Java 如何基于负载因子在ConcurrentHashMap中对元素进行分组

我在一些帖子中读到：

ConcurrentHashMap根据基于loadfactor的接近度对元素进行分组

这种分组是如何发生的

假设我重写

hashCode（）

函数，使其始终返回1。现在，

loadfactor

的较高值和较低值将如何影响对ConcurrentHashMap的插入

现在我重写了

hashCode（）

函数，以便它总是返回不同的hashCode。现在，

loadfactor

的较高值和较低值将如何影响对ConcurrentHashMap的插入

---

hashmap本质上是一个列表数组。例如，假设一个给定的hashmap有一个包含100个列表的数组。当您向其中添加某些内容时，将计算该对象的哈希代码。然后使用该值的模数和列表数（在本例中为100）来确定将其添加到哪个列表中。所以，如果您添加一个hashcode为13的对象，它将被添加到列表13中。若您添加一个hascode为12303512的对象，它将被添加到列表12中

加载因子告诉hashmap何时增加列表的数量。它基于整个地图中的项目数量和当前容量

在第一个场景中，hashcode总是返回1，无论有多少个列表，对象都会在同一个列表中结束（这是错误的）。在第二个场景中，它们将更均匀地分布在列表中（这是好的）

---

由于加载因子基于映射的总体大小，而不是列表的大小，因此哈希代码的质量实际上并不与加载因子交互。在第一个场景中，它将像在第二个场景中一样增长，但不管怎样，所有内容最终都将在同一个列表中。

hashmap本质上是一个列表数组。例如，假设一个给定的hashmap有一个包含100个列表的数组。当您向其中添加某些内容时，将计算该对象的哈希代码。然后使用该值的模数和列表数（在本例中为100）来确定将其添加到哪个列表中。所以，如果您添加一个hashcode为13的对象，它将被添加到列表13中。若您添加一个hascode为12303512的对象，它将被添加到列表12中

加载因子告诉hashmap何时增加列表的数量。它基于整个地图中的项目数量和当前容量

在第一个场景中，hashcode总是返回1，无论有多少个列表，对象都会在同一个列表中结束（这是错误的）。在第二个场景中，它们将更均匀地分布在列表中（这是好的）

---

由于加载因子基于映射的总体大小，而不是列表的大小，因此哈希代码的质量实际上并不与加载因子交互。在第一个场景中，它将像在第二个场景中一样增长，但不管怎样，所有内容最终都将在同一个列表中。

如果hashcode负责分发，那么当loadfactor出现在图片中时，它将如何影响分发接近0或1，正如我已经解释过的，如果所有对象都具有相同的hashcode，负载系数无关紧要。地图上的查找退化为未排序列表中的搜索性能。如果hashcode负责分布，那么当loadfactor出现在图片中时，它如何影响分布接近0或1，正如我已经解释过的，如果所有对象都具有相同的hashcode，则加载因子无关紧要。地图上的查找退化为未排序列表中的搜索性能。