高频面试题-JDK源码篇(HashMap)

Posted 2021-07-21 墨家巨子@俏如来

前言

我觉得HashMap是一个高频面试题，甚至被问烂了，如果你还不懂HashMap原理，你很幸运，看了这边文章之后你将不存在这个问题！这里整理了一下HahsMap可能会被问到的知识点，从源码的角度去做了一些分析，当然你可以试着自己先回答一下：

1. HashMap底层用到了那些数据结构？
2. 为什么要用到链表结构？
3. 为什么要用到红黑树？
4. HashMap如何扩容的？
5. HashMap是如何Put一个元素的？
6. HashMap是如何Get一个元素的？
7. 什么是Hash冲突
8. 还有哪些解决Hash冲突的方式？

1. HashMap底层用到了那些数据结构？

HashMap用到了数组，链表，红黑树 。 数组中的每一个元素都是一个Key-Value键值对结构的Node对象,数组初始长度为16。

HashMap源码如下：

public class HashMap<K,V> extends AbstractMap<K,V>
    implements Map<K,V>, Cloneable, Serializable {

	 /** 16 初始容量
     * The default initial capacity - MUST be a power of two.
     */
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

    /** 最大容量
     * The maximum capacity, used if a higher value is implicitly specified
     * by either of the constructors with arguments.
     * MUST be a power of two <= 1<<30.
     */
    static final int MAXIMUM_CAPACITY = 1 << 30;

    /** 扩容因子，元素个数达到容量的75%开始扩容
     * The load factor used when none specified in constructor.
     */
    static final float DEFAULT_LOAD_FACTOR = 0.75f;

    /** 链表节点数达到8，转换为红黑树
     * The bin count threshold for using a tree rather than list for a
     * bin.  Bins are converted to trees when adding an element to a
     * bin with at least this many nodes. The value must be greater
     * than 2 and should be at least 8 to mesh with assumptions in
     * tree removal about conversion back to plain bins upon
     * shrinkage.
     */
    static final int TREEIFY_THRESHOLD = 8;

    /** 红黑树节点个数小于6转为链表
     * The bin count threshold for untreeifying a (split) bin during a
     * resize operation. Should be less than TREEIFY_THRESHOLD, and at
     * most 6 to mesh with shrinkage detection under removal.
     */
    static final int UNTREEIFY_THRESHOLD = 6;
   
    ...省略...

	//一个 Node 代表一个key-value 键值对，也是数组中的一个元素
	static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;//key的hash值	
        final K key;  //键
        V value;      //值
        Node<K,V> next; //指向下一个Node
   }

2. HashMap为什么要用到链表结构？

使用链表是为了解决Hash冲突问题，这就要说到HashMap存储元素的位置映射算法了，HashMap通过 hash(key) % 16 算法来计算某个key在数组中的存放位置 ，通过hash算法得到 key的hash值，对数组长度(16)取余数，结果为0到15其中一个数字，正好对应数组的索引位置。

而Hash冲突就是两个不同的 key ，使用Hash函数得到了相同的Hash值(这是有可能的)，这就意味着两个各不同键值对计算出了相同的存储位置（一个位置怎么能放两个键值对呢？）这就是Hash冲突。

HashMap使用 链地址法 来解决Hash冲突，其实就是把相同位置的元素以链表的方式进行存储，如下：

你现在应该知道Node节点对象中的 next 的作用了。

3. 还有哪些解决Hash冲突的方式？

• 第一种：拉链法/链地址法 ：把Hash碰撞的元素指向一个链表，HashMap用的就是这种方法
• 第二种：开放寻址法：当 p=h(key)出现冲突，就以p为基础产生另一个Hash，如：p1=h§，直到不冲突了把元素放在该位置
• 第三种：再散列法：准备若干个hash函数，如果使用第一个hash函数发生了冲突，就使用第二个hash函数，第二个也冲突，使用第三个
• 第四种：建立公共溢出区：把Hash表分为基本表和溢出表，把和基本表冲突的元素移到溢出表

4. HashMap为什么要用到红黑树？

HashMap使用红黑树是为了解决链表过长，查询变慢的问题大家都知道红黑树的查询性能是及其可观的。

如果HashMap出现Hash冲突的情况变多，那么链表的长度会越来越长，由于链表的查询方式是从前往后一个一个遍历，查询速度比较慢，所以当链表长度达到 8 的时候 ，HashMap会把链表变成一个红黑树结构来提高查询效率 , 当删除元素，红黑树的节点数小于6又会把红黑树变回链表 ， 下面这2个字段就是红黑树和链表的转换阈值：

    /** 链表节点数达到8，转换为红黑树
     * The bin count threshold for using a tree rather than list for a
     * bin.  Bins are converted to trees when adding an element to a
     * bin with at least this many nodes. The value must be greater
     * than 2 and should be at least 8 to mesh with assumptions in
     * tree removal about conversion back to plain bins upon
     * shrinkage.
     */
    static final int TREEIFY_THRESHOLD = 8;

    /** 红黑树节点个数小于6转为链表
     * The bin count threshold for untreeifying a (split) bin during a
     * resize operation. Should be less than TREEIFY_THRESHOLD, and at
     * most 6 to mesh with shrinkage detection under removal.
     */
    static final int UNTREEIFY_THRESHOLD = 6;

5.为什么HashMap要使用红黑树而不是用AVL平衡树

这就要说到AVL树和红黑树的特点了，这里简单说一下，红黑树的查询性能略微逊色于AVL树，因为相比AVL树红黑树会稍微不平衡最多一层，也就是说红黑树的查询性能只比相同内容的AVL树最多多一次比较，但是，红黑树在插入和删除上优于AVL树，AVL树每次插入删除会进行大量的平衡度计算，而红黑树为了维持红黑性质所做的红黑变换和旋转的开销，相较于AVL树为了维持平衡的开销要小得多

总结：AVL查询性能好，增删性能差，红黑树查询和增删性能相对折中，实际应用中，若搜索的次数远远大于插入和删除，那么选择AVL，如果搜索，插入删除次数几乎差不多，应该选择红黑树。

HashMap选择红黑树就是因为我们使用Map查询和增删该都会涉及到。

为什么不使用多叉树？多叉树和用于大数据存储，或者文件系统存储，不太适合HashMap这种小数据量存储结构。

6. HashMap如何扩容的？

HashMap的扩容因子是0.75，也就是说当数组中的已存储节点数（Node） > 数组容量 ∗ 扩容因子时，就需要扩容，调整数组的大小为当前的 2 倍

 	/** 扩容因子，元素个数达到容量的75%开始扩容
     * The load factor used when none specified in constructor.
     */
    static final float DEFAULT_LOAD_FACTOR = 0.75f;

扩容的方式是创建 2 倍容量的新的数组，然后把所有元素重新hash到新的数组中(数组长度变量，需要重新计算元素的存储位置)。

7. HashMap是如何Put一个元素的？

put执行流程如下：

1. 为key计算出hash值
2. 根据key的hash值计算出存储位置(16 - 1) & hash 等同于 hash % 16
3. 取出该位置的值，如果为空，就把传入的key-value包装成Node，加入该位置
4. 如果该位置已经有值了，就出现了hash碰撞了，该Node后面可能有一个链表，或者红黑树
5. 判断该位置的元素的key和传入的key是否一样，如果一样就做值的覆盖操作
6. 如果该位置的元素的key和传入的key不一样， 那就判断Node的类型是不是红黑树
7. 如果是红黑树就走红黑树的添加流程
8. 如果不是红黑树，就遍历链表，取出该位置的元素，使用next往后遍历 。如果遍历的过程中某个Key和传入的key一致了，就覆盖值，否则遍历到最后next为nul，就把传入的新元素存储到链表尾。
9. 同时要判断链表的元素如果大于8了要进行红黑树的转换。

put方法源码

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

计算hash值

static final int hash(Object key) {
    int h;
    //计算hash值
     return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
 }

put主流程

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                  boolean evict) {
       Node<K,V>[] tab; Node<K,V> p; int n, i;
       //1.如果数组是空的，调用 resize() 初始化数组
       if ((tab = table) == null || (n = tab.length) == 0)
           //tab就是数组， n是数组长度
           n = (tab = resize()).length;
           	
        // 2.计算位置： (n - 1) & hash  等同于   hash % 16 ，计算key的存储位置
        // 3.取出该位置的元素是否为空
       if ((p = tab[i = (n - 1) & hash]) == null)
       	//4.如果为空，就创建一个新Node，把当前的key-value存储进去
           tab[i] = newNode(hash, key, value, null);
       else {
      		//到这里说明hash冲突了，该位置有元素，那么就有2种执行方案：
      		//如果有和当前传入key相同的key存住，覆盖值，如果没有和传入的key相同的key，那就添加元素
           Node<K,V> e; K k;
           //5.如果key相等，hash值也相等，进行值的覆盖
           if (p.hash == hash &&
               ((k = p.key) == key || (key != null && key.equals(k))))
               e = p;
            //6.如果不满足第5步，那就要进行链表或者红黑树的遍历了 ， 这里在判断是不是红黑树
           else if (p instanceof TreeNode)
           	//走红黑树的添加流程
               e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
           else {
           	//7.到这里就是链表了 ， 循环链表
               for (int binCount = 0; ; ++binCount) {
               	//8.通过next一个一个往下遍历，如果某一个node的next为空 ，说明找到最后一个Node了，
               	//就把新的key-value加入最后一个元素的next
                   if ((e = p.next) == null) {
                   	
                       p.next = newNode(hash, key, value, null);
                       //这里在判断是否要做红黑树转变
                       if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                           treeifyBin(tab, hash);
                       break;
                   }
                   //9.如果在遍历的过程中，找到了和传入的key一样的key，hash值也一样，那就进行值的覆盖
                   if (e.hash == hash &&
                       ((k = e.key) == key || (key != null && key.equals(k))))
                       break;
                   p = e;
               }
           }
           if (e != null) { // existing mapping for key
               V oldValue = e.value;
               if (!onlyIfAbsent || oldValue == null)
                   e.value = value;	//10.用新的值覆盖老的值
               afterNodeAccess(e);
               return oldValue;
           }
       }
       ++modCount;
       if (++size > threshold)
           resize();
       afterNodeInsertion(evict);
       return null;
   }

8. HashMap是如何Get一个元素的？

其实根据put流程就能推断出Get流程

1. 根据key计算hash值
2. 根据hash % 16 计算出Key的存储位置
3. 把该位置的元素取出来，使用传入的key和该位置第一个元素的 key进行比较，如果相同，就返回
4. 如果第一个元素不是查找的元素，就进行链表或者红黑树的遍历
5. 如果第一个节点类型是TreeNode，就走红黑树的查找流程
6. 如果类型不是TreeNode，就遍历链表，一边遍历一遍比较key，如果key相同就返回值，直到next为null。

get方法入口：

public V get(Object key) {
        Node<K,V> e;
        //hash(key):计算key的hash值
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }

get主流程：

final Node<K,V> getNode(int hash, Object key) {
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        if ((tab = table) != null && (n = tab.length) > 0 &&
        //计算key存储位置，取出该位置的元素
            (first = tab[(n - 1) & hash]) != null) {
            //检查是不是第一个元素，比较key，如果是直接返回
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                //直接返回第一个元素
                return first;
                //如果next不为空，开始遍历链表
            if ((e = first.next) != null) {
           		 //如果是红黑树，就遍历红黑树
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {
                	//一直next遍历下一个元素，然后比较key，知道遍历完
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

9.你知道HashMap在多线程下死循环问题吗

这个问题在JDK1.8中已经得到解决，在JDK1.7及以前是有这个问题，造成原因是因为之前HashMap链表插入元素使用的是头插法，当HashMap扩容后，进行元素重新Hash位置重排的时候会出现链表上的元素循环指向的问题。

比如：有链表上元素按照：A -> B -> C 顺序排列，三者Hash值相同 ， 现在HashMap扩容，然后进行元素重新Hash，A,B,C三者由于Hash值相同，在新的数组中依然会计算出相同的存储位置。

我们可以这样理解，链表上的元素在进行重新Hash的时候是先取第一个元素A进行Hash，然后存储到数组上的某个位置 ， 然后再取B进行Hash,同样存储到该位置，由于使用头插法，所以形成了下图第二部的效果：B -> A , 这时你已经意识到问题了，在之前的链表上是： A -> B， 而重新Hash之后变成了B -> A ，其实这里就出现了元素相互引用的问题，即：死循环。

JDK1.8通过链表元素尾插法解决了这个问题，尾插法可以维持原有链表的顺序：

10.在多线程环境中能使用HashMap吗？

不能，HashMap暴露给外界的方法并不是同步的，在多线程环境中是可能会出现线程安全问题，在多线程环境中可以使用HashTable ，或者ConcurrentHashMap。 HashTable直接使用 synchronized 同步锁来保证线程安全，比较古老现在基本不用了。ConcurrentHashMap是JUC并发库中的容器 ，它是专门为多线程环境设计，并发控制使用 Synchronized 和 CAS 来操作，性能良好，在JDK1.8中ConcurrentHashMap也使用到了数组链表红黑树的结构来存储数据。

11.HashMap和HashTable的区别

HashTable是HashMap的线程安全版本，也是比较老旧的一个map,HashTable方法是加了同步锁，线程安全，性能会受到影响。而HashMap没有加同步锁，线程不安全，但是性能更高。

Hashtable既不支持Null key也不支持Null value ， 而HashMap值可以为null，key支持一个key为nul。

文章到这就结束了，喜欢的话就给个好评吧！！！