本文共 1954 字，大约阅读时间需要 6 分钟。
来源 | 程序员小灰（）
编辑 | 润发
————————————
众所周知，HashMap 是一个用于存储Key-Value键值对的集合，每一个键值对也叫做 Entry。
这些个键值对（Entry）分散存储在一个数组当中，这个数组就是HashMap的主干。
HashMap 数组每一个元素的初始值都是 Null。
对于HashMap，我们最常使用的是两个方法：Get 和 Put。
1. Put 方法的原理
调用 Put 方法的时候发生了什么呢？
比如调用 hashMap.put("apple", 0) ，插入一个Key为“apple"的元素。这时候我们需要利用一个哈希函数来确定Entry的插入位置（index）：
index = Hash（“apple”）
假定最后计算出的index是2，那么结果如下：
但是，因为 HashMap 的长度是有限的，当插入的 Entry 越来越多时，再完美的 Hash 函数也难免会出现 index 冲突的情况。
比如下面这样：
这时候该怎么办呢？我们可以利用链表来解决。
HashMap 数组的每一个元素不止是一个 Entry 对象，也是一个链表的头节点。
每一个 Entry 对象通过 Next 指针指向它的下一个 Entry 节点。当新来的Entry映射到冲突的数组位置时，只需要插入到对应的链表即可：
需要注意的是，新来的Entry节点插入链表时，使用的是“头插法”。至于为什么不插入链表尾部，后面会有解释。
2. Get方法的原理
使用 Get 方法根据 Key 来查找 Value 的时候，发生了什么呢？
首先会把输入的 Key 做一次 Hash 映射，得到对应的 index：
index = Hash（“apple”）
由于刚才所说的 Hash 冲突，同一个位置有可能匹配到多个Entry，这时候就需要顺着对应链表的头节点，一个一个向下来查找。假设我们要查找的Key是 “apple”：
第一步，我们查看的是头节点 Entry6，Entry6 的 Key是banana，显然不是我们要找的结果。
第二步，我们查看的是 Next 节点 Entry1，Entry1 的 Key 是 apple，正是我们要找的结果。
之所以把 Entry6 放在头节点，是因为 HashMap 的发明者认为，后插入的 Entry 被查找的可能性更大。
————————————
之前说过，从Key映射到HashMap数组的对应位置，会用到一个Hash函数：
index = Hash（“apple”）
如何实现一个尽量均匀分布的Hash函数呢？我们通过利用Key的HashCode值来做某种运算。
index = HashCode（Key） % Length ?
如何进行位运算呢？有如下的公式（Length是HashMap的长度）：
index = HashCode（Key） & （Length - 1）
下面我们以值为“book”的 Key 来演示整个过程：
1. 计算 book 的 hashcode，结果为十进制的 3029737，二进制的101110001110101110 1001。
2. 假定 HashMap 长度是默认的16，计算Length-1的结果为十进制的15，二进制的1111。
3. 把以上两个结果做与运算，101110001110101110 1001 & 1111 = 1001，十进制是9，所以 index=9。
可以说，Hash 算法最终得到的 index 结果，完全取决于 Key 的 Hashcode 值的最后几位。
假设 HashMap 的长度是10，重复刚才的运算步骤：
单独看这个结果，表面上并没有问题。我们再来尝试一个新的 HashCode 101110001110101110 1011 ：
让我们再换一个 HashCode 101110001110101110 1111 试试 ：
是的，虽然 HashCode 的倒数第二第三位从0变成了1，但是运算的结果都是1001。
也就是说，当 HashMap 长度为10的时候，有些index结果的出现几率会更大，而有些index结果永远不会出现（比如0111）！
这样，显然不符合Hash算法均匀分布的原则。
反观长度16或者其他2的幂，Length-1 的值是所有二进制位全为1，这种情况下，index 的结果等同于 HashCode 后几位的值。
只要输入的 HashCode 本身分布均匀，Hash 算法的结果就是均匀的。
—————END—————
转载自: 程序员小灰
看到最后的帮忙
点个赞👍🙏 谢谢,这个对我真的很重要！
