【原创】HashMap复习精讲

时间 2019-11-06

标签原创 hashmap 复习繁體版

原文原文链接

引言

因为近期忙着搬家，又偷懒了几个礼拜！
其实我很早之前就想写一篇关于HashMap的面试专题。对于JAVA求职者来讲，HashMap可谓是集合类的重中之重，甚至你在复习的时候，其余集合类都不用看，专攻HashMap便可。
然而，鉴于网上大部分的关于HashMap的面试方向文章，烟哥看事后都不是太满意。所以，斗胆尝试也写一篇关于HashMap的面试专题文章!java

正文

(1)HashMap的实现原理?

此题能够组成以下连环炮来问面试

你看过HashMap源码嘛，知道原理嘛?
为何用数组+链表？
hash冲突你还知道哪些解决办法？
我用LinkedList代替数组结构能够么?
既然是能够的,为何HashMap不用LinkedList,而选用数组?

你看过HashMap源码嘛，知道原理嘛?
针对这个问题，嗯，固然是必须看过HashMap源码。至于原理，下面那张图很清楚了:

HashMap采用Entry数组来存储key-value对，每个键值对组成了一个Entry实体，Entry类其实是一个单向的链表结构，它具备Next指针，能够链接下一个Entry实体。
只是在JDK1.8中，链表长度大于8的时候，链表会转成红黑树！
为何用数组+链表？
数组是用来肯定桶的位置，利用元素的key的hash值对数组长度取模获得.
链表是用来解决hash冲突问题，当出现hash值同样的情形，就在数组上的对应位置造成一条链表。算法

ps:这里的hash值并非指hashcode，而是将hashcode高低十六位异或过的。至于为何要这么作，继续往下看。编程

hash冲突你还知道哪些解决办法？
比较出名的有四种(1)开放定址法(2)链地址法(3)再哈希法(4)公共溢出区域法数组

ps:你们有兴趣拓展的，本身去搜一下就懂了，这个就不拓展了！
我用LinkedList代替数组结构能够么?
这里我稍微说明一下，此题的意思是，源码中是这样的缓存

Entry[] table = new Entry[capacity];

ps：Entry就是一个链表节点。
那我用下面这样表示安全

List<Entry> table = new LinkedList<Entry>();

是否可行?
答案很明显，必须是能够的。
既然是能够的,为何HashMap不用LinkedList,而选用数组?
由于用数组效率最高！
在HashMap中，定位桶的位置是利用元素的key的哈希值对数组长度取模获得。此时，咱们已获得桶的位置。显然数组的查找效率比LinkedList大。多线程

那ArrayList，底层也是数组，查找也快啊，为啥不用ArrayList?
(烟哥写到这里的时候，不由以为本身真有想法，本身把本身问死了，还好我灵机一动想出了答案)
由于采用基本数组结构，扩容机制能够本身定义，HashMap中数组扩容恰好是2的次幂，在作取模运算的效率高。
而ArrayList的扩容机制是1.5倍扩容，那ArrayList为何是1.5倍扩容这就不在本文说明了。并发

(2)HashMap在什么条件下扩容?

此题能够组成以下连环炮来问函数

HashMap在什么条件下扩容?
为何扩容是2的n次幂?
为何为何要先高16位异或低16位再取模运算?

HashMap在什么条件下扩容?
若是bucket满了(超过load factor*current capacity)，就要resize。
load factor为0.75，为了最大程度避免哈希冲突
current capacity为当前数组大小。

为何扩容是2的次幂?
HashMap为了存取高效，要尽可能较少碰撞，就是要尽可能把数据分配均匀，每一个链表长度大体相同，这个实现就在把数据存到哪一个链表中的算法；这个算法实际就是取模，hash%length。
可是，你们都知道这种运算不如位移运算快。
所以，源码中作了优化hash&(length-1)。
也就是说hash%length==hash&(length-1)
那为何是2的n次方呢？
由于2的n次方实际就是1后面n个0，2的n次方-1，实际就是n个1。
例如长度为8时候，3&(8-1)=3 2&(8-1)=2 ，不一样位置上，不碰撞。
而长度为5的时候，3&(5-1)=0 2&(5-1)=0，都在0上，出现碰撞了。
因此，保证容积是2的n次方，是为了保证在作(length-1)的时候，每一位都能&1 ，也就是和1111……1111111进行与运算。

为何为何要先高16位异或低16位再取模运算?
我先晒一下，jdk1.8里的hash方法。1.7的比较复杂，咱就不看了。

hashmap这么作，只是为了下降hash冲突的概率。打个比方，
当咱们的length为16的时候，哈希码(字符串“abcabcabcabcabc”的key对应的哈希码)对(16-1)与操做，对于多个key生成的hashCode，只要哈希码的后4位为0，不论不论高位怎么变化，最终的结果均为0。
以下图所示

而加上高16位异或低16位的“扰动函数”后，结果以下

能够看到: 扰动函数优化前：1954974080 % 16 = 1954974080 & (16 - 1) = 0 扰动函数优化后：1955003654 % 16 = 1955003654 & (16 - 1) = 6 很显然，减小了碰撞的概率。

(3)讲讲hashmap的get/put的过程?

此题能够组成以下连环炮来问

知道hashmap中put元素的过程是什么样么?
知道hashmap中get元素的过程是什么样么？
你还知道哪些hash算法？
说说String中hashcode的实现?(此题不少大厂问过)

知道hashmap中put元素的过程是什么样么?
对key的hashCode()作hash运算，计算index;
若是没碰撞直接放到bucket里；
若是碰撞了，以链表的形式存在buckets后；
若是碰撞致使链表过长(大于等于TREEIFY_THRESHOLD)，就把链表转换成红黑树(JDK1.8中的改动)；
若是节点已经存在就替换old value(保证key的惟一性)
若是bucket满了(超过load factor*current capacity)，就要resize。

知道hashmap中get元素的过程是什么样么?
对key的hashCode()作hash运算，计算index;
若是在bucket里的第一个节点里直接命中，则直接返回；
若是有冲突，则经过key.equals(k)去查找对应的Entry;

若为树，则在树中经过key.equals(k)查找，O(logn)；
若为链表，则在链表中经过key.equals(k)查找，O(n)。

你还知道哪些hash算法？
先说一下hash算法干吗的，Hash函数是指把一个大范围映射到一个小范围。把大范围映射到一个小范围的目的每每是为了节省空间，使得数据容易保存。
比较出名的有MurmurHash、MD四、MD5等等

说说String中hashcode的实现?(此题频率很高)

public int hashCode() {
    int h = hash;
    if (h == 0 && value.length > 0) {
        char val[] = value;

        for (int i = 0; i < value.length; i++) {
            h = 31 * h + val[i];
        }
        hash = h;
    }
    return h;
}

String类中的hashCode计算方法仍是比较简单的，就是以31为权，每一位为字符的ASCII值进行运算，用天然溢出来等效取模。

哈希计算公式能够计为s[0]*31^(n-1) + s[1]*31^(n-2) + ... + s[n-1]
那为何以31为质数呢?
主要是由于31是一个奇质数，因此31*i=32*i-i=(i<<5)-i，这种位移与减法结合的计算相比通常的运算快不少。

(4)为何hashmap的在链表元素数量超过8时改成红黑树?

此题能够组成以下连环炮来问

知道jdk1.8中hashmap改了啥么?
为何在解决hash冲突的时候，不直接用红黑树?而选择先用链表，再转红黑树?
我不用红黑树，用二叉查找树能够么?
那为何阀值是8呢?
当链表转为红黑树后，何时退化为链表?

知道jdk1.8中hashmap改了啥么?

由数组+链表的结构改成数组+链表+红黑树。
优化了高位运算的hash算法：h^(h>>>16)
扩容后，元素要么是在原位置，要么是在原位置再移动2次幂的位置，且链表顺序不变。

最后一条是重点，由于最后一条的变更，hashmap在1.8中，不会在出现死循环问题。

为何在解决hash冲突的时候，不直接用红黑树?而选择先用链表，再转红黑树?
由于红黑树须要进行左旋，右旋，变色这些操做来保持平衡，而单链表不须要。
当元素小于8个当时候，此时作查询操做，链表结构已经能保证查询性能。当元素大于8个的时候，此时须要红黑树来加快查询速度，可是新增节点的效率变慢了。

所以，若是一开始就用红黑树结构，元素太少，新增效率又比较慢，无疑这是浪费性能的。

我不用红黑树，用二叉查找树能够么?
能够。可是二叉查找树在特殊状况下会变成一条线性结构（这就跟原来使用链表结构同样了，形成很深的问题），遍历查找会很是慢。

那为何阀值是8呢?
不知道，等jdk做者来回答。
这道题，网上能找到的答案都是扯淡。
我随便贴一个牛客网的答案，以下图所示

看出bug没？交点是6.64？交点分明是4，好么。
log4=2，4/2=2。
jdk做者选择8，必定通过了严格的运算，以为在长度为8的时候，与其保证链表结构的查找开销，不如转换为红黑树，改成维持其平衡开销。

当链表转为红黑树后，何时退化为链表?
为6的时候退转为链表。中间有个差值7能够防止链表和树之间频繁的转换。假设一下，若是设计成链表个数超过8则链表转换成树结构，链表个数小于8则树结构转换成链表，若是一个HashMap不停的插入、删除元素，链表个数在8左右徘徊，就会频繁的发生树转链表、链表转树，效率会很低。

(5)HashMap的并发问题?

此题能够组成以下连环炮来问

HashMap在并发编程环境下有什么问题啊?
在jdk1.8中还有这些问题么?
你通常怎么解决这些问题的？

HashMap在并发编程环境下有什么问题啊?

(1)多线程扩容，引发的死循环问题
(2)多线程put的时候可能致使元素丢失
(3)put非null元素后get出来的倒是null

在jdk1.8中还有这些问题么?

在jdk1.8中，死循环问题已经解决。其余两个问题仍是存在。

你通常怎么解决这些问题的？

好比ConcurrentHashmap，Hashtable等线程安全等集合类。

(6)你通常用什么做为HashMap的key?

此题能够组成以下连环炮来问

健能够为Null值么?
你通常用什么做为HashMap的key?
我用可变类当HashMap的key有什么问题?
若是让你实现一个自定义的class做为HashMap的key该如何实现？

健能够为Null值么?
必须能够，key为null的时候，hash算法最后的值以0来计算，也就是放在数组的第一个位置。

你通常用什么做为HashMap的key?
通常用Integer、String这种不可变类当HashMap当key，并且String最为经常使用。

(1)由于字符串是不可变的，因此在它建立的时候hashcode就被缓存了，不须要从新计算。这就使得字符串很适合做为Map中的键，字符串的处理速度要快过其它的键对象。这就是HashMap中的键每每都使用字符串。
(2)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,这些类已经很规范的覆写了hashCode()以及equals()方法。

我用可变类当HashMap的key有什么问题?
hashcode可能发生改变，致使put进去的值，没法get出，以下所示

HashMap<List<String>, Object> changeMap = new HashMap<>();
List<String> list = new ArrayList<>();
list.add("hello");
Object objectValue = new Object();
changeMap.put(list, objectValue);
System.out.println(changeMap.get(list));
list.add("hello world");//hashcode发生了改变
System.out.println(changeMap.get(list));

输出值以下

java.lang.Object@74a14482
null

若是让你实现一个自定义的class做为HashMap的key该如何实现？
此题考察两个知识点

重写hashcode和equals方法注意什么?
如何设计一个不变类

针对问题一，记住下面四个原则便可
(1)两个对象相等，hashcode必定相等
(2)两个对象不等，hashcode不必定不等
(3)hashcode相等，两个对象不必定相等
(4)hashcode不等，两个对象必定不等
针对问题二，记住如何写一个不可变类
(1)类添加final修饰符，保证类不被继承。
若是类能够被继承会破坏类的不可变性机制，只要继承类覆盖父类的方法而且继承类能够改变成员变量值，那么一旦子类以父类的形式出现时，不能保证当前类是否可变。

(2)保证全部成员变量必须私有，而且加上final修饰
经过这种方式保证成员变量不可改变。但只作到这一步还不够，由于若是是对象成员变量有可能再外部改变其值。因此第4点弥补这个不足。

(3)不提供改变成员变量的方法，包括setter
避免经过其余接口改变成员变量的值，破坏不可变特性。

(4)经过构造器初始化全部成员，进行深拷贝(deep copy)
若是构造器传入的对象直接赋值给成员变量，仍是能够经过对传入对象的修改进而致使改变内部变量的值。例如：

public final class ImmutableDemo {  
    private final int[] myArray;  
    public ImmutableDemo(int[] array) {  
        this.myArray = array; // wrong  
    }  
}

这种方式不能保证不可变性，myArray和array指向同一块内存地址，用户能够在ImmutableDemo以外经过修改array对象的值来改变myArray内部的值。
为了保证内部的值不被修改，能够采用深度copy来建立一个新内存保存传入的值。正确作法：

public final class MyImmutableDemo {  
    private final int[] myArray;  
    public MyImmutableDemo(int[] array) {  
        this.myArray = array.clone();   
    }   
}

(5)在getter方法中，不要直接返回对象自己，而是克隆对象，并返回对象的拷贝
这种作法也是防止对象外泄，防止经过getter得到内部可变成员对象后对成员变量直接操做，致使成员变量发生改变。

总结

这篇文章能归纳大部分HashMap的面试题了，但愿你们有所收获！