服务端开发之Java备战秋招面试篇2-HashMap底层原理篇

Posted 2023-03-05 nuist__NJUPT

现在Java应届生和实习生就业基本上必问HashMap的底层原理和扩容机制等，可以说是十分常见的面试题了，今天我们来好好整理一下这些知识，为后面的秋招做足准备，加油吧，少年。

目录

1、HashMap集合介绍

 2、HashMap的存储过程

3、HashMap的成员变量

4、put()方法底层实现

 5、将链表转换为红黑树

 6、HashMap的扩容机制与原理

 7、remove()方法底层原理

 8、get()方法底层原理

 9、ConcurrentHashMap底层原理

10、算法题：最长公共子序列

---

1、HashMap集合介绍

基于Hash表的Map接口的实现，此实现提供了所有可选的映射操作，并且允许使用null键和null值，不保证存储顺序。

JDK1.8之前是数组+链表的形式，数组是主体，链表用来解决hash冲突，jdk1.8之后引入红黑树提高查询效率(链表长度大于8时候，数组长度大于64,链表转换成红黑树)。

 2、HashMap的存储过程

我们看一下HashMap的存储过程，每次根据key的值进行进行相应的hash算法计算出hash值，对应数组下标的位置，如果对应位置没有元素，则直接存取，对应位置有链表，则遍历链表，用equals比对，若为true，则覆盖原来的键值对，否则在链表后划出一个节点存储数据。

在不断添加数据的过程中，可能会涉及到扩容，当超出临界值(且存放的位置非空时)扩容，默认的扩容方式：原始容量为16，扩容为原来的两倍，将原有的数据复制过来。

注意：使用resize()进行扩容，size超过临界数目就需要扩容，临界数目=容量*加载因子。

 

3、HashMap的成员变量

HashMap的初始容量为什么是2的n次幂呢？其实就是为了减少hash碰撞，因为根据key计算hash值，hash碰撞，就要检索同一个链表，这样存取性能就比较低，尽量减少碰撞，使得数据分布均匀。

我们做个总结吧，其实可以发现数组长度不是2的n次幂的情况下，会增大hash冲突，导致很多数组位置上一直不会插入数据，这样就会浪费空间，而链表的长度会越来越长。为了提升性能，通过位运算代替取余的方式确定位置。

 

0.75是一个时间和空间的折衷，再看一下这个负载因子，默认0.75，初始容量默认16，当存储数据大于初始容量*负载因子时，需要对hashMap进行扩容。链表中的值超过8的时候会转变为红黑树，节点少的时候不应该用红黑树，因为红黑树插入和删除元素要通过变色和旋转保持平衡，节点少的时候反而得不偿失。

加载因子默认是0.75,当元素达到HashMap的75%时，就需要扩容，扩容相对来说耗费性能，应尽量减少扩容次数，通过创建HashMap集合对象指定初始容量来尽量避免扩容次数。

我们再看一个面试题，为什么加载因子设置0.75,初始化临界值为12呢。因为如果加载因子过大，会导致链表比较长，元素查找的性能比较低，如果加载因子过小，那么数组稀疏，扩容会导致空间的浪费。

扩容的计算公式如下，每次大于容量的75%就扩容，每次扩容变成之前的两倍，如下：

4、put()方法底层实现

我们先大概看一下put()方法底层实现的基本原理，首先通过hash算法计算出hash值，映射到对应的数组空间，若没有发生hash碰撞 ，则直接插入，否则遍历链表或红黑树，用equals去比对，如果为true则覆盖原来的键值对，否则直接插入链表或红黑树中，当数组容量大于阈值的时候，需要进行扩容。

我们先看一下这个计算hash值得源码，是先计算hashCode()值，在与这个hash值的无符号右移进行异或操作，即可计算出hash值，这样可以减少hash碰撞。即映射到数组的位置更好，即hashMap得数组下标。

我们调用put()方法底层调用得是putVal()方法，在putVal()方法中，使用到了之前计算出来得hash值，若没有发生hash碰撞 ，则直接插入，否则遍历链表或红黑树，用equals去比对，如果为true则覆盖原来的键值对，否则直接插入链表或红黑树中，当数组容量大于阈值的时候，需要进行扩容。

 5、将链表转换为红黑树

如果链表的长度大于8且数组的长度大于64则将链表转换成为红黑树，根据hash表中的元素决定是要扩容还是要变成红黑树，如果是变成红黑树，是需要创建相同个数的树形节点，然后复制内容，建立连接，让数组中的元素指向新创建的树的根节点，将链表的内容替换为树。

 6、HashMap的扩容机制与原理

HashMap的扩容方法是resize()，我们先看一下扩容机制，即什么时候需要扩容，当元素个数大于数组长度 *0.75时候会选择扩容，每次扩容为原来的两倍。一般来说，扩容是非常消耗性能的。

下面看一下扩容的原理，在进行hashMap扩充的时候，不需要重新计算Hash值，只需要看原来的hash值新增的bit是1还是0就可以了，是0就是原来的位置，是1就是原位置+旧容量。

我们看一下原来16位的扩充为32的一个示意图，如果计算出高位是0，比如蓝色的15，就存储在原来的位置，比如绿色的15，就存储在原位置+旧容量=31的位置，如下：

这种rehash的方式，省去了重新计算hash的时间，由于新增的1和0bit是随机的，所以在扩容的过程中保证了每个桶中的节点树少于之前的，减少hash冲突。

 7、remove()方法底层原理

remove()方法是根据key通过hash算法找到数组下标，如果没有元素返回为空，如果是链表就遍历链表后删除，如果是红黑树就遍历红黑树后删除。链表长度大于8转树，树的节点小于6转链表，根据统计学泊松分布得到。

 8、get()方法底层原理

这个get()方法的底层原理和remove()方法很像，也是通过hash算法计算key的映射位置，若该位置就是key，则直接返回，若是红黑树或者链接，则应该遍历红黑树或链表，红黑树的查找性能类似于二分查找，效率更高，链表的话，就是顺序遍历，性能较低。

 9、ConcurrentHashMap底层原理

ConcurrentHashMap是在HashMap的基础之上对Node节点进行加锁的方式保证了线程的安全性，在JDK1.7中锁的粒度是segment片段，在JDK1.8中锁的粒度是数组中的某个节点，性能提升了，引入的红黑树降低检索的复杂度。锁的实现：JDK7的锁是segment，是基于ReentronLock实现的，包含多个HashEntry；而JDK8 降低了锁的粒度，采用 table 数组元素作为锁，从而实现对每行数据进行加锁，进一步减少并发冲突的概率，并使用 synchronized 来代替 ReentrantLock，因为在低粒度的加锁方式中，synchronized 并不比 ReentrantLock 差，在粗粒度加锁中ReentrantLock 可以通过 Condition 来控制各个低粒度的边界，更加的灵活。

10、算法题：最长公共子序列

题目链接：力扣

class Solution 
    public int longestCommonSubsequence(String text1, String text2) 
        //最长公共子序列
        int n = text1.length(), m = text2.length() ;
        int [][] dp = new int[n+1][m+1] ;
        for(int i=1; i<=n; i++)
            for(int j=1; j<=m; j++)
                if(text1.charAt(i-1) == text2.charAt(j-1))
                    dp[i][j] = dp[i-1][j-1] + 1 ;
                else
                    dp[i][j] = Math.max(dp[i-1][j],dp[i][j-1]) ;
                
            
        
        return dp[n][m] ;