hashmap为什么要扩容

说说HashMap的扩容过程?

HashMap的扩容过程是其内部机制中非常关键的一环，主要用于在元素数量超过当前容量阈值时，通过增加数组容量来减少哈希冲突，提高存取效率。以下是HashMap扩容过程的详细解释：扩容触发条件 HashMap的扩容触发条件是其内部元素个数（size）大于其阈值（threshold）。

HashMap也用到了哈希码的算法，以便快速查找一个键，TreeMap则是对键按序存放，因此它便有一些扩展的方法，比如firstKey（），lastKey（）等，你还可以从TreeMap中指定一个范围以取得其子Map。键和值的关联很简单，用pub（Object key，Object value）方法即可将一个键与一个值对象相关联。

答：HashMap使用数组+链表+红黑树（在特定条件下）进行数据存储。存储时，首先计算key的hash值，然后通过hash散列算法与数组的长度进行运算，得出数据存储的具置（索引）。如果该位置已经存在数据，则采用链表或红黑树的形式进行存储。

候选者：我在学习的时候也看过JDK7的HashMap和ConcurrentHashMap，其实还是有很多不一样的地方，比如JDK 7 的HashMap在扩容时是头插法，在JDK8就变成了尾插法，在JDK7 的HashMap还没有引入红黑树….候选者：ConcurrentHashMap 在JDK7 还是使用分段锁的方式来实现，而JDK 8 就又不一样了。

默认初始容量为10，HashMap为16。Java 7前，ArrayList无参构造器在初始化阶段完成，Java 7后改为在add方法中进行，即延迟初始化。如需存大量数据且已知容量，可通过构造器传入初始容量，避免频繁扩容。ArrayList包含构造器、add方法和get方法。

被问懵了:什么是负载因子?为什么是0.75?

HashMap 负载因子 loadFactor 的默认值是 0.75，主要是因为它提供了空间和时间复杂度之间的良好平衡。空间利用率与性能平衡：负载因子太低会导致大量的空桶浪费空间，而负载因子太高会导致大量的碰撞，降低性能。0.75 的负载因子在这两个因素之间取得了良好的平衡。既不会造成过多的空间浪费，也不会因为碰撞过多而影响性能。

面试中常常被问及的“负载因子”是HashMap中的一个关键概念。负载因子，也称作扩容因子和装载因子，是断何时需要进行扩容的标准。默认值通常设定为0.75，表示当HashMap中元素数量达到其容量的75%时，就会触发扩容操作。通过构造函数可以自定义负载因子，但默认值为0.75。

但是这个0.5和负载因子是不一样的，这个0.5我们是指已经有一半的桶被占用了，而HashMap中的负载因子与我们存入的数据总数量相关，并且根据之前对这种数据结构的了解，数据会存在一定概率出现在一个桶中，所以当一半桶都被占用的时候我们实际存储的数据数量是大于0.5n的。

负载因子：默认值为0.75，是空间与时间的“黄金平衡点”。它决定了HashMap的扩容频率和冲突概率。容量：默认初始容量为16，且必须为2的幂次。这是为了保证索引计算的正确性和数据分布的均匀性。如果手动传入非2的幂次容量，HashMap会自动将其转为最接近的更大幂次。

负载因子调整：负载因子是元素数量与桶数量的比率。HashMap默认负载因子为0.75，超过时触发扩容（增加桶数量），重新计算键的哈希值并映射到新桶。扩容虽减少冲突概率，但需权衡开销（重新哈希成本）。

从泊松分布谈起HashMap为什么默认扩容因子是0.75

HashMap默认扩容因子设定为0.75，主要基于时间成本与空间成本的权衡，这一设计通过泊松分布分析优化了哈希冲突概率与操作效率的关系。以下是具体分析： 扩容因子与泊松分布的关联HashMap在理想随机哈希码条件下，桶中节点频率遵循泊松分布，其参数λ=0.5（由扩容因子0.75推导得出）。

负载因子：默认值为0.75，是空间与时间的“黄金平衡点”。它决定了HashMap的扩容频率和冲突概率。容量：默认初始容量为16，且必须为2的幂次。这是为了保证索引计算的正确性和数据分布的均匀性。如果手动传入非2的幂次容量，HashMap会自动将其转为最接近的更大幂次。

这是因为扩容可以分散哈希冲突，减少链表长度，从而避免不必要的红黑树转换。综上所述，HashMap 中链表长度大于 8 才转化为红黑树是基于性能与开销的平衡、概率统计与泊松分布的原理以及实际使用中的考量而确定的。这一机制确保了 HashMap 在大多数情况下都能保持高效的性能。

在哈希值随机且扩容阈值为默认值0.75的情况下，哈希表每个桶的频率遵循 的 泊松分布 。由于扩容时粒度较大，进而导致泊松分布的方差也很大。如果忽略方差的因素，哈希表桶列表长度为 的概率为 。