Redis 和 HashMap 的区别

Redis 是 Remote Dictionary Service 三个单词中加粗字母的组合，是一种基于键值对（key-value）的 NoSQL 数据库。

但比一般的键值对，比如 HashMap 强大的多，Redis 中的 value 支持 string（字符串）、hash（哈希）、 list（列表）、set（集合）、zset（有序集合）、Bitmaps（位图）、 HyperLogLog（基数估算）、GEO（地理信息定位）等多种数据结构。

而且因为 Redis 的所有数据都存放在内存当中，所以它的读写性能非常出色。

不仅如此，Redis 还可以将内存数据持久化到硬盘上，这样在发生类似断电或者机器故障的时候，内存中的数据并不会“丢失”。

除此之外，Redis 还提供了键过期、发布订阅、事务、流水线、Lua 脚本等附加功能，是互联网技术领域中使用最广泛的缓存中间件。

HashMap 是否安全

HashMap 不是线程安全的，如果需要线程安全，需要使用ConcurrentHashMap，HashMap 之所以不是线程安全的，主要有以下几个问题：

  1. 多线程下扩容会死循环。JDK1.7 中的 HashMap 使用的是头插法插入元素，在多线程的环境下，扩容的时候就有可能导致出现环形链表，造成死循环。

    不过，JDK 8 时已经修复了这个问题，扩容时会保持链表原来的顺序。

  2. 多线程的 put 可能会导致元素的丢失。因为计算出来的位置可能会被其他线程的 put 覆盖，很好理解。本来哈希冲突是应该用链表的，但多线程时由于没有加锁，相同位置的元素可能就被干掉了。

  3. put 和 get 并发时，可能导致 get 为 null。线程 1 执行 put 时，因为元素个数超出阈值而导致出现扩容，线程 2 此时执行 get，就有可能出现这个问题，因为线程 1 执行完 table = newTab 之后，线程 2 中的 table 此时也发生了变化，此时去 get 的时候当然会 get 到 null 了，因为元素还没有转移。

Java Hashmap

JDK 8 中 HashMap 的数据结构是 数组 + 链表 + 红黑树。

也就是说，HashMap 的底层数据结构最主要的还是数组，当发生哈希冲突的时候就用链表来解决；不过，如果链表过长时，查询效率会比较低，于是当链表的长度超过 8 时，链表就会转换为红黑树。

HashMap 之所以叫“哈希表”，是因为它利用了哈希函数来计算键的哈希值，然后根据哈希值来决定元素在数组中的位置，这样就可以实现高效的增删改查效率。

数组的查询效率是 O(1)，如果哈希冲突，就会用链表来解决，链表的查询效率是 O(n)，于是当链表的长度超过 8 时，链表就会转换为红黑树，红黑树的查询效率是 O(logn)。

当向 HashMap 中添加一个键值对时，会使用哈希函数计算键的哈希码，确定其在数组中的位置。如果该位置已有元素（发生哈希冲突），则新元素将被添加到链表的末尾或红黑树中。如果键已经存在，其对应的值将被新值覆盖。

当从 HashMap 中获取元素时，也会使用哈希函数计算键的位置，然后根据位置在数组、链表或者红黑树中查找元素。

随着元素的不断添加，HashMap 的容量（也就是数组大小）可能不足，于是就需要进行扩容，阈值是capacity * loadFactor，capacity 为容量，loadFactor 为负载因子，默认为 0.75。扩容后的数组大小是原来的 2 倍，然后把原来的元素重新计算哈希值，放到新的数组中。

总的来说，HashMap 是一种通过哈希表实现的键值对集合，它通过将键哈希化成数组索引，并在冲突时使用链表或红黑树来存储元素，从而实现快速的查找、插入和删除操作。

详解HashMap底层原理+扩容机制

参考