HashMap的理解

Posted 2020-11-15 123-shen

(1)HashMap的实现原理?
此题可以组成如下连环炮来问

• 你看过HashMap源码嘛，知道原理嘛?

• 为什么用数组+链表？

• hash冲突你还知道哪些解决办法？

• 我用LinkedList代替数组结构可以么?

• 既然是可以的,为什么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，当然是必须看过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，每一个键值对组成了一个Entry实体，Entry类实际上是一个单向的链表结构，它具有Next指针，可以连接下一个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！
为什么用数组+链表？
数组是用来确定桶的位置，利用元素的key的hash值对数组长度取模得到.
链表是用来解决hash冲突问题，当出现hash值一样的情形，就在数组上的对应位置形成一条链表。

ps:这里的hash值并不是指hashcode，而是将hashcode高低十六位异或过的。至于为什么要这么做，继续往下看。

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

ps:大家有兴趣拓展的，自己去搜一下就懂了，这个就不拓展了！
我用LinkedList代替数组结构可以么?
这里我稍微说明一下，此题的意思是，源码中是这样的

Entry[] table = new Entry[capacity];

ps：Entry就是一个链表节点。
那我用下面这样表示

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

是否可行?
答案很明显，必须是可以的。
既然是可以的,为什么HashMap不用LinkedList,而选用数组?
因为用数组效率最高！
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得到。此时，我们已得到桶的位置。显然数组的查找效率比LinkedList大。

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，不禁觉得自己真有想法，自己把自己问死了，还好我灵机一动想出了答案)
因为采用基本数组结构，扩容机制可以自己定义，HashMap中数组扩容刚好是2的次幂，在做取模运算的效率高。
而ArrayList的扩容机制是1.5倍扩容，那ArrayList为什么是1.5倍扩容这就不在本文说明了。

(2)HashMap在什么条件下扩容?
此题可以组成如下连环炮来问

• HashMap在什么条件下扩容?

• 为什么扩容是2的n次幂?

• 为什么为什么要先高16位异或低16位再取模运算?

HashMap在什么条件下扩容?
如果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。

为什么扩容是2的次幂?
HashMap为了存取高效，要尽量较少碰撞，就是要尽量把数据分配均匀，每个链表长度大致相同，这个实现就在把数据存到哪个链表中的算法；这个算法实际就是取模，hash%length。
但是，大家都知道这种运算不如位移运算快。
因此，源码中做了优化hash&(length-1)。
也就是说hash%length==hash&(length-1)
那为什么是2的n次方呢？
因为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 ，不同位置上，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。
所以，保证容积是2的n次方，是为了保证在做(length-1)的时候，每一位都能&1  ，也就是和1111……1111111进行与运算。

为什么为什么要先高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这么做，只是为了降低hash冲突的几率。
打个比方，当我们的length为16的时候，哈希码(字符串“abcabcabcabcabc”的key对应的哈希码)对(16-1)与操作，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。
如下图所示

 

 

而加上高16位异或低16位的“扰动函数”后，结果如下

 

 

可以看到: 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，减少了碰撞的几率。

(3)讲讲hashmap的get/put的过程?
此题可以组成如下连环炮来问

• 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?(此题很多大厂问过)

知道hashmap中put元素的过程是什么样么?
对key的hashCode()做hash运算，计算index;
如果没碰撞直接放到bucket里；
如果碰撞了，以链表的形式存在buckets后；
如果碰撞导致链表过长(大于等于TREEIFY_THRESHOLD)，就把链表转换成红黑树(JDK1.8中的改动)；
如果节点已经存在就替换old value(保证key的唯一性)
如果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()做hash运算，计算index;
如果在bucket里的第一个节点里直接命中，则直接返回；
如果有冲突，则通过key.equals(k)去查找对应的Entry;

• 若为树，则在树中通过key.equals(k)查找，O(logn)；

• 若为链表，则在链表中通过key.equals(k)查找，O(n)。

   

你还知道哪些hash算法？
先说一下hash算法干嘛的，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往往是为了节省空间，使得数据容易保存。
比较出名的有MurmurHash、MD4、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计算方法还是比较简单的，就是以31为权，每一位为字符的ASCII值进行运算，用自然溢出来等效取模。

哈希计算公式可以计为s[0]31^(n-1) + s[1]31^(n-2) + … + s[n-1]
那为什么以31为质数呢?
主要是因为31是一个奇质数，所以31*i=32*i-i=(i<<5)-i，这种位移与减法结合的计算相比一般的运算快很多。

(4)为什么hashmap的在链表元素数量超过8时改为红黑树?
此题可以组成如下连环炮来问

• 知道jdk1.8中hashmap改了啥么?

• 为什么在解决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，用二叉查找树可以么?

• 那为什么阀值是8呢?

• 当链表转为红黑树后，什么时候退化为链表?

知道jdk1.8中hashmap改了啥么?

 

• 由数组+链表的结构改为数组+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，因为最后一条的变动，hashmap在1.8中，不会在出现死循环问题。

为什么在解决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?
因为红黑树需要进行左旋，右旋，变色这些操作来保持平衡，而单链表不需要。
当元素小于8个当时候，此时做查询操作，链表结构已经能保证查询性能。当元素大于8个的时候，此时需要红黑树来加快查询速度，但是新增节点的效率变慢了。

因此，如果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，用二叉查找树可以么?
可以。但是二叉查找树在特殊情况下会变成一条线性结构（这就跟原来使用链表结构一样了，造成很深的问题），遍历查找会非常慢。

那为什么阀值是8呢?
不知道，等jdk作者来回答。
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，如下图所示

 

 

看出bug没？交点是6.64？交点分明是4，好么。
log4=2，4/2=2。
jdk作者选择8，一定经过了严格的运算，觉得在长度为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，改为维持其平衡开销。

当链表转为红黑树后，什么时候退化为链表?
为6的时候退转为链表。中间有个差值7可以防止链表和树之间频繁的转换。假设一下，如果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，如果一个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?
此题可以组成如下连环炮来问

• 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?

• 你一般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，引起的死循环问题

• (2)多线程put的时候可能导致元素丢失

• (3)put非null元素后get出来的却是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。其他两个问题还是存在。

你一般怎么解决这些问题的？
比如ConcurrentHashmap，Hashtable等线程安全等集合类。

(6)你一般用什么作为HashMap的key?
此题可以组成如下连环炮来问

• 健可以为Null值么?

• 你一般用什么作为HashMap的key?

• 我用可变类当HashMap的key有什么问题?

• 如果让你实现一个自定义的class作为HashMap的key该如何实现？

健可以为Null值么?
必须可以，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。

 

 

你一般用什么作为HashMap的key?
一般用Integer、String这种不可变类当HashMap当key，而且String最为常用。

• (1)因为字符串是不可变的，所以在它创建的时候hashcode就被缓存了，不需要重新计算。这就使得字符串很适合作为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中的键往往都使用字符串。

• (2)因为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非常重要的,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，导致put进去的值，无法get出，如下所示

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));

输出值如下

java.lang.Object@74a14482
null

如果让你实现一个自定义的class作为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，记住下面四个原则即可
(1)两个对象相等，hashcode一定相等
(2)两个对象不等，hashcode不一定不等
(3)hashcode相等，两个对象不一定相等
(4)hashcode不等，两个对象一定不等
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。
如果类可以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并且继承类可以改变成员变量值，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)保证所有成员变量必须私有，并且加上final修饰
通过这种方式保证成员变量不可改变。但只做到这一步还不够，因为如果是对象成员变量有可能再外部改变其值。所以第4点弥补这个不足。

(3)不提供改变成员变量的方法，包括setter
避免通过其他接口改变成员变量的值，破坏不可变特性。

(4)通过构造器初始化所有成员，进行深拷贝(deep copy)
如果构造器传入的对象直接赋值给成员变量，还是可以通过对传入对象的修改进而导致改变内部变量的值。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，用户可以在ImmutableDemo之外通过修改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，可以采用深度copy来创建一个新内存保存传入的值。正确做法：

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

(5)在getter方法中，不要直接返回对象本身，而是克隆对象，并返回对象的拷贝
这种做法也是防止对象外泄，防止通过getter获得内部可变成员对象后对成员变量直接操作，导致成员变量发生改变。