HashMap底层源码解析上（超详细图解+面试题），dubbo工作原理面试题

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Java开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024b （备注Java）

正文

面试题

---

面试题1：哈希表底层采用何种算法计算hash值？还有哪些算法可以计算出hash值？

• 底层采用的是key的hashCode方法的值结合数组长度进行无符号右移（>>>），按位异或（^）,按位与（&）计算出索引。还可以采用平方取中法，取余数，伪随机数法

面试题2：当两个对象的hashCode相等时会怎么样？

• 会产生hash碰撞，若key值内容相等则替换旧的value，反之则连接到链表后面，链表长度超过阈值8就转换成红黑树存储

面试题3：何时发生哈希碰撞和什么是哈希碰撞，如何解决哈希碰撞

• 只要两个元素的key计算的hash码值相同就会发生hash碰撞，jdk8前使用链表解决哈希碰撞，jdk8之后使用链表+红黑树解决哈希碰撞

面试题4：如果两个键的hashcode相同，如何存储键值对

• hashcode相同则会调用equals比较内容是否相同，如果相同则会用新value值覆盖老value值，如果不相同则会连接到链表后面

HashMap集合的继承关系

============================================================================

从图中可以看出HashMap实现了Map,Cloneable,Serializable接口

• Cloneable空接口，表示可以克隆，创建并返回HashMap对象的一个副本。

• Serializable序列化接口，属于标记性接口，HashMap对象可以被序列化和反序列化

• AbstracMap父类提供了Map实现接口，以最大限度的减少实现此接口所需的工作

知识补充：

通过上述继承关系我们发现一个很奇怪的现象，HashMap已经继承了AbstractMap而AbstractMap已经实现了Map接口，那为什么HashMap还要再实现Map接口呢？同样在ArrayList中LinkedList中都是这种结构

据java集合框架的创始人Josh Bloch描述，这样的写法是一个失误，在java集合框架中，类似这样的写法很多，最开始写java集合框架的时候，他认为这样写，在某些地方可能是有价值的，直到他意识错了。显然的，JDK的维护者后来不认为这个小小的失误值得去修改，所以就这样存在下来了

代码如下（示例）：

HashMap集合类的成员

===========================================================================

1.序列化版本号

private static final long serialVersionUID = 362498820763181265L;

2.集合的初始化容量(必须是2的n次幂)

//默认的初始容量是16 – 1<<4相当于12的4次方—116

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

问题：为什么必须是2的n次幂？如果输入值不是2的n次幂比如10会怎样

HashMap的构造方法可以指定集合的初始化容量大小：

public HashMap(int initialCapacity) {

this(initialCapacity, DEFAULT_LOAD_FACTOR);

}

根据上述讲解我们已经知道，当向HashMap中添加一个元素的时候，需要根据key的hash值去确定其在数组中的具体位置。HashMap为了存取高效，要尽量减少碰撞，把数据均匀分配，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中

这个算法实际就是取模，hash%length，计算机中直接求余效率不如位移运算（这点上述已经讲解）。所以源码中做了优化，使用hash&(length-1),而实际上hash%length等于hash&(length-1)的前提是length是2的n次幂

为什么使用hash&(length-1)能均匀分布减少碰撞呢？2的n次方实际就是1后面n个0,2的n-1次方实际就是n个1

举例：

说明：按位与运算：相同的二进制数位上，都是1的时候，结果为1，否则为0。

如果我们设置的数组大小不是2的幂会怎么样

public HashMap(int initialCapacity) {

this(initialCapacity, DEFAULT_LOAD_FACTOR);

}

我们以设置initialCapacity为10为例，他会在itableSizeFor方法中将非2次幂的数转换成离他最近且比它大的二次幂数

static final int tableSizeFor(int cap) {

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;

}

下面分析这个算法

1.首先，为什么要对cap做减1操作。int n = cap - 1;

这是为了防止cap已经是2的幂，如果cap已经是2的幂，没有减1操作的话，方法最后返回的capacity将是这个cap的2倍

2.如果这时n为0，经过cap-1之后，则经过后面的几次无符号右移依然是0，最后返回的capacity是1（最后有个n+1的操作），我们这里只讨论n不等于0的情况

3.|（按位或运算）：运算规则，相同的二进制数位上，都是0的时候，结果为0，否则为1。

• 第一次右移n |= n >>> 1;

• 

• 第二次右移n |= n >>> 2;

• 

• 第三次右移n |= n >>> 4;

• 

• 以此类推,无论我们再右移，也只是与0做|运算，结果不变

• 请看下面一个完整的例子

• 

所以执行完tableSizeFor方法后，我们所传入的非2次幂cap会被转化成大于等于它的一个离他最近的2次幂数

3.默认的负载因子，默认值是0.75

static final float DEFAULT_LOAD_FACTOR = 0.75f;

• 我们的扩容阈值为cap*DEFAULT_LOAD_FACTOR,当容量为16时，他会在容量达到12时便触发扩容

4.集合的最大容量

//集合最大容量的上限是：2的30次幂

static final int MAXIMUM_CAPACITY = 1 << 30;

5.链表的值超过8则会转成红黑树

//当桶（bucket）上的节点数大于这个值时会转成红黑树

static final int TREEIFY_THRESHOLD = 8;

问题：为什么Map桶中节点个数超过8才转为红黑树

======================================================================================

8这个阈值定义在HashMap中，针对这个成员变量，在源码的注释中只说明了8是bin(bin就是nucket桶)从链表转成树的阈值，但是并没有说明为什么是8

在HashMap中有一段注释说明：我们继续往下看：

• Because TreeNodes are about twice the size of regular nodes, we

• use them only when bins contain enough nodes to warrant use

• (see TREEIFY_THRESHOLD). And when they become too small (due to

• removal or resizing) they are converted back to plain bins. In

• usages with well-distributed user hashCodes, tree bins are

• rarely used. Ideally, under random hashCodes, the frequency of

• nodes in bins follows a Poisson distribution

• (http://en.wikipedia.org/wiki/Poisson_distribution) with a

• parameter of about 0.5 on average for the default resizing

• threshold of 0.75, although with a large variance because of

• resizing granularity. Ignoring variance, the expected

• occurrences of list size k are (exp(-0.5) * pow(0.5, k) /

• factorial(k)).

翻译：

因为树节点的大小大约是普通节点的两倍，所以我们只在箱子包含足够的节点时才使用树节点（参见TREEIFY_THRESHOLD）。

当他们边的太小（由于删除或调整大小）时，就会被转换回普通的桶，在使用分布良好的hashcode时，很少使用树箱。

理想情况下，在随机哈希码下，箱子中节点的频率服从泊松分布

第一个值是：

• 0: 0.60653066

• 1: 0.30326533

• 2: 0.07581633

• 3: 0.01263606

• 4: 0.00157952

• 5: 0.00015795

• 6: 0.00001316

• 7: 0.00000094

• 8: 0.00000006

• more: less than 1 in ten million

TreeNodes占用空间是普通Nodes的两倍,所以只有当bin包含足够多的节点时才会转化成TreeNodes,而是否足够多就是由TREEIFY_THRESHOLD的值决定的。当bin中节点数变少时，又会转成普通的bin，并且我们查看源码的时候发现，链表长度达到8就转成红黑树，当长度降到6就转成普通bin。

这样就解释了不是一开始就将其转换成TreeNodes而是需要一定节点才转成TreeNodes，说白了就是空间和时间的权衡，红黑树节点占用空间比较大，如果一开始就是用红黑树，就会消耗大量的空间资源

这段内容还说到：当hashCode离散性很好的时候，树形bin用到的概率非常小，因为数据均匀分布在每个bin中，几乎不会有bin中链表长度会达到阈值。但是在随机hashCode下，离散性可能会变差，然而JDK又不能阻止用户实现这种不好的hash算法，因此就可能导致不均匀的数据分布不过理想情况下随机hashCode算法下所有bin中节点的分布频率会遵循泊松分布，我们可以看到，一个bin中链表长度达到8个元素的概率为0.00000006，几乎是不可能事件，所以之所以选择8，不是随便决定的，而是根据概率统计决定的。

补充：

泊松分布

泊松分布的参数

是单位时间（或单位面积)内随机事件的平均发生次数。泊松分布适合于描述单位时间内随机事件发生的次数

2.以下是我在研究问题时，在一些资料上面翻看的为什么长度为8时链表进化为红黑树，长度小于等于6时红黑树又退化成链表的解释：供大家参考

红黑树的平均查找长度是log(n),如果长度为8，平均查找长度为log(8)=3,链表的平均查找长度为n/2，当长度为8时，

平均查找长度为4，此时才有转换成树的必要，链表长度如果是小于等于6，链表的平均查找长度为6/2=3，而红黑树此

时为log(6)=2.6，虽然速度也很快

但是转化为树结构和生成树的时间并不会太短，两者此时所用时间相差无几

6.当链表中的值小于6则会从红黑树转回链表

//当桶（bucket）上的结点数小于这个值时树转链表

static final int UNTREEIFY_THRESHOLD = 6;

7.链表转红黑树时数组最大容量

当Map里面的数量超过这个值时，表中的桶才能进行树形化，否则桶内元素太多时会扩容，而不是树形化，为了避免进行扩容、树形化的选择的冲突，这个值不能小于4*TREEIFY_THRESHOLD(8)

//桶中结构转化为红黑树对应的数组长度最小的值

static final int MIN_TREEIFY_CAPACITY = 64;

8.table用来初始化（必须是二的n次幂）（重点）

//存储元素的数组

transient Node<K,V>[] table;

在JDK1.8中我们了解到HashMap是由数组+链表+红黑树来组成的结构，其中table就是HashMap中的数组，jdk8之前数组类型是Entry<K,V>类型。从jdk1.8之后是Node<K,V>类型。只是换了个名字，都实现了一样的接口：Map.Entry<K,V>,负责存储键值对数据

9.存放缓存

//存放具体元素的集合

transient Set<Map.Entry<K,V>> entrySet;

10.HashMap中存放元素的个数（重点）

//存放元素的个数，注意这个不等于数组的长度

transient int size;

size为HashMap中K-V的实时数量，不是数组table的长度

11.用来记录HashMap的修改次数

//每次扩容和更改map结构的计数器

transient int modCount;

12.用来调整大小下一个容量的值，计算方式为（容量*负载因子）

//临界值，当实际大小（容量*负载因子）超过临界值时，会进行扩容

int threshold;

13.哈希表的加载因子（重点）

//加载因子

final float loadFactor;

loadFactor说明：

• loadFactory加载因子，是用来衡量HashMap满的程度，表示HashMap的疏密程度，影响hash操作到同一个数组位置的概率，计算HashMap的实施加载因子的方法为：size/capacity，而不是占用桶的数量去除以capacity。capacity是桶的数量，capacity是桶的数量，也就是table的长度length

• - loadFactory太大导致查找元素效率低，太小导致数组的利用率低，存放的数据会很分散。loadFactory的默认值为0.75f是官方给出的一个比较好的临界值

• 当HashMap里面容纳的元素已经达到HashMap数组长度的75%时，表示HashMap太挤了，需要进行扩容，而扩容这个过程涉及到rehash，复制数据等操作，非常消耗性能。所以开发中尽量减少扩容的次数，可以通过创建HashMap集合对象时指定初始容量来尽量避免

• 同时在HashMap的构造器中可以定制loadFactory

• public HashMap(int initialCapacity, float loadFactor) //构造一个带指定初始容量和加载因子的空HashMap

为什么加载因子设置为0.75，初始化临界值是12？

=======================================================================================

loadFactory越趋近于1，那么数组中存放的数据（entry也就越多），也就越密集，也就会有更多的链表长度处于一个更长的数值，导致查询效率降低，每当我们添加数据，产生hash冲突的概率也会更高

loadFactory越小，也就是越趋近于0，数组中存放的数据(entry)也就越少，表现得更加稀疏

如果希望链表尽可能少些，要提前扩容，有的数组空间有可能一直没有存储数据，加载因子尽可能小一些

• 加载因子是0.4，那么16*0.4=6如果数组中满6个空间就扩容，很有可能许多空间内并没有元素或元素很少，会造成大量的空间浪费

• 加载因子是9，16*0.9=14，这样就会导致扩容之前查找元素的效率很低

HashMap构造方法

=========================================================================

HashMap中最重要的构造方法，他们分别如下：

HashMap()

---

构造一个空的HashMap，默认初始容量（16）和默认负载因子（0.75）

public HashMap() {

this.loadFactor = DEFAULT_LOAD_FACTOR; // 将默认的加载因子0.75赋值给loadFactory，并没有创建数组

}

HashMap(int initialCapacity)

---

构造一个具有指定的初始容量和默认负载因子的HashMap

public HashMap(int initialCapacity) {

最后

由于篇幅有限，这里就不一一罗列了，20道常见面试题（含答案）+21条MySQL性能调优经验小编已整理成Word文档或PDF文档

还有更多面试复习笔记分享如下

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注Java）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
oadFactory，并没有创建数组

}

HashMap(int initialCapacity)

---

构造一个具有指定的初始容量和默认负载因子的HashMap

public HashMap(int initialCapacity) {

最后

由于篇幅有限，这里就不一一罗列了，20道常见面试题（含答案）+21条MySQL性能调优经验小编已整理成Word文档或PDF文档

[外链图片转存中…(img-wLZ1I7bA-1713475421992)]

还有更多面试复习笔记分享如下

[外链图片转存中…(img-xsUhaeEg-1713475421992)]

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注Java）
[外链图片转存中…(img-haT8KPo4-1713475421993)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！