
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
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
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。
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
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
若key为null,则将值放在table[0]这个链上
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
添加元素
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
容量超过阈值并且发生碰撞,开始扩容
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
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
从table[0]初获取key为null的值
key不为null时
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
