当前位置:首页 > 文章列表 > 文章 > java教程 > 怎么理解HashMap在扩容时重新分配Hash槽位的重排逻辑

怎么理解HashMap在扩容时重新分配Hash槽位的重排逻辑

2026-05-05 23:27:48 0浏览 收藏

偷偷努力,悄无声息地变强,然后惊艳所有人!哈哈,小伙伴们又来学习啦~今天我将给大家介绍《怎么理解HashMap在扩容时重新分配Hash槽位的重排逻辑》,这篇文章主要会讲到等等知识点,不知道大家对其都有多少了解,下面我们就一起来看一吧!当然,非常希望大家能多多评论,给出合理的建议,我们一起学习,一起进步!

扩容无需重算hash值,因容量恒为2的幂次方,新索引仅取决于原hash在新增bit位的值;JDK 1.8用e.hash & oldCap快速提取该位,0则留原索引,非0则原索引+oldCap。

怎么理解HashMap在扩容时重新分配Hash槽位的重排逻辑

扩容时为什么不用重新计算 hash 值

因为容量始终是 2 的幂次方,扩容就是左移一位(比如从 16 → 32),所以 newCap - 1 比 oldCap - 1 多一个高位 bit。这意味着新索引只取决于原 hash 值在那个新增 bit 位上是 0 还是 1。

举例:旧容量 16,oldCap - 1 = 15(二进制 00001111);新容量 32,newCap - 1 = 31(二进制 00011111)。多出来的那一位(第 5 位,从 0 开始数)就是判断依据。

所以 JDK 1.8 直接用 e.hash & oldCap 判断——这个操作等价于取那个新增 bit 位的值:

  • 结果为 0 → 新索引 = 旧索引
  • 结果非 0 → 新索引 = 旧索引 + oldCap

e.hash & oldCap 这个判断到底在算什么

它不是在算哈希值本身,而是在快速提取 hash 值中「与旧容量对齐的那个 bit」的值。

比如 oldCap == 16(二进制 00010000),那么 e.hash & oldCap 就是在看 e.hash 的第 4 位(从 0 开始)是不是 1:

  • hash = 00000101(5)→ & 00010000 = 00000000 → 留在原位置
  • hash = 00010101(21)→ & 00010000 = 00010000 → 移到 原索引 + 16

这个技巧把原本要重算 hash & (newCap - 1) 的开销,降到了一次位与操作 + 一次加法。

链表节点怎么拆成两个子链表

扩容时每个桶(oldTab[j])上的链表不会整体搬移,而是边遍历边按 e.hash & oldCap 拆成两个新链表:

  • 低位链表(loHead):所有 (e.hash & oldCap) == 0 的节点,头尾保持原顺序,最终挂到 newTab[j]
  • 高位链表(hiHead):所有 (e.hash & oldCap) != 0 的节点,也保持原顺序,最终挂到 newTab[j + oldCap]

注意:JDK 1.8 改用尾插法,所以链表顺序和原链表一致;而 JDK 1.7 头插法会导致链表反转,在并发扩容时可能成环——这是实际踩坑高频点。

红黑树在扩容时怎么处理

红黑树节点也会被拆分,但逻辑更重一点:

  • 先遍历整棵树,对每个节点执行 e.hash & oldCap 判断,分别归入低位/高位两组
  • 每组节点数 ≤ 6 → 退化为链表,插入对应新桶
  • 每组节点数 ≥ 8 → 构建新的红黑树,再插入对应新桶
  • 如果某组只有 1 个节点,直接作为 TreeNode 插入(不建树也不转链)

这个过程没有“保留原树结构”的优化,所以红黑树越多、单桶越深,扩容耗时越明显——这也是为什么建议合理设置初始容量,避免频繁 resize。

真正容易被忽略的是:扩容后,哪怕只是单个节点,它的新位置也严格由 hash 和新容量决定;而链表/树的拆分逻辑,本质是批量复用这个判断,不是“随机打散”,也不是“均匀重排”,而是确定性的、可预测的位置偏移。

理论要掌握,实操不能落!以上关于《怎么理解HashMap在扩容时重新分配Hash槽位的重排逻辑》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!

Java中的里氏替换原则失效场景_继承滥用的典型案例分析Java中的里氏替换原则失效场景_继承滥用的典型案例分析
上一篇
Java中的里氏替换原则失效场景_继承滥用的典型案例分析
山西招生考试网成人高考怎么报 成考网上报名及现场确认流程【解读】
下一篇
山西招生考试网成人高考怎么报 成考网上报名及现场确认流程【解读】
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    263次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    309次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    290次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    267次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    80次使用