面试阿里:面试官问我HashMap,我是这样回答的!

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了面试阿里:面试官问我HashMap,我是这样回答的!相关的知识,希望对你有一定的参考价值。

HashMap简介

HashMap采用Key/Value存储结构,每个Key对应唯一的一个Value。

HashMap实现了Cloneable,可以被克隆。
HashMap实现了Serializable,可以被序列化。
HashMap继承了AbstractMap,实现了Map接口,具有Map的所有功能。
技术图片
技术图片

HashMap内部属性:

DEFAULT_INITIAL_CAPACITY=1<<4;数组的默认的初始容量为16。
MAXIMUM_CAPACITY =1<<30;数组的最大容量为2的30次方。
DEFAULT_LOAD_FACTOR =0.75f默认的装载因子为0.75。
TREEIFY_THRESHOLD =8当一个桶中的元素大于等于8的时候树化。
UNTREEIFY_THRESHOLD =6当一个桶中的元素小于等于6时反树化为链表。
MIN_TREEIFY_CAPACITY =64当桶的个数大于64的时候且一个桶中的元素大于等于8时,才会进行树化,否则桶会进行扩容。
Node<K,V>[] table数组又称为桶。
int size元素的数量。
int modCount表示支持fail-fast。
int threshold; 表示当桶中的容量达到多少时会进行扩容。
threshold等于桶容量乘以装载因子。
float loadFactor装载因子,默认0.75。
Set<Map.Entry<K,V>> entrySet作为entrySet()的缓存。

  static class Node<K,V>implements Map.Entry<K,V>
        {
            final int hash;//key所对应的的hash值,final修饰不可变
            final K key;//key值,final修饰不可变
            V value;//value值
            Node<K,V>next;//next
        }
Node是一个单链表节点,hash用来存储key计算得来的hash值。
 static final class TreeNode<K,V> extends     LinkedHashMap.Entry<K,V> {
        TreeNode<K,V> parent;  // red-black tree links
        TreeNode<K,V> left;
        TreeNode<K,V> right;
        TreeNode<K,V> prev;    // needed to unlink next upon deletion
        boolean red;
        }
 TreeNode是一个树型节点,在链表树化的时候使用。

HashMap的构造方法

HashMap()

public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; //将装载因子设置为默认值
    }

HashMap(int initialCapacity)

public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);//调用HashMap(int initialCapacity, float loadFactor)方法

HashMap(int initialCapacity, float loadFactor)

public HashMap(int initialCapacity, float loadFactor) {
        if (initialCapacity < 0)///如果传入容量小于0,抛出异常
            throw new IllegalArgumentException("Illegal initial capacity: " +
                                               initialCapacity);
        if (initialCapacity > MAXIMUM_CAPACITY)//如果大于最大容量,则使用最大的容量
            initialCapacity = MAXIMUM_CAPACITY;
        if (loadFactor <= 0 || Float.isNaN(loadFactor))//检查装载因子是否合法
            throw new IllegalArgumentException("Illegal load factor: " +
                                               loadFactor);
        this.loadFactor = loadFactor;
        this.threshold = tableSizeFor(initialCapacity);//计算扩容门槛
    }
    static final int tableSizeFor(int cap) {
    ///往上取最近的2的n次方
        int n = cap - 1;
        n |= n >>> 1;
        n |= n >>> 2;
        n |= n >>> 4;
        n |= n >>> 8;
        n |= n >>> 16;
        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
    }

HashMap的各种操作

 public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }
 final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    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;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

计算key的hash值;

 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);

如果key为null,则hash值为0,否则调用key的hashCode()方法让高16位与整个hash异或。为的是让计算出的hash值更加分散一些。

  1. 如果桶(数组)数量为0,则调用resize()方法初始化桶;
    resize()方法比较复杂,我们来解释一下。

    final Node<K,V>[] resize() {
        //旧数组
        Node<K,V>[] oldTab = table;
        //旧容量
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        //旧的扩容门槛
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {
         //如果旧的容量大于最大的容量是,不在进行扩容,直接返回
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //如果旧的容量的2倍小于最大的容量,oldCap<<1为扩大两倍。
            //且旧的容量大于默认容量也就是16。新容量扩大为两倍,扩容门槛扩大两倍。
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        //这里当你调用HashMap(int initialCapacity)进行创建时,第一次插入数据会走到这里。
        //也就是oldcap=0,oldThr>0;那么将新容量设置为旧的扩容门槛。
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        else {               
        //调用new HashMap()创建时,第一次插入数据走到这。
        //新容量为默认值16,新的扩容门槛为16*0.75。
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        //如果新的扩容门槛等于0,会进行计算。
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
        //以新的容量创建一个数组
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
            //将新数组赋值给桶
        table = newTab;
      //如果旧的桶不为null,说明之前存在元素,那么需要搬移元素。
        if (oldTab != null) {
        //遍历旧的数组进行元素的搬移。
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                //如果旧桶中第一个元素不为空
                if ((e = oldTab[j]) != null) {
                  //将旧桶中第一个元素设置为null,方便进行GC回收
                    oldTab[j] = null;
                    //如果next==null,意味着桶中只有一个元素,直接进行赋值
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                        //如果第一个是树节点,那么将这棵树分散成两课存入新的桶中
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                    //否则按照链表的方式进行遍历
                    //建立两个链表,一个是低位链表,另一个是高危链表
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            //如果当前key的hash值与桶的旧容量与操作等于0
                            //将当前节点放入地位链表中
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            //否则放入高位链表中
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        //将低位链表放入新桶中的位置和旧桶位置一样
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        //将高位链表放入新桶的位置等于原来旧桶位置加上原来旧桶的长度
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

    如果key所在的桶没有元素,则新建一个节点放入桶中的第一个位置。
    否则判断如果桶中第一个元素的key与插入元素的key相同,则更改key所对应的value。
    否则如果桶中第一个元素是树节点,则调用树节点插入方法寻找元素或插入树节点。
    否则按照链表的方式,查找key是否在链表中。如果找到key,则更新value值并返回旧值。否则新建一个节点
    插入到链表的末尾,插入之后需要判断是否需要进行树化。
    如果没有找到key(如果旧桶中当前位置原本没有元素,那么在当前位置插入第一个元素的时候会走到这),size++,modcount++并判断数组是否需要扩容(size是否大于threshold)。

    get(Object key)

    public V get(Object key) {
        Node<K,V> e;
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }
     final Node<K,V> getNode(int hash, Object key) {
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        //如果table不为空,且table的长度大于0且桶中第一个元素不为空
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            //如果桶中第一个节点是我们要找的节点,直接返回
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
                //如果头结点的下一个节点不为空
            if ((e = first.next) != null) {
            //如果头结点是树节点,按照红黑树的查找方式进行查找
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);//循环遍历链表进行查询。
            }
        }
        //表示查找失败,查找节点不存在返回null
        return null;
    }

    计算key所对应的hash值。定位到指定的桶中。
    如果桶中第一个元素等于所查找的元素,直接返回。
    如果头结点是树节点,按照红黑树的查找方式进行查找。
    否则按照链表的查找方式进行查找。

    remove(Object key)

public V remove(Object key) {
        Node<K,V> e;
        return (e = removeNode(hash(key), key, null, false, true)) == null ?
            null : e.value;
    }
 final Node<K,V> removeNode(int hash, Object key, Object value,
                               boolean matchValue, boolean movable) {
        Node<K,V>[] tab; Node<K,V> p; int n, index;
        //如果桶不为空,且桶的长度大于0,且桶的第一个元素不为空
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (p = tab[index = (n - 1) & hash]) != null) {
            Node<K,V> node = null, e; K k; V v;
            //如果桶中第一个元素就是所要删除的元素,将p赋值给node
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                node = p;
                //如果p.next!=null,继续进行查找
            else if ((e = p.next) != null) {
            //如果第一个是树节点,按照树的查护方式进行查找
                if (p instanceof TreeNode)
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                else {
                //否则按照链表的方式进行查找
                    do {
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) {
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
            //如果找到元素进行删除
            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) {
                                 //按照红黑树进行删除
                if (node instanceof TreeNode)
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                    //如果头结点是所需要删除的元素,将头结点的下一个节点移动到一一个位置
                else if (node == p)
                    tab[index] = node.next;
                    //按照链表的方式进行删除
                else
                    p.next = node.next;
                ++modCount;
                --size;
                afterNodeRemoval(node);
                return node;
            }
        }
        return null;
    }

查找元素所在的节点。
如果找到的节点是树节点,则按照红黑树的方式进行删除。
如果找到的节点是桶中的第一个节点,则把第二个节点移到第一的位置。
否则按链表删除节点处理。
size–,modcount++。

HashMap总结

HashMap采用数组 + 链表 + 红黑树的存储结构进行存储。
HashMap的默认初始容量为16,默认装载因子为0.75f,每次扩容为之前的两倍(要注意一点HashMap容量一定是2的n次方)。
当桶的数量大于64且某个桶中的元素数量大于8时,进行树化,小于等于6时进行反树化。
要注意HashMap是非线程安全的。

总结:看完有什么不懂的可以留言问我,记得点个赞哦!

以上是关于面试阿里:面试官问我HashMap,我是这样回答的!的主要内容,如果未能解决你的问题,请参考以下文章

面试:阿里面试官问我设计模式——代理模式,我是这样回答的!

面试:阿里面试官问我设计模式——代理模式,我是这样回答的!

面试:阿里面试官问我设计模式——代理模式,我是这样回答的!

阿里P7岗位面试,面试官问我:为什么HashMap底层树化标准的元素个数是8

面试官问我谈谈对事务隔离机制的理解?我是这样回答的

阿里面试官问我:如何设计秒杀系统?我给出接近满分的回答