[[399567]]

 前言

HashMap是一個非常重要的集合，日常使用也非常的頻繁，同時也是面試重點。本文并不打算講解基礎的使用api，而是深入HashMap的底層，講解關于HashMap的重點知識。需要讀者對散列表和HashMap有一定的認識。

HashMap本質上是一個散列表，那么就離不開散列表的三大問題：散列函數、哈希沖突、擴容方案;同時作為一個數據結構，必須考慮多線程并發訪問的問題，也就是線程安全。這四大重點則為學習HashMap的重點，也是HashMap設計的重點。

HashMap屬于Map集合體系的一部分，同時繼承了Serializable接口可以被序列化，繼承了Cloneable接口可以被復制。他的的繼承結構如下：

img

HashMap并不是全能的，對于一些特殊的情景下的需求官方拓展了一些其他的類來滿足，如線程安全的ConcurrentHashMap、記錄插入順序的LinkHashMap、給key排序的TreeMap等。

文章內容主要講解四大重點：散列函數、哈希沖突、擴容方案、線程安全，再補充關鍵的源碼分析和相關的問題。

本文所有內容如若未特殊說明，均為JDK1.8版本。

哈希函數

哈希函數的目標是計算key在數組中的下標。判斷一個哈希函數的標準是：散列是否均勻、計算是否簡單。

HashMap哈希函數的步驟：

1. 對key對象的hashcode進行擾動
2. 通過取模求得數組下標

擾動是為了讓hashcode的隨機性更高，第二步取模就不會讓所以的key都聚集在一起，提高散列均勻度。擾動可以看到hash()方法：

static final int hash(Object key) { 
    int h; 
    // 獲取到key的hashcode，在高低位異或運算 
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); 
} 

也就是低16位是和高16位進行異或，高16位保持不變。一般的數組長度都會比較短，取模運算中只有低位參與散列;高位與低位進行異或，讓高位也得以參與散列運算，使得散列更加均勻。具體運算如下圖(圖中為了方便采用8位進行演示，32位同理)：

img

對hashcode擾動之后需要對結果進行取模。HashMap在jdk1.8并不是簡單使用%進行取模，而是采用了另外一種更加高性能的方法。HashMap控制數組長度為2的整數次冪，好處是對hashcode進行求余運算和讓hashcode與數組長度-1進行位與運算是相同的效果。如下圖：

img

但位與運算的效率卻比求余高得多，從而提升了性能。在擴容運算中也利用到了此特性，后面會講。取模運算的源碼看到putVal()方法，該方法在put()方法中被調用：

final V putVal(int hash, K key, V value, boolean onlyIfAbsent, 
               boolean evict) { 
    ... 
    // 與數組長度-1進行位與運算，得到下標 
    if ((p = tab[i = (n - 1) & hash]) == null) 
        ... 
} 

完整的hash計算過程可以參考下圖：

img

上面我們提到HashMap的數組長度為2的整數次冪，那么HashMap是如何控制數組的長度為2的整數次冪的?修改數組長度有兩種情況：

1. 初始化時指定的長度
2. 擴容時的長度增量

先看第一種情況。默認情況下，如未在HashMap構造器中指定長度，則初始長度為16。16是一個較為合適的經驗值，他是2的整數次冪，同時太小會頻繁觸發擴容、太大會浪費空間。如果指定一個非2的整數次冪，會自動轉化成大于該指定數的最小2的整數次冪。如指定6則轉化為8，指定11則轉化為16。結合源碼來分析，當我們初始化指定一個非2的整數次冪長度時，HashMap會調用tableSizeFor()方法：

public HashMap(int initialCapacity, float loadFactor) { 
    ... 
    this.loadFactor = loadFactor; 
    // 這里調用了tableSizeFor方法 
    this.threshold = tableSizeFor(initialCapacity); 
} 
 
static final int tableSizeFor(int cap) { 
    // 注意這里必須減一 
    int n = cap - 1; 
    n |= n >>> 1; 
    n |= n >>> 2; 
    n |= n >>> 4; 
    n |= n >>> 8; 
    n |= n >>> 16; 
    return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1; 
} 

tableSizeFor()方法的看起來很復雜，作用是使得最高位1后續的所有位都變為1，最后再+1則得到剛好大于initialCapacity的最小2的整數次冪數。如下圖(這里使用了8位進行模擬，32位也是同理)：

img

那為什么必須要對cap進行-1之后再進行運算呢?如果指定的數剛好是2的整數次冪，如果沒有-1結果會變成比他大兩倍的數，如下：

00100 --高位1之后全變1--> 00111 --加1---> 01000 

第二種改變數組長度的情況是擴容。HashMap每次擴容的大小都是原來的兩倍，控制了數組大小一定是2的整數次冪，相關源碼如下：

final Node<K,V>[] resize() { 
    ... 
    if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && 
                 oldCap >= DEFAULT_INITIAL_CAPACITY) 
            // 設置為原來的兩倍 
            newThr = oldThr << 1; 
    ... 
} 

小結

1. HashMap通過高16位與低16位進行異或運算來讓高位參與散列，提高散列效果;
2. HashMap控制數組的長度為2的整數次冪來簡化取模運算，提高性能;
3. HashMap通過控制初始化的數組長度為2的整數次冪、擴容為原來的2倍來控制數組長度一定為2的整數次冪。

哈希沖突解決方案

再優秀的hash算法永遠無法避免出現hash沖突。hash沖突指的是兩個不同的key經過hash計算之后得到的數組下標是相同的。解決hash沖突的方式很多，如開放定址法、再哈希法、公共溢出表法、鏈地址法。HashMap采用的是鏈地址法，jdk1.8之后還增加了紅黑樹的優化，如下圖：

img

出現沖突后會在當前節點形成鏈表，而當鏈表過長之后，會自動轉化成紅黑樹提高查找效率。紅黑樹是一個查找效率很高的數據結構，時間復雜度為O(logN)，但紅黑樹只有在數據量較大時才能發揮它的優勢。關于紅黑樹的轉化，HashMap做了以下限制。

• 當鏈表的長度>=8且數組長度>=64時，會把鏈表轉化成紅黑樹。
• 當鏈表長度>=8，但數組長度<64時，會優先進行擴容，而不是轉化成紅黑樹。
• 當紅黑樹節點數<=6，自動轉化成鏈表。

那就有了以下問題：

為什么需要數組長度到64才會轉化紅黑樹?

當數組長度較短時，如16，鏈表長度達到8已經是占用了最大限度的50%，意味著負載已經快要達到上限，此時如果轉化成紅黑樹，之后的擴容又會再一次把紅黑樹拆分平均到新的數組中，這樣非但沒有帶來性能的好處，反而會降低性能。所以在數組長度低于64時，優先進行擴容。

為什么要大于等于8轉化為紅黑樹，而不是7或9?

樹節點的比普通節點更大，在鏈表較短時紅黑樹并未能明顯體現性能優勢，反而會浪費空間，在鏈表較短是采用鏈表而不是紅黑樹。在理論數學計算中(裝載因子=0.75)，鏈表的長度到達8的概率是百萬分之一;把7作為分水嶺，大于7轉化為紅黑樹，小于7轉化為鏈表。紅黑樹的出現是為了在某些極端的情況下，抗住大量的hash沖突，正常情況下使用鏈表是更加合適的。

注意，紅黑樹在jdk1.8之后出現的，jdk1.7采用的是數組+鏈表模式。

小結

1. HashMap采用鏈地址法，當發生沖突時會轉化為鏈表，當鏈表過長會轉化為紅黑樹提高效率。
2. HashMap對紅黑樹進行了限制，讓紅黑樹只有在極少數極端情況下進行抗壓。

擴容方案

當HashMap中的數據越來越多，那么發生hash沖突的概率也就會越來越高，通過數組擴容可以利用空間換時間，保持查找效率在常數時間復雜度。那什么時候進行擴容?由HashMap的一個關鍵參數控制：裝載因子。

裝載因子=HashMap中節點數/數組長度，他是一個比例值。當HashMap中節點數到達裝載因子這個比例時，就會觸發擴容;也就是說，裝載因子控制了當前數組能夠承載的節點數的閾值。如數組長度是16，裝載因子是0.75，那么可容納的節點數是16*0.75=12。裝載因子的數值大小需要仔細權衡。裝載因子越大，數組利用率越高，同時發生哈希沖突的概率也就越高;裝載因子越小，數組利用率降低，但發生哈希沖突的概率也降低了。所以裝載因子的大小需要權衡空間與時間之間的關系。在理論計算中，0.75是一個比較合適的數值，大于0.75哈希沖突的概率呈指數級別上升，而小于0.75沖突減少并不明顯。HashMap中的裝載因子的默認大小是0.75，沒有特殊要求的情況下，不建議修改他的值。

那么在到達閾值之后，HashMap是如何進行擴容的呢?HashMap會把數組長度擴展為原來的兩倍，再把舊數組的數據遷移到新的數組，而HashMap針對遷移做了優化：使用HashMap數組長度是2的整數次冪的特點，以一種更高效率的方式完成數據遷移。

JDK1.7之前的數據遷移比較簡單，就是遍歷所有的節點，把所有的節點依次通過hash函數計算新的下標，再插入到新數組的鏈表中。這樣會有兩個缺點：1、每個節點都需要進行一次求余計算;2、插入到新的數組時候采用的是頭插入法，在多線程環境下會形成鏈表環。jdk1.8之后進行了優化，原因在于他控制數組的長度始終是2的整數次冪，每次擴展數組都是原來的2倍，帶來的好處是key在新的數組的hash結果只有兩種：在原來的位置，或者在原來位置+原數組長度。具體為什么我們可以看下圖：

img

從圖中我們可以看到，在新數組中的hash結果，僅僅取決于高一位的數值。如果高一位是0，那么計算結果就是在原位置，而如果是1，則加上原數組的長度即可。這樣我們只需要判斷一個節點的高一位是1 or 0就可以得到他在新數組的位置，而不需要重復hash計算。HashMap把每個鏈表拆分成兩個鏈表，對應原位置或原位置+原數組長度，再分別插入到新的數組中，保留原來的節點順序，如下：

img

小結

1. 裝載因子決定了HashMap擴容的閾值，需要權衡時間與空間，一般情況下保持0.75不作改動;
2. HashMap擴容機制結合了數組長度為2的整數次冪的特點，以一種更高的效率完成數據遷移，同時避免頭插法造成鏈表環。

線程安全

HashMap作為一個集合，主要功能則為CRUD，也就是增刪查改數據，那么就肯定涉及到多線程并發訪問數據的情況。并發產生的問題，需要我們特別關注。

HashMap并不是線程安全的，在多線程的情況下無法保證數據的一致性。舉個例子：HashMap下標2的位置為null，線程A需要將節點X插入下標2的位置，在判斷是否為null之后，線程被掛起;此時線程B把新的節點Y插入到下標2的位置;恢復線程A，節點X會直接插入到下標2，覆蓋節點Y，導致數據丟失，如下圖：

jdk1.7及以前擴容時采用的是頭插法，這種方式插入速度快，但在多線程環境下會造成鏈表環，而鏈表環會在下一次插入時找不到鏈表尾而發生死循環。

那如果結果數據一致性問題呢?解決這個問題有三個方案：

• 采用Hashtable
• 調用Collections.synchronizeMap()方法來讓HashMap具有多線程能力
• 采用ConcurrentHashMap

前兩個方案的思路是相似的，均是每個方法中，對整個對象進行上鎖。Hashtable是老一代的集合框架，很多的設計均以及落后，他在每一個方法中均加上了synchronize關鍵字保證線程安全。

// Hashtable 
public synchronized V get(Object key) {...} 
public synchronized V put(K key, V value) {...} 
public synchronized V remove(Object key) {...} 
public synchronized V replace(K key, V value) {...} 
... 

第二種方法是返回一個SynchronizedMap對象，這個對象默認每個方法會鎖住整個對象。如下源碼：

img

這里的mutex是什么呢?直接看到構造器：

final Object      mutex;        // Object on which to synchronize 
SynchronizedMap(Map<K,V> m) { 
    this.m = Objects.requireNonNull(m); 
    // 默認為本對象 
    mutex = this; 
} 
SynchronizedMap(Map<K,V> m, Object mutex) { 
    this.m = m; 
    this.mutex = mutex; 
} 

可以看到默認鎖的就是本身，效果和Hashtable其實是一樣的。這種簡單粗暴鎖整個對象的方式造成的后果是：

• 鎖是非常重量級的，會嚴重影響性能。
• 同一時間只能有一個線程進行讀寫，限制了并發效率。

ConcurrentHashMap的設計就是為了解決此問題。他通過降低鎖粒度+CAS的方式來提高效率。簡單來說，ConcurrentHashMap鎖的并不是整個對象，而是一個數組的一個節點，那么其他線程訪問數組其他節點是不會互相影響，極大提高了并發效率;同時ConcurrentHashMap讀操作并不需要獲取鎖，如下圖：

img

關于ConcurrentHashMap和Hashtable的更多內容，限于篇幅，我會在另一篇文章講解。那么，使用了上述的三種解決方案是不是絕對線程安全?先觀察下面的代碼：

ConcurrentHashMap<String, String> map = new ConcurrentHashMap<>(); 
map.put("abc","123"); 
 
Thread1: 
if (map.containsKey("abc")){ 
    String s = map.get("abc"); 
} 
 
Thread2: 
map.remove("abc"); 

當Thread1調用containsKey之后釋放鎖，Thread2獲得鎖并把“abc”移除再釋放鎖，這個時候Thread1讀取到的s就是一個null了，也就出現了問題了。所以ConcurrentHashMap類或者Collections.synchronizeMap()方法或者Hashtable都只能在一定的限度上保證線程安全，而無法保證絕對線程安全。

關于線程安全，還有一個fast-fail問題，即快速失敗。當使用HashMap的迭代器遍歷HashMap時，如果此時HashMap發生了結構性改變，如插入新數據、移除數據、擴容等，那么Iteractor會拋出fast-fail異常，防止出現并發異常，在一定限度上保證了線程安全。如下源碼：

final Node<K,V> nextNode() { 
    ... 
    if (modCount != expectedModCount) 
        throw new ConcurrentModificationException(); 
   ... 
} 

創建Iteractor對象時會記錄HashMap的modCount變量，每當HashMap發生結構性改變時，modCount會加1。在迭代時判斷HashMap的modCount和自己保存的expectedModCount是否一致即可判斷是否發生了結構性改變。

fast-fail異常只能當做遍歷時的一種安全保證，而不能當做多線程并發訪問HashMap的手段。若有并發需求，還是需要使用上述的三種方法。

小結

1. HashMap并不能保證線程安全，在多線程并發訪問下會出現意想不到的問題，如數據丟失等
2. HashMap1.8采用尾插法進行擴容，防止出現鏈表環導致的死循環問題
3. 解決并發問題的的方案有Hashtable、Collections.synchronizeMap()、ConcurrentHashMap。其中最佳解決方案是ConcurrentHashMap
4. 上述解決方案并不能完全保證線程安全
5. 快速失敗是HashMap迭代機制中的一種并發安全保證

源碼解析

關鍵變量的理解

HashMap源碼中有很多的內部變量，這些變量會在下面源碼分析中經常出現，首先需要理解這些變量的意義。

// 存放數據的數組 
transient Node<K,V>[] table; 
// 存儲的鍵值對數目 
transient int size; 
// HashMap結構修改的次數，主要用于判斷fast-fail 
transient int modCount; 
// 最大限度存儲鍵值對的數目(threshodl=table.length*loadFactor)，也稱為閾值 
int threshold; 
// 裝載因子，表示可最大容納數據數量的比例 
final float loadFactor; 
// 靜態內部類，HashMap存儲的節點類型；可存儲鍵值對，本身是個鏈表結構。 
static class Node<K,V> implements Map.Entry<K,V> {...} 

擴容

HashMap源碼中把初始化操作也放到了擴容方法中，因而擴容方法源碼主要分為兩部分：確定新的數組大小、遷移數據。詳細的源碼分析如下，我打了非常詳細的注釋，可選擇查看。擴容的步驟在上述已經講過了，讀者可以自行結合源碼，分析HashMap是如何實現上述的設計。

final Node<K,V>[] resize() { 
    // 變量分別是原數組、原數組大小、原閾值；新數組大小、新閾值 
    Node<K,V>[] oldTab = table; 
    int oldCap = (oldTab == null) ? 0 : oldTab.length; 
    int oldThr = threshold; 
    int newCap, newThr = 0; 
 
    // 如果原數組長度大于0 
    if (oldCap > 0) { 
        // 如果已經超過了設置的最大長度(1<<30,也就是最大整型正數) 
        if (oldCap >= MAXIMUM_CAPACITY) { 
            // 直接把閾值設置為最大正數 
            threshold = Integer.MAX_VALUE; 
            return oldTab; 
        } 
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && 
                 oldCap >= DEFAULT_INITIAL_CAPACITY) 
            // 設置為原來的兩倍 
            newThr = oldThr << 1;  
    } 
 
    // 原數組長度為0，但最大限度不是0，把長度設置為閾值 
    // 對應的情況就是新建HashMap的時候指定了數組長度 
    else if (oldThr > 0)  
        newCap = oldThr; 
    // 第一次初始化，默認16和0.75 
    // 對應使用默認構造器新建HashMap對象 
    else {                
        newCap = DEFAULT_INITIAL_CAPACITY; 
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); 
    } 
    // 如果原數組長度小于16或者翻倍之后超過了最大限制長度，則重新計算閾值 
    if (newThr == 0) { 
        float ft = (float)newCap * loadFactor; 
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? 
                  (int)ft : Integer.MAX_VALUE); 
    } 
    threshold = newThr; 
 
    @SuppressWarnings({"rawtypes","unchecked"}) 
    // 建立新的數組 
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; 
    table = newTab; 
    if (oldTab != null) { 
        // 循環遍歷原數組，并給每個節點計算新的位置 
        for (int j = 0; j < oldCap; ++j) { 
            Node<K,V> e; 
            if ((e = oldTab[j]) != null) { 
                oldTab[j] = null; 
                // 如果他沒有后繼節點，那么直接使用新的數組長度取模得到新下標 
                if (e.next == null) 
                    newTab[e.hash & (newCap - 1)] = e; 
                // 如果是紅黑樹，調用紅黑樹的拆解方法 
                else if (e instanceof TreeNode) 
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); 
                // 新的位置只有兩種可能：原位置，原位置+老數組長度 
                // 把原鏈表拆成兩個鏈表，然后再分別插入到新數組的兩個位置上 
                // 不用多次調用put方法 
                else {  
                    // 分別是原位置不變的鏈表和原位置+原數組長度位置的鏈表 
                    Node<K,V> loHead = null, loTail = null; 
                    Node<K,V> hiHead = null, hiTail = null; 
                    Node<K,V> next; 
                    // 遍歷老鏈表，判斷新增判定位是1or0進行分類 
                    do { 
                        next = e.next; 
                        if ((e.hash & oldCap) == 0) { 
                            if (loTail == null) 
                                loHead = e; 
                            else 
                                loTail.next = e; 
                            loTail = e; 
                        } 
                        else { 
                            if (hiTail == null) 
                                hiHead = e; 
                            else 
                                hiTail.next = e; 
                            hiTail = e; 
                        } 
                    } while ((e = next) != null); 
                    // 最后賦值給新的數組 
                    if (loTail != null) { 
                        loTail.next = null; 
                        newTab[j] = loHead; 
                    } 
                    if (hiTail != null) { 
                        hiTail.next = null; 
                        newTab[j + oldCap] = hiHead; 
                    } 
                } 
            } 
        } 
    } 
    // 返回新數組 
    return newTab; 
} 

添加數值

調用put()方法添加鍵值對，最終會調用putVal()來真正實現添加邏輯。代碼解析如下：

public V put(K key, V value) { 
    // 獲取hash值，再調用putVal方法插入數據 
    return putVal(hash(key), key, value, false, true); 
} 
 
// onlyIfAbsent表示是否覆蓋舊值，true表示不覆蓋，false表示覆蓋，默認為false 
// evict和LinkHashMap的回調方法有關，不在本文討論范圍 
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, 
               boolean evict) { 
 
    // tab是HashMap內部數組，n是數組的長度，i是要插入的下標，p是該下標對應的節點 
    Node<K,V>[] tab; Node<K,V> p; int n, i; 
 
    // 判斷數組是否是null或者是否是空，若是，則調用resize()方法進行擴容 
    if ((tab = table) == null || (n = tab.length) == 0) 
        n = (tab = resize()).length; 
 
    // 使用位與運算代替取模得到下標 
    // 判斷當前下標是否是null，若是則創建節點直接插入，若不是，進入下面else邏輯 
    if ((p = tab[i = (n - 1) & hash]) == null) 
        tab[i] = newNode(hash, key, value, null); 
    else { 
 
        // e表示和當前key相同的節點，若不存在該節點則為null 
        // k是當前數組下標節點的key 
        Node<K,V> e; K k; 
 
        // 判斷當前節點與要插入的key是否相同，是則表示找到了已經存在的key 
        if (p.hash == hash && 
            ((k = p.key) == key || (key != null && key.equals(k)))) 
            e = p; 
        // 判斷該節點是否是樹節點，如果是調用紅黑樹的方法進行插入 
        else if (p instanceof TreeNode) 
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); 
        // 最后一種情況是直接鏈表插入 
        else { 
            for (int binCount = 0; ; ++binCount) { 
                if ((e = p.next) == null) { 
                    p.next = newNode(hash, key, value, null); 
                    // 長度大于等于8時轉化為紅黑樹 
                    // 注意，treeifyBin方法中會進行數組長度判斷， 
                    // 若小于64，則優先進行數組擴容而不是轉化為樹 
                    if (binCount >= TREEIFY_THRESHOLD - 1)  
                        treeifyBin(tab, hash); 
                    break; 
                } 
                // 找到相同的直接跳出循環 
                if (e.hash == hash && 
                    ((k = e.key) == key || (key != null && key.equals(k)))) 
                    break; 
                p = e; 
            } 
        } 
 
        // 如果找到相同的key節點，則判斷onlyIfAbsent和舊值是否為null 
        // 執行更新或者不操作，最后返回舊值 
        if (e != null) {  
            V oldValue = e.value; 
            if (!onlyIfAbsent || oldValue == null) 
                e.value = value; 
            afterNodeAccess(e); 
            return oldValue; 
        } 
    } 
 
    // 如果不是更新舊值，說明HashMap中鍵值對數量發生變化 
    // modCount數值+1表示結構改變 
    ++modCount; 
    // 判斷長度是否達到最大限度，如果是則進行擴容 
    if (++size > threshold) 
        resize(); 
    // 最后返回null（afterNodeInsertion是LinkHashMap的回調） 
    afterNodeInsertion(evict); 
    return null; 
} 

代碼中關于每個步驟有了詳細的解釋，這里來總結一下：

1. 總體上分為兩種情況：找到相同的key和找不到相同的key。找了需要判斷是否更新并返回舊value，沒找到需要插入新的Node、更新節點數并判斷是否需要擴容。
2. 查找分為三種情況：數組、鏈表、紅黑樹。數組下標i位置不為空且不等于key，那么就需要判斷是否樹節點還是鏈表節點并進行查找。
3. 鏈表到達一定長度后需要擴展為紅黑樹，當且僅當鏈表長度>=8且數組長度>=64。

最后畫一張圖總體再加深一下整個流程的印象：

img

其他問題

為什么jdk1.7以前控制數組的長度為素數，而jdk1.8之后卻采用的是2的整數次冪?

答：素數長度可以有效減少哈希沖突;JDK1.8之后采用2的整數次冪是為了提高求余和擴容的效率，同時結合高低位異或的方法使得哈希散列更加均勻。

為何素數可以減少哈希沖突?若能保證key的hashcode在每個數字之間都是均勻分布，那么無論是素數還是合數都是相同的效果。例如hashcode在1~20均勻分布，那么無論長度是合數4，還是素數5，分布都是均勻的。而如果hashcode之間的間隔都是2，如1,3,5...,那么長度為4的數組，位置2和位置4兩個下標無法放入數據，而長度為5的數組則沒有這個問題。長度為合數的數組會使間隔為其因子的hashcode聚集出現，從而使得散列效果降低。

為什么插入HashMap的數據需要實現hashcode和equals方法?對這兩個方法有什么要求?

答：通過hashcode來確定插入下標，通過equals比較來尋找數據;兩個相等的key的hashcode必須相等，但擁有相同的hashcode的對象不一定相等。

這里需要區分好他們之間的區別：hashcode就像一個人的名，相同的人名字肯定相等，但是相同的名字不一定是同個人;equals比較內容是否相同，一般由對象覆蓋重寫，默認情況下比較的是引用地址;“==”引用隊形比較的是引用地址是否相同，值對象比較的是值是否相同。

HashMap中需要使用hashcode來獲取key的下標，如果兩個相同的對象的hashcode不同，那么會造成HashMap中存在相同的key;所以equals返回相同的key他們的hashcode一定要相同。HashMap比較兩個元素是否相同采用了三種比較方法結合：p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))) 。

最后

關于HashMap的內容很難在一篇文章講完，他的設計到的內容非常多，如線程安全的設計可以延伸到ConcurrentHashMap與Hashtable，這兩個類與HashMap的區別以及內部設計均非常重要，這些內容我將在另外的文章做補充。最后，希望文章對你有幫助。