为什么不管大厂还是小厂，面试总是要提到 HashMap？

每天早上七点三十，准时推送干货

Hello，大家好，我是阿粉~

不知道大家最近有没有刷过 Java 面试题，有没有发现几乎所有面试题或多或少都会包括 HashMap 面试题。

为什么 Java 中小小的一个 HashMap，值得在面试中被反复提到？

阿粉认为是因为 HashMap 太重要了，大家回看一下自己的业务代码，是不是都有在使用 HashMap ？

即使你真的没有直接使用，但是你使用的一些中间件，或者一些开源框架，这些代码肯定使用 HashMap 完成相关逻辑。

而 HashMap 包含很多核心知识点，从这些知识点可以考察出一个面试者基本知识掌握情况。

其实就算没有面试，我们也应该或多乎或少去了解 一下 HashMap 基本实现原理。因为如果使用 HashMap 不当，很容易写出一连串 Bug，而且可能还不容易排查。

HashMap 面试题网上很多，但是其实怎么问他都离不开这些核心知识点。

这就像我们以前解答数学题一样，背后答案都是围绕核心数学公式。

所以我们只要掌握 HashMap 核心知识点，就不用再怕面试中再问到。

这里阿粉整理一下，HashMap 涉及核心知识点如下：

• 底层数据结构

• Hash 算法

• 寻址算法

• 扩容

• 多线程并发

底层数据结构

数据结构与算法是最近面试越来越注重考查的一方面，尤其是对于校招来讲，这一块百分百会涉及。

而 HashMap 底层结构一下子就涉及三大数据结构，数组、链表、红黑树。

数组

HashMap 中元素实际保存在一个个 Node 中，而Node 类保存在底层数组中。

以上代码来自 JDK1.8，JDK1.7 为 Entry 类型。

实际上 Node 为 Entry 类的子类

链表

我们观察一下Node 类的数据结构，

可以发现 Node 类中有一个 next 字段，用于保存下一个 Node 元素，通过这种方式就形成一个单向的链表。

那为什么需要链表那？

这可能与下面说道 Hash算法有关，因为再好的 Hash 算法，都有可能导致不同输入产生相同的输出。

来自:阮一峰的博客

如果不同的输入得到了同一个哈希值，就发生了"哈希碰撞"（collision）。

哈希碰撞解决办法很多，这里 HashMap 就采用拉链法，即使用一个链表保存碰撞的元素的。

其他办法还有：

• 线行探查法

• 平方探查法

• 双散列函数探查法

红黑树

由于链表查找元素复杂度为 O(N)，如果 HashMap 哈希碰撞很厉害，从而导致大部分元素落在同一个链表上，这就会导致 HashMap 性能会下降，极端一点 HashMap O(1) 查询复杂度退化成 O(N)的复杂度。

JDK1.8 中引入红黑树数据结构，当链表元素等于 8 时，链表转化为红黑树，这样查找复杂度就可以为 O(logn)。

图片来自网络

那为什么使用红黑树，而不是使用其他二叉树，？

这是因为红黑树对于新增与删除的操作也都能保持O(logn) 新增,这样就完美兼顾了查找与新增性能。

面试题

看完这个知识点，其实可以提很多相关数据结构面试题，比如数组与链表区别。

所以看完这个，我们就需要去整理学习数据结构相关知识。

Hash 算法

这里我们仅仅介绍一下 JDK1.8 Hash 算法。

它使用 key 的 hashcode 高低 16 位异或的方式计算产生。

通过这种方式，在后面寻址算法计算时候，降低碰撞的可能性。

寻址算法

当我们计算得到 Hash 值以后，我们还需要计算这个 Hash 值在数组中的位置。

简单的方式我们可以直接使用求模的方式定位，比如

hash=1000
table.size=16
n=hash%table.size=8

但是 HashMap 采用的是另外一种更为精妙的算法：

这种方式等同求模法，但是计算性能会更好，但是这里我们需要注意了，这种方式前提为 n 也就是数组的长度必须为 2 的幂次方。

这里阿粉就不具体计算了，感兴趣的同学可以网上查找一下推导过程

面试题

为什么 HashMap 扩容都是 2 的幂次方？

看完这个，大家这个面试题了吧。

扩容

当 HashMap 元素过多时，这时必须扩容，从而保证 HashMap 查找性能。

扩容过程，我们就需要涉及以下几个核心参数：

• 扩展因子：loadFactor

• 实际元素数量：size

• 数组长度：capacity

• 扩容的阈值大小：threshold=capacity*loadFactor

当 HashMap 中元素数量大于 threshold，HashMap 就会开始扩容。

JDK1.7 扩容的时候，HashMap 每个元素将会重新计算 Hash 值，然后使用寻址算法，查找新的位置。

在 JDk1.8 中，采用了一种更精妙的算法：

其使用 e.hash & oldCap == 0， 元素要么放在原位置，要么放在原位置+原数组长度。

这里解释起来比较复杂，这里阿粉就不再详细展开，感兴趣同学可以自行查找一下相关文章。

面试题

问：加载因子为什么 0.75，而不是其他值？

答：可以说是一个经过考量的经验值。加载因子涉及扩容，下次扩容的阈值=数组桶的大小*加载因子，如果加载因子太小，这就会导致阈值太小，这就会导致比较容易发生扩容。

如果加载因子太大，那就会导致阈值太大，可能冲突会很多，导致查找效率下降。

多线程并发

好了，终于到到了最后一个知识点，多线程并发。

HashMap 在多线程并发情况下会怎么样？

这里我们需要分 JDK1.7 与 JDK1.8 来讲。

在 JDK1.7 中，由于扩容迁移时采用了头插法，从而将会导致产生死链。

void transfer(Entry[] newTable, boolean rehash) {
    int newCapacity = newTable.length;
    for (Entry<K,V> e : table) {
        while(null != e) {
            Entry<K,V> next = e.next;
            if (rehash) {
                e.hash = null == e.key ? 0 : hash(e.key);
            }
            int i = indexFor(e.hash, newCapacity);
            // 以下代码导致死链的产生
           e.next = newTable[i];
            // 插入到链表头结点，
            newTable[i] = e;
            e = next;
        }
    }
}

而一旦产生死链，极有可能导致程序陷入死循环，从而导致 CPU 使用率上升。

JDK1.8 中使用尾插法，从而解决这个问题，但是依然还会存在相关问题。

比如：

并发赋值时被覆盖

并发的情况下，一个线程的赋值可能被另一个线程覆盖，这就导致对象的丢失。

size 计算问题

img

每次元素增加完成之后，size 将会加 1。这里采用 ++i方法，天然的并发不安全。

面试题

关于并发，这里可以提到很多面试题。

可以是线程相关的，也可以是并发编程相关。

不过如果面试官既然已经提到这里，我们可以试着将他引导他如何解决 HashMap 并发编程的问题，从而我们下面开始回答出 ConcurrentHashMap。

最后

经过上面一顿分析，我们可以看到小小一个 HashMap 其实涉及到很多知识点，这些点拆开来讲就可以变成一道道面试题。

另外这些点在平常编程的过程中也要特别注意，一不小心我们就会踩一个大坑。

今天这篇文章主要提及一下，HashMap 涉及的知识点，所以阿粉没有过多深入的分析，这里感兴趣的同学可以在深入学习准备一下。

< END >

如果大家喜欢我们的文章，欢迎大家转发，点击在看让更多的人看到。也欢迎大家热爱技术和学习的朋友加入的我们的知识星球当中，我们共同成长，进步。

往期精彩回顾

几百行代码完成百度搜索引擎,真的可以吗?
乖，答应阿粉，这些 Linux 命令你一定要常用

重点丨什么是双重检查锁模式？以及为何需要 volatile 关键字？