HashMap的工做原理

 

 

HashMap的工做原理是近年来常见的Java面试题。几乎每一个Java程序员都知道HashMap，都知道哪里要用HashMap，知道Hashtable和HashMap之间的区别，那么为什么这道面试题如此特殊呢？是由于这道题考察的深度很深。这题常常出如今高级或中高级面试中。投资银行更喜欢问这个问题，甚至会要求你实现HashMap来考察你的编程能力。ConcurrentHashMap和其它同步集合的引入让这道题变得更加复杂。让咱们开始探索的旅程吧！

先来些简单的问题

“你用过HashMap吗？” “什么是HashMap？你为何用到它？”

几乎每一个人都会回答“是的”，而后回答HashMap的一些特性，譬如HashMap能够接受null键值和值，而Hashtable则不能；HashMap是非synchronized;HashMap很快；以及HashMap储存的是键值对等等。这显示出你已经用过HashMap，并且对它至关的熟悉。可是面试官来个急转直下，今后刻开始问出一些刁钻的问题，关于HashMap的更多基础的细节。面试官可能会问出下面的问题：

“你知道HashMap的工做原理吗？” “你知道HashMap的get()方法的工做原理吗？”

你也许会回答“我没有详查标准的Java API，你能够看看Java源代码或者Open JDK。”“我能够用Google找到答案。”

但一些面试者可能能够给出答案，“HashMap是基于hashing的原理，咱们使用put(key, value)存储对象到HashMap中，使用get(key)从HashMap中获取对象。当咱们给put()方法传递键和值时，咱们先对键调用hashCode()方法，返回的hashCode用于找到bucket位置来储存Entry对象。”这里关键点在于指出，HashMap是在bucket中储存键对象和值对象，做为Map.Entry。这一点有助于理解获取对象的逻辑。若是你没有意识到这一点，或者错误的认为仅仅只在bucket中存储值的话，你将不会回答如何从HashMap中获取对象的逻辑。这个答案至关的正确，也显示出面试者确实知道hashing以及HashMap的工做原理。可是这仅仅是故事的开始，当面试官加入一些Java程序员天天要碰到的实际场景的时候，错误的答案频现。下个问题多是关于HashMap中的碰撞探测(collision detection)以及碰撞的解决方法：

“当两个对象的hashcode相同会发生什么？” 从这里开始，真正的困惑开始了，一些面试者会回答由于hashcode相同，因此两个对象是相等的，HashMap将会抛出异常，或者不会存储它们。而后面试官可能会提醒他们有equals()和hashCode()两个方法，并告诉他们两个对象就算hashcode相同，可是它们可能并不相等。一些面试者可能就此放弃，而另一些还能继续挺进，他们回答“由于hashcode相同，因此它们的bucket位置相同，‘碰撞’会发生。由于HashMap使用链表存储对象，这个Entry(包含有键值对的Map.Entry对象)会存储在链表中。”这个答案很是的合理，虽然有不少种处理碰撞的方法，这种方法是最简单的，也正是HashMap的处理方法。但故事尚未完结，面试官会继续问：

“若是两个键的hashcode相同，你如何获取值对象？” 面试者会回答：当咱们调用get()方法，HashMap会使用键对象的hashcode找到bucket位置，而后获取值对象。面试官提醒他若是有两个值对象储存在同一个bucket，他给出答案:将会遍历链表直到找到值对象。面试官会问由于你并无值对象去比较，你是如何肯定肯定找到值对象的？除非面试者直到HashMap在链表中存储的是键值对，不然他们不可能回答出这一题。

其中一些记得这个重要知识点的面试者会说，找到bucket位置以后，会调用keys.equals()方法去找到链表中正确的节点，最终找到要找的值对象。完美的答案！

许多状况下，面试者会在这个环节中出错，由于他们混淆了hashCode()和equals()方法。由于在此以前hashCode()屡屡出现，而equals()方法仅仅在获取值对象的时候才出现。一些优秀的开发者会指出使用不可变的、声明做final的对象，而且采用合适的equals()和hashCode()方法的话，将会减小碰撞的发生，提升效率。不可变性使得可以缓存不一样键的hashcode，这将提升整个获取对象的速度，使用String，Interger这样的wrapper类做为键是很是好的选择。

若是你认为到这里已经完结了，那么听到下面这个问题的时候，你会大吃一惊。“若是HashMap的大小超过了负载因子(load factor)定义的容量，怎么办？”除非你真正知道HashMap的工做原理，不然你将回答不出这道题。默认的负载因子大小为0.75，也就是说，当一个map填满了75%的bucket时候，和其它集合类(如ArrayList等)同样，将会建立原来HashMap大小的两倍的bucket数组，来从新调整map的大小，并将原来的对象放入新的bucket数组中。这个过程叫做rehashing，由于它调用hash方法找到新的bucket位置。

若是你可以回答这道问题，下面的问题来了：“你了解从新调整HashMap大小存在什么问题吗？”你可能回答不上来，这时面试官会提醒你当多线程的状况下，可能产生条件竞争(race condition)。

当从新调整HashMap大小的时候，确实存在条件竞争，由于若是两个线程都发现HashMap须要从新调整大小了，它们会同时试着调整大小。在调整大小的过程当中，存储在链表中的元素的次序会反过来，由于移动到新的bucket位置的时候，HashMap并不会将元素放在链表的尾部，而是放在头部，这是为了不尾部遍历(tail traversing)。若是条件竞争发生了，那么就死循环了。这个时候，你能够质问面试官，为何这么奇怪，要在多线程的环境下使用HashMap呢？：）

热心的读者贡献了更多的关于HashMap的问题：

1. 为何String, Interger这样的wrapper类适合做为键？ String, Interger这样的wrapper类做为HashMap的键是再适合不过了，并且String最为经常使用。由于String是不可变的，也是final的，并且已经重写了equals()和hashCode()方法了。其余的wrapper类也有这个特色。不可变性是必要的，由于为了要计算hashCode()，就要防止键值改变，若是键值在放入时和获取时返回不一样的hashcode的话，那么就不能从HashMap中找到你想要的对象。不可变性还有其余的优势如线程安全。若是你能够仅仅经过将某个field声明成final就能保证hashCode是不变的，那么请这么作吧。由于获取对象的时候要用到equals()和hashCode()方法，那么键对象正确的重写这两个方法是很是重要的。若是两个不相等的对象返回不一样的hashcode的话，那么碰撞的概率就会小些，这样就能提升HashMap的性能。
2. 咱们可使用自定义的对象做为键吗？ 这是前一个问题的延伸。固然你可能使用任何对象做为键，只要它遵照了equals()和hashCode()方法的定义规则，而且当对象插入到Map中以后将不会再改变了。若是这个自定义对象时不可变的，那么它已经知足了做为键的条件，由于当它建立以后就已经不能改变了。
3. 咱们可使用CocurrentHashMap来代替Hashtable吗？这是另一个很热门的面试题，由于ConcurrentHashMap愈来愈多人用了。咱们知道Hashtable是synchronized的，可是ConcurrentHashMap同步性能更好，由于它仅仅根据同步级别对map的一部分进行上锁。ConcurrentHashMap固然能够代替HashTable，可是HashTable提供更强的线程安全性。看看这篇博客查看Hashtable和ConcurrentHashMap的区别。

我我的很喜欢这个问题，由于这个问题的深度和广度，也不直接的涉及到不一样的概念。让咱们再来看看这些问题设计哪些知识点：

• hashing的概念
• HashMap中解决碰撞的方法
• equals()和hashCode()的应用，以及它们在HashMap中的重要性
• 不可变对象的好处
• HashMap多线程的条件竞争
• 从新调整HashMap的大小

总结

HashMap的工做原理

HashMap基于hashing原理，咱们经过put()和get()方法储存和获取对象。当咱们将键值对传递给put()方法时，它调用键对象的hashCode()方法来计算hashcode，让后找到bucket位置来储存值对象。当获取对象时，经过键对象的equals()方法找到正确的键值对，而后返回值对象。HashMap使用链表来解决碰撞问题，当发生碰撞了，对象将会储存在链表的下一个节点中。 HashMap在每一个链表节点中储存键值对对象。

当两个不一样的键对象的hashcode相同时会发生什么？ 它们会储存在同一个bucket位置的链表中。键对象的equals()方法用来找到键值对。

由于HashMap的好处很是多，我曾经在电子商务的应用中使用HashMap做为缓存。由于金融领域很是多的运用Java，也出于性能的考虑，咱们会常常用到HashMap和ConcurrentHashMap。你能够查看更多的关于HashMap的文章: