64时，链表是不会转为红黑树的，因为当数组长度小于64，使用数组加链表比使用红黑树查询速度要更快、效率要更高。

二、hashmap介绍

hashmap，即散列表，也叫哈希表，是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。给定表M，存在函数f(key)，对任意给定的关键字值key，代入函数后若能得到包含该关键字的记录在表中的地址，则称表M为哈希（Hash）表，函数f(key)为哈希（Hash）函数。

1、特点

HashMap 是一个散列表，它存储的内容是键值对(key-value)映射。
HashMap 实现了 Map 接口，根据键的 HashCode 值存储数据，具有很快的访问速度，非常多允许一条记录的键为 null，不支持线程同步。
HashMap 是无序的，即不会记录插入的顺序。
HashMap 继承于AbstractMap，实现了 Map、Cloneable、java.io.Serializable 接口。

2、存储结构

从结构实现来讲，HashMap是数组+链表+红黑树（JDK1.8增加了红黑树部分）实现的。

从源码可知，HashMap类中有一个非常重要的字段，就是 Node[] table，即哈希桶数组，明显它是一个Node的数组。Node[JDK1.8]的代码实现如下：

static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;    //用来定位数组索引位置
        final K key;
        V value;
        Node<K,V> next;   //链表的下一个node

        Node(int hash, K key, V value, Node<K,V> next) { ... }
        public final K getKey(){ ... }
        public final V getValue() { ... }
        public final String toString() { ... }
        public final int hashCode() { ... }
        public final V setValue(V newValue) { ... }
        public final boolean equals(Object o) { ... }
}

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）。上图中的每个黑色圆点就是一个Node对象。

HashMap就是使用哈希表来存储的。哈希表为解决冲突，可以采用开放地址法和链地址法等来解决问题，Java中HashMap采用了链地址法。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。例如程序执行下面代码：

    map.put("美团","小美");

系统将调用”美团”这个key的hashCode()方法得到其hashCode 值（该方法适用于每个Java对象），然后再通过Hash算法的后两步运算（高位运算和取模运算，下文有介绍）来定位该键值对的存储位置，有时两个key会定位到相同的位置，表示发生了Hash碰撞。当然Hash算法计算结果越分散均匀，Hash碰撞的概率就越小，map的存取效率就会越高。

如果哈希桶数组很大，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。

3、功能实现

确定哈希桶数组索引位置：

不管增加、删除、查找键值对，定位到哈希桶数组的位置都是很关键的名列前茅步。前面说过HashMap的数据结构是数组和链表的结合，所以我们当然希望这个HashMap里面的元素位置尽量分布均匀些，尽量使得每个位置上的元素数量只有一个，那么当我们用hash算法求得这个位置的时候，马上就可以知道对应位置的元素就是我们要的，不用遍历链表，大大优化了查询的效率。HashMap定位数组索引位置，直接决定了hash方法的离散性能。

put方法的详细执行：

判断键值对数组table[i]是否为空或为null，否则执行resize()进行扩容；
根据键值key计算hash值得到插入的数组索引i，如果table[i]==null，直接新建节点添加，转向第六点，如果table[i]不为空，转向第三点；
判断table[i]的为数不多的元素是否和key一样，如果相同直接覆盖value，否则转向第四点，这里的相同指的是hashCode以及equals；
判断table[i] 是否为treeNode，即table[i] 是否是红黑树，如果是红黑树，则直接在树中插入键值对，否则转向第五点；
遍历table[i]，判断链表长度是否大于8，大于8的话把链表转换为红黑树，在红黑树中执行插入操作，否则进行链表的插入操作；遍历过程中若发现key已经存在直接覆盖value即可；
插入成功后，判断实际存在的键值对数量size是否超多了最大容量threshold，如果超过，进行扩容。

扩容过程：

扩容(resize)就是重新计算容量，向HashMap对象里不停的添加元素，而HashMap对象内部的数组无法装载更多的元素时，对象就需要扩大数组的长度，以便能装入更多的元素。当然Java里的数组是无法自动扩容的，方法是使用一个新的数组代替已有的容量小的数组，就像我们用一个小桶装水，如果想装更多的水，就得换大水桶。

延伸阅读1：JDK1.8与JDK1.7的主要区别