【Java八股面试系列】Arraylist和HashMap的底层原理

ArrayList源码

总：

**ArrayList**底层是使用名为 **elementData的Object动态数组进行实现，与Java中的数组相比，她的容量能够动态的进行增长。在我们更新元素的时候，我们会通过ensureCapacityInternal()方法来确保我们的容量够用，如果容量不够则调用grow()**方法对我们的数组进行扩容为1.5倍，然后将我们原来的的数组复制过去。

ArrayList 和 Vector 的区别?

• ArrayList 是 List 的主要实现类，底层使用 Object[]存储，适用于频繁的查找工作，线程不安全 。
• Vector 是 List 的古老实现类，底层使用Object[] 存储，线程安全。

ArrayList 可以添加 null 值吗？

ArrayList 中可以存储任何类型的对象，包括 null 值。不过，不建议向ArrayList 中添加 null 值， null 值无意义，会让代码难以维护比如忘记做判空处理就会导致空指针异常。

Arraylist 与 LinkedList 区别?

Arraylist 和 LinkedList都是实现了 List接口，都是线程不安全的。

不同点：

• Arraylist底层是通过object数组进行实现，而LinkedList底层是通过双向链表进行实现
• AL实现了随机读取接口，能够随机进行读取，用来查询的效率高，LL不能进行随机读取，只能遍历进行读取，但是她的插入效率高
• 内存空间的占用上，AL的预留空间会占用一定的位置，而LL会占用更多的空间，因为要保存其他的一些位置信息

构造方法

Arraylist有有参构造方法也有无参构造方法，有参的构造方法会将我们的容器大小设置为设置的大小

无参构造方法先是将提前创建好的空数组给他，后续使用的时候在进行扩容操作

扩容机制

这里每次add操作的时候都会使用ensure CapacityInternal()方法进行容量判断，如果不足则会使用grow进行扩容

private void ensureCapacityInternal(int minCapacity) {
    ensureExplicitCapacity(calculateCapacity(elementData, minCapacity));
}

这里的calculate Capacity方法主要是判断容器是否是已经初始化过

private static int calculateCapacity(Object[] elementData, int minCapacity) {
    if (elementData == DEFAULTCAPACITY_EMPTY_ELEMENTDATA) {
        return Math.max(DEFAULT_CAPACITY, minCapacity);
    }
    return minCapacity;
}

这里计算所需的最小容量是否大于当前的容器容量

private void ensureExplicitCapacity(int minCapacity) {
    // 用来记录遍历的时候时候，集合有没有进行改变
    modCount++;

    // overflow-conscious code
    if (minCapacity - elementData.length > 0)
        grow(minCapacity);
}

这里先将数组扩容为原来的1.5倍，判断是否够用，或者有没有超过最大的容量

private void grow(int minCapacity) {
    // overflow-conscious code
    int oldCapacity = elementData.length;
    int newCapacity = oldCapacity + (oldCapacity >> 1);
    if (newCapacity - minCapacity < 0)
        newCapacity = minCapacity;
    if (newCapacity - MAX_ARRAY_SIZE > 0)
        newCapacity = hugeCapacity(minCapacity);
    // minCapacity is usually close to size, so this is a win:
    elementData = Arrays.copyOf(elementData, newCapacity);
}

hugeCapacity()方法 当我们容量超过了当前容器设置的最大值的时候执行

    private static int hugeCapacity(int minCapacity) {
        if (minCapacity < 0) // overflow
            throw new OutOfMemoryError();
        return (minCapacity > MAX_ARRAY_SIZE) ?	// 这里的MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;
            Integer.MAX_VALUE :
            MAX_ARRAY_SIZE;
    }

如果不够的话，也只能最多再添加8个了

remove

Arraylist 集合移除元素时候执行的函数，然后使用 **System.arraycopy()**方法将数组进行复制再将原来位置设置为null方便进行 gc

public E remove(int index) {
    rangeCheck(index); // 判断移除的元素是否越界

    modCount++;  // 判断当前的集合是否被修改
    E oldValue = elementData(index);

    int numMoved = size - index - 1;	// 确定移除位置
    if (numMoved > 0)	
        System.arraycopy(elementData, index+1, elementData, index, numMoved);  
    elementData[--size] = null; // clear to let GC do its work
    return oldValue;
}

HashMap

总：

HashMap在 jdk1.8之前是由Node数组+链表组成的，在jdk1.8以后更改了解决hash冲突的方式，是由Node数组+链表或者红黑树实现。元素添加是通过**putVal()方法添加，HashMap通过扰动函数处理得到Hash值，如果发生hash冲突的时候就会先判断当前节点的链表大小如果超过8，然后调用treeifBin()**如果hashMap总的容量大于64则会转为红黑树进行存储。

为什么不使用多路平衡二叉树？

1. 红黑树是一种平衡二叉树，多路平衡二叉树需要存储更多的节点信息，空间上会使用更多的空间
2. 操作的复杂性，红黑树不是严格的平衡二叉树，两边子节点的高度差没有完全的差1，插入的时候更好的处理
3. 红黑树的查询表现已经可以了，不需要多路平衡二叉树的B+树的范围查询了

构造方法

构造方法有三个，关键就是携带参数的问题，有没有 **initialCapacity初始化容量**和 loadFactor扩容阈值

细节问题

默认的大小是16，AL是10，扩容每次为一倍，AL每次扩容1.5倍

putVal()方法

resize()方法

计算出新的**Capacity**和 threshold的值，然后创建一个新的数组，将我们原来的数组的值复制进去

**threshold**的值是通过 Capacity的值与设置的阈值0.75相乘得出来的

Hash值

hashCode()方法返回的是int整数类型，其范围为

-(2 ^ 31)~(2 ^ 31 - 1)，而HashMap的容量范围是在16（初始化默认值）~2 ^ 30，HashMap通常情况下是取不到最大值的，并且设备上也难以提供这么多的存储空间，从而导致通过hashCode()计算出的哈希值可能不在数组大小范围内，进而无法匹配存储位置；

那怎么解决呢？

HashMap自己实现了自己的hash()方法，通过两次扰动使得它自己的哈希值高低位自行进行异或运算，降低哈希碰撞概率也使得数据分布更平均；
在保证数组长度为2的幂次方的时候，使用hash()运算之后的值与运算（&）（数组长度 - 1）来获取数组下标的方式进行存储，这样一来是比取余操作更加有效率，二来也是因为只有当数组长度为2的幂次方时，h&(length-1)才等价于h%length，三来解决了“哈希值与数组大小范围不匹配”的问题；

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

HashMap常见问题

为什么线程不安全

因为可能会造成数据丢失的问题，假如两个线程同时进行插入，并且产生了Hash碰撞，那么线程1判断完成以后插入之前挂起，同时线程2进行插入，这时线程1插入的将会覆盖线程2

ConcurrentHashMap

总：

ConcurrentHashMap是一个并发容器，能够解决多个线程使用HashMap造成的线程安全问题，底层的**putVal函数**是通过 Cas操作和Synchronized操作来保证线程的安全性。其他的结构和HashMap一样。

putVal()方法

和HashMap的过程基本一致

只是如果计算出hash值原位置没有的话，直接使用cas操作进行插入

如果后续碰撞则使用synchronized进行插入

自己的测试

自己使用了四个线程，分别进行100万次随机位置的写入，查看每个线程的完成时间，平均每个线程的完成时间将会降低百分之30左右。

为什么重写HashCode和equals

因为两个相等的对象的 hashCode 值必须是相等。也就是说如果 equals 方法判断两个对象是相等的，那这两个对象的 hashCode 值也要相等。

如果重写 equals() 时没有重写 hashCode() 方法的话就可能会导致 equals 方法判断是相等的两个对象，hashCode 值却不相等。

思考：重写 equals() 时没有重写 hashCode() 方法的话，使用 HashMap 可能会出现什么问题。

总结：

• equals 方法判断两个对象是相等的，那这两个对象的 hashCode 值也要相等。
• 两个对象有相同的 hashCode 值，他们也不一定是相等的（哈希碰撞）。