去哪面试都会问的HashMap
前言
HashMap可以说是面试的重中之重,去10家公司面试,8家都会问道,为什么大家都爱用HashMap打开话题?
HashMap是怎么实现的?
- jdk1.7的HashMap是用数组+链表实现的
- jdk1.8的HashMap是用数组+链表+红黑树实现的
HashMap的主干是一个数组,假设我们有3个键值对dnf:1,cf:2,lol:3,每次放的时候会根据key.hash % table.length(对象的hashcode进行一些操作后对数组的长度取余)确定这个键值对应该放在数组的哪个位位置
1 = indexFor(dnf),我们将键值对放在数组下标为1的位置
3 = indexFor(cf)
1 = indexFor(lol),这时发现数组下标为1的位置已经有值了,我们把lol:3放到链表的第一位,将原先的dnf:1用链表的形式放到lol键值对的下面
jdk1.7是头插法jdk1.8是尾插法
在获取key为dnf的键值对时,1=hash(dnf),得到这个键值对在数组下标为1的位置,dnf和lol不相等,和下一个元素比较,相等返回。set和get的过程就是这么简单。先定位到槽的位置(即数组中的位置),再遍历链表找到相同的元素。
由上图可以看出,HashMap在发生hash冲突的时候用的是链地址法,解决hash冲突并不只有这一种方法,常见的有如下四种方法
- 开放定址法
- 链地址法
- 再哈希法
- 公共溢出区域法。
JDK1.7源码
几个重要的属性
//初始容量是16,且容量必须是2的倍数
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//最大容量是2的30次方
static final int MAXIMUM_CAPACITY = 1 << 30;
//负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
static final Entry<?,?>[] EMPTY_TABLE = {};
//HashMap的主干是一个Entry数组,在需要的时候进行扩容,长度必须是2的被数
transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;
//放置的key-value对的个数
transient int size;
//进行扩容的阈值,值为 capacity * load factor,即容量 * 负载因子
int threshold;
//负载因子
final float loadFactor;
这里说一下threshold和loadFactor,threshold = capacity * load factor,即扩容的阈值=数组长度 * 负载因子,如果hashmap中放了16个元素,负载因子为0.75,则扩容阈值为16*0.75=12
- 负载因子越小,容易扩容,浪费空间,但查找效率高
- 负载因子越大,不易扩容,对空间的利用更加充分,查找效率低(链表拉长)
存储数据的静态内部类,数组+链表,这里的数组指的就是Entry数组
static class Entry<K,V> implements Map.Entry<K,V> {
final K key;
V value;
Entry<K,V> next;//存储指向下一个Entry的引用,单链表结构
int hash;//对key的hashcode值进行hash运算后得到的值,存储在Entry,避免重复计算
Entry(int h, K k, V v, Entry<K,V> n) {
value = v;
next = n;
key = k;
hash = h;
}
}
构造函数
其他都是在此基础上的扩展,主要就是设置初始容量和负载因子,这2个参数前面介绍过了哈。
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
threshold = initialCapacity;
init();
}
最重要的知识点来了,对着流程看源码比较好理解
put方法的执行过程
- key为null直接放在table[0]处,对key的hashCode()做hash运算,计算index;
- 如果节点已经存在就替换old value(保证key的唯一性),并返回old Value
- 如果达到扩容的阈值(超过capacity * load factor),并且发生碰撞,就要resize
- 将元素放到bucket的首位,即头插法
public V put(K key, V value) {
//hashmap的数组为空
if (table == EMPTY_TABLE) {
inflateTable(threshold);
}
if (key == null)
return putForNullKey(value);
//获取hash值
int hash = hash(key);
//找到应该放到table的哪个位置
int i = indexFor(hash, table.length);
//遍历table[i]位置的链表,查找相同的key,若找到则使用新的value替换oldValue,并返回oldValue
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
//如果key已经存在,将value设置为新的,并返回旧的value值
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
//将元素放到table[i],新的元素总在table[i]位置的第一个元素,原来的元素后移
addEntry(hash, key, value, i);
return null;
}
为空时,HashMap还没有创建这个数组,有可能用的是默认的16的初始值,还有可能自定义了长度,这时需要把数组长度变为2的最小倍数,并且这个2的倍数大于等于初始容量
private void inflateTable(int toSize) {
//返回大于或等于最接近2的幂数
int capacity = roundUpToPowerOf2(toSize);
threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
table = new Entry[capacity];
initHashSeedAsNeeded(capacity);
}
若key为null,则将值放在table[0]这个链上
private V putForNullKey(V value) {
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
if (e.key == null) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
addEntry(0, null, value, 0);
return null;
}
找到应该放在数组的位置,h & (length-1)这个式子你可以认为hash值对数组长度取余,后面会说到这个式子
static int indexFor(int h, int length) {
// assert Integer.bitCount(length) == 1 : "length must be a non-zero power of 2";
return h & (length-1);
}
添加元素
void addEntry(int hash, K key, V value, int bucketIndex) {
// 容量超过阈值,并且发生碰撞时进行扩容
if ((size >= threshold) && (null != table[bucketIndex])) {
// 数组扩容为原来的2倍,并将元素复制到新数组上
resize(2 * table.length);
// 重新计算hash值,如果不做特殊设置的话,和之前算出来的hash值一样
hash = (null != key) ? hash(key) : 0;
bucketIndex = indexFor(hash, table.length);
}
createEntry(hash, key, value, bucketIndex);
}
将新增加的元素放到table的第一位,并且将其他元素跟在第一个元素后面
void createEntry(int hash, K key, V value, int bucketIndex) {
Entry<K,V> e = table[bucketIndex];
table[bucketIndex] = new Entry<>(hash, key, value, e);
size++;
}
容量超过阈值并且发生碰撞,开始扩容
void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
//容量已经达到最大
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
Entry[] newTable = new Entry[newCapacity];
transfer(newTable, initHashSeedAsNeeded(newCapacity));
table = newTable;
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}
重新计算元素在新的数组中的位置,并进行复制处理,initHashSeedAsNeeded函数默认情况下会一直返回false,即rehash在默认情况下为false
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
// 遍历数组
for (Entry<K,V> e : table) {
// 遍历链表
while(null != e) {
Entry<K,V> next = e.next;
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
}
}
}
这个transfer函数挺有意思的,如果你仔细理解它的复制过程,会发现有如下2个特别有意思的地方
- 原来在oldTable[i]位置的元素,会被放到newTable[i]或者newTable[i+oldTable.length]的位置
- 链表在转移的时候会反转
这2个点需要注意一下,我会在JDK1.8中再次提到这2个点
get方法的执行过程
- key为null直接从table[0]处取,对key的hashCode()做hash运算,计算index;
- 通过key.equals(k)去查找对应的Entry,接着返回value
public V get(Object key) {
if (key == null)
return getForNullKey();
Entry<K,V> entry = getEntry(key);
return null == entry ? null : entry.getValue();
}
从table[0]初获取key为null的值
private V getForNullKey() {
if (size == 0) {
return null;
}
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
if (e.key == null)
return e.value;
}
return null;
}
key不为null时
final Entry<K,V> getEntry(Object key) {
if (size == 0) {
return null;
}
int hash = (key == null) ? 0 : hash(key);
for (Entry<K,V> e = table[indexFor(hash, table.length)];
e != null;
e = e.next) {
Object k;
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
}
return null;
}
JDK1.8源码
jdk1.8存取key为null的数据并没有进行特判,而是通过将hash值返回为0将其放在table[0]处
put执行过程
- 对key的hashcode()高16位和低16位进行异或运算求出具体的hash值
- 如果table数组没有初始化,则初始化table数组长度为16
- 根据hash值计算index,如果没碰撞则直接放到bucket里(bucket可为链表或者红黑树)
- 如果碰撞导致链表过长,就把链表转为红黑树
- 如果key已经存在,用new value替换old value,并返回old value
- 如果超过扩容的阈值则进行扩容,threshold = capacity * load factor
jdk1.8和jdk1.7重新获取元素值在新数组中所处的位置的算法发生了变化(实际效果没发生改变)
- jdk1.7,hash & (length-1)
- jdk1.8,判断原来hash值要新增的bit位是0还是1。假如是0,放到newTable[i],否则放到newTable[i+oldTable.length]
get执行过程
- 对key的hashcode()高16位和低16位进行异或运算求出具体的hash值
- 如果在bucket里的第一个节点直接命中,则直接返回
- 如果有冲突,通过key.equals(k)去查找对应的Node,并返回value。在树中查找的效率为O(logn),在链表中查找的效率为O(n)
常见面试题
HashMap,HashTable,ConcurrentHashMap之间的区别
对象 | key和value是否允许为空 | 是否线程安全 |
HashMap | key和value都允许为null | 否 |
HashTable | key和value都不允许为null | 是 |
ConcurrentHashMap | key和value都不允许为null | 是 |
HashMap在什么条件下扩容
jdk1.7
- 超过扩容的阈值
- 发生碰撞
jdk1.8
- 超过扩容的阈值
HashMap的大小为什么是2的n次方
为了通过hash值确定元素在数组中存的位置,我们需要进行如下操作hash%length,当时%操作比较耗时间,所以优化为 hash & (length - 1)
当length为2的n次方时,hash & (length - 1) =hash % length
我们假设数组的长度为15和16,hash码为8和9
h & (length - 1) | h | length | index |
8 & (15 - 1) | 0100 | 1110 | 0100 |
9 & (15 - 1) | 0101 | 1110 | 0100 |
8 & (16 - 1) | 0100 | 1111 | 0100 |
9 & (16 - 1) | 0101 | 1111 | 0101 |
可以看出数组长度为15的时候,hash码为8和9的元素被放到数组中的同一个位置形成链表,键低了查询效率,当hahs码和15-1(1110)进行&时,最后一位永远是0,这样0001,0011,0101,1001,1011,0111,1101这些位置永远不会被放置元素,这样会导致
- 空间浪费大
- 增加了碰撞的几率,减慢查询的效率
当数组长度为时,的所有位都是1,如8-1=7即111,那么进行低位&运算时,值总与原来的hash值相同,降低了碰撞的概率
JDK1.8发生了哪些变化?
- 由数组+链表改为数组+链表+红黑树,当链表的长度超过8时,链表变为红黑树。**为什么要这么改?**我们知道链表的查找效率为O(n),而红黑树的查找效率为O(logn),查找效率变高了。**为什么不直接用红黑树?**因为红黑树的查找效率虽然变高了,但是插入效率变低了,如果从一开始就用红黑树并不合适。从概率学的角度选了一个合适的临界值为8
- 优化了hash算法
- 计算元素在新数组中位置的算法发生了变化,新算法通过新增位判断oldTable[i]应该放在newTable[i]还是newTable[i+oldTable.length]
- 头插法改为尾插法,扩容时链表没有发生倒置(避免形成死循环)
HashMap在高并发下会发生什么问题?
- 多线程扩容,会让链表形成环,从而造成死循环
- 多线程put可能导致元素丢失
如何避免HashMap在高并发下的问题?
- 使用ConcurrentHashMap
- 用Collections.synchronizedMap(hashMap)包装成同步集合
文章转载自公众号:Java识堂