HashMap的详细了解

HashMap简介

HashMap是基于哈希表实现的，每一个元素是一个key-value键值对,其内部通过数组加链表解决冲突问题，容量不足时，会自动扩容。

JDK1.8对HashMap进行了表较大的优化，底层实现由之前的“数组+链表”改成“数组+链表+红黑树”。

JDK1.8的HashMap的数据结构如下图所示，当链表节点较小时扔以链表存在，当链表节点较多时(大于8)且数组大小>=64时，会转化为红黑树，当红黑树的节点个数小于6时会重新转化为链表。

HashMap的数据插入原理

图解如下：

解释：

1. 判断数组是否为空，为空进行初始化
2. 不为空，计算k的hash值，通过 (n-1) & hash计算应当存放在数组中的下标index
3. 查看table[index]是否存在数据，没有数据就构造一个Node节点存放在table[index]中；
4. 存在数据，说明发生了hash冲突(存在两个key的hash值一样)，继续判断key是否相等，相等的话，用新的value值代替原先value的值；
5. 如果不相等，判断当前节点类型是不是红黑树节点，如果是树形节点，创建树形节点插入红黑树中；
6. 如果不是树形节点，创建普通的Node加入链表中；判断链表的长度是否大于8并且数组长度大于64，大于的话链表转换为红黑树。
7. 插入完成之后判断当前节点数是否大于阈值，如果大于开始扩容到原数组的两倍

为什么红黑树不在个数为8时进行转换？是为了避免红黑树和链表之间的频繁转换。

HashMap怎么设置初始容量的大小

创建HashMap时不传值，默认大小是16，负载因子是0.75，如果传入初始大小n，初始化大小为大于n的2的整数次方，例如如果传入的是50，那么默认大小为64。（补充说明实现代码如下）

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>=MAXIMUN_CAPACITY) ? n + 1;
}

补充说明：下图是详细过程，算法就是让初始二进制右移1,2,4,8,16位，分别于自己位或，把高位第一个为1的数通过不断右移，把高位为1的后面全部变为1，最后在进行+1操作，63 + 1 = 64= 2^6(符合大于50并且是2的整数次幂)

HashMap的哈希函数怎么设计的？

hash函数是先拿到key的hashcode，是一个32位的int值，然后让hashcode的高16和低16位进行异或操作。

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

面试题：为什么要这么设计?
回答：这个叫做 扰动函数，这么设计有两点原因：

1. 一定要尽可能降低hash碰撞，越分散越好；
2. 算法一定要尽可能的高效，因为这是高频操作，因此采用位运算。

面试题：为什么采用hashcode的高16位与低16位异或能降低hash碰撞？hash函数能不能直接直接用key的hashcode？
回答：

因为key.hashCode()函数调用的是key键值类型自带的哈希函数，返回int型散列值。int的范围为 -2147483648~2147483647,前后加起来大概有40亿的映射空间。只要哈希函数映射得比较均匀分散，一般应用是很难出现碰撞的。但问题是一个40亿长度的数组，内存是放不下的。 一个hashMap数组的出事大小才16，用之前需要对数组的长度进行取模运算，得到的余数才能用来访问数组下标。

源代码中模运算就是把散列值和数组长度-1做一个与操作，位运算比取余%运算更快

bucketIndex = indexFor(hash, table.length);

static int indexFor(int h, int length) {
    return h & (length-1);
} 

顺便说一下，这正好解释了为什么HashMap的数组长度要取2的整数幂。因为这样（数组长度-1）正好相当于一个“低位掩码”。“与”操作的结果就是散列值的高位全部归零，只保留低位值，用来做数组下标访问。以初始长度16为例，16 - 1 = 15。二进制表示未00000000 00000000 00001111。和某散列值做“与”操作如下，结果就是截取了最低的四位值。

  10100101 11000100 00100101
& 00000000 00000000 00001111
----------------------------------
  00000000 00000000 00000101    //高位全部归零，只保留末四位

但这时候问题来了，这样就算我的散列值分布在松散，要是只取最后几位的话，碰撞也会很严重。更要命的是如果散列本身做的不好，分布上成等差数列的漏洞，如果正好让最后几个低位呈现规律性重复，就难办了。

这种时候，“扰动函数”的价值就体现出来了，看下面这个图
右移16位，正好是32位的一半，自己的高半区和底半区做异或，就是为了混合原始哈希码的高位和低位，以此加大低位的随机性。而且混合后的低位掺杂了高位的部分特征，这样高位的信息也被变相的保留了一下。（这里的高位信息被变相的保留下来，没有太明白）

最后我们来看一下Peter Lawley的一篇专栏文章《An introduction to optimising a hashing strategy》里的的一个实验：他随机选取了352个字符串，在他们散列值完全没有冲突的前提下，对它们做低位掩码，取数组下标。
结果显示，当HashMap数组长度为512的时候（ 2 9 2^9 29），也就是用掩码取低9位的时候，在没有扰动函数的情况下，发生了103次碰撞，接近30%。而在使用了扰动函数之后只有92次碰撞。碰撞减少了将近10%。看来扰动函数确实还是有功效的。

另外Java1.8相比1.7做了调整，1.7做了四次移位和四次异或，但明显Java 8觉得扰动做一次就够了，做4次的话，多了可能边际效用也不大，所谓为了效率考虑就改成一次了。

下面是1.7的hash代码：

static int hash(int h) {
    h ^= (h >>> 20) ^ (h >>> 12);
    return h ^ (h >>> 7) ^ (h >>> 4);
}

1.8对HashMap的优化

前面的hash函数已经说过了，这里还有三点主要的优化：

1. 数组+链表改成了数组+链表+红黑树
2. 链表的插入方式从头插法改成了尾插法，简单来说就是插入时，如果数组位置已有元素，1.7版本是将新元素放到数组中，原始节点作为新节点的后续节点，而1.8版本则是遍历链表，将元素放置到链表的最后
3. 扩容的时候1.7版本需要对原数组中的元素进行重新hash定位在新数组的位置。而1.8版本采用更简单的扩容逻辑，位置不变或索引+旧容器大小
4. 插入时，1.7版本先判断是否需要扩容，在插入，而1.8版本是先进行插入，插入完成在判断是否需要进行扩容。

为什么要又这么几点优化？

1. 防止发生hash冲突，链表长度过长，将时间复杂度 0(n)降为0(logn)
2. 1.7版本头插法扩容的时候，头插会使链表发生反转，多线程下回产生环；A线程在插入节点x，B线程也在插入，遇到容量不够开始扩容,重新计算hash，放置元素，采用头插法，后遍历到的x节点放到头部，这样形成了环
   1.7的扩容调用transfer代码，如下所示：

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);
      e.next = newTable[i]; //A线程如果执行到这一行挂起，B线程开始进行扩容
      newTable[i] = e;
      e = next;
    }
  }
}

3. 扩容的时候为什么1.8用重新hash就可以直接定位原节点在新数据的位置呢？
   这个是由于扩容是扩大为原数组大小的2倍，用于计算数组位置的掩码仅仅只是高位多了一个1，怎么理解呢？
   扩容前长度为16，用于计算(n-1) & hash的二进制n-1为0000 1111，扩容为32后二进制就高位多了一个1，为0001 1111。
   因为是&运算，1和任何数&都是它本身，那就分两种情况，如下图，原数据hashcode高位第4位为0和高位为1的情况；
   第四位高位为0，重新hash数值不变，第四位为1的话，重新hash数值比原来大16（旧数组容量）
   

HashMap是线程安全的吗？

不是，在多线程环境下，1.7会产生死循环、数据丢失、数据覆盖问题，1.8中会有数据覆盖的问题，用1.8版本为例子，当A线程判断index位置为空后正好好挂起，B线程开始往index位置写入节点数据，这时A线程恢复线程，执行赋值操作，就把A线程的数据给覆盖了；还有++size这个地方也会造成多线程同时扩容等问题。

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);
      e.next = newTable[i]; //A线程如果执行到这一行挂起，B线程开始进行扩容
      newTable[i] = e;
      e = next;
    }
  }
}

如何解决线程不安全问题？

Java中有HashTable、Collections.synchronizedMap以及ConcurrenthashMap可以实现线程安全的map.

HashTable是直接在操作方法上面加synchronized关键字，锁住整合数组，粒度比较大，
Collections。synchronizedMap是使用Collections集合工具的内部类，通过传入Map封装出一个SynchronizedMap对象，内部定义了一个对象锁，方法内通过对象锁实现；ConcurrentHashMap使用分段锁，降低了锁粒度，让并发度大大提高。

ConcurrentHashMap的分段锁原的实现原理是什么？

ConcurrentHashMap成员变量使用volatile修饰，免除了指令重排序，同时保证内存的可见性，另外使用CAS操作和synchronized结合实现赋值操作，多线程操作只会锁住当前操作索引的节点。

如下图，线程A锁住A节点所在的链表，线程B锁住B节点所在的链表，操作互不干涉。

链表转红黑树是链表长度达到阈值为什么是8，而红黑树的阈值是6？

经过计算，在hash函数设计合理的情况下，发生hash碰撞8次的几率为百万分之6，概率说话。。因为8够用了，至于为什么转回来是6，因为如果hash碰撞次数在8附近徘徊，会一直发生链表和红黑树的互相转化，为了预防这种情况的发生。

HashMap内部节点是有序的吗？

是无序的，根据hash值随机插入

有没有有序的Map？

LinkedHashMap和TreeMap

LinedhashMapn内部维护了一个单链表，有头尾节点，同时LinkedHashMap节点Entry内部除了继承HashMap的Node属性，还有before和after用于标记前置节点和后置节点。可以实现按插入顺序或访问顺序进行排序。

/**
 * The head (eldest) of the doubly linked list.
*/
transient LinkedHashMap.Entry<K,V> head;

/**
  * The tail (youngest) of the doubly linked list.
*/
transient LinkedHashMap.Entry<K,V> tail;
//链接新加入的p节点到链表后端
private void linkNodeLast(LinkedHashMap.Entry<K,V> p) {
  LinkedHashMap.Entry<K,V> last = tail;
  tail = p;
  if (last == null)
    head = p;
  else {
    p.before = last;
    last.after = p;
  }
}
//LinkedHashMap的节点类
static class Entry<K,V> extends HashMap.Node<K,V> {
  Entry<K,V> before, after;
  Entry(int hash, K key, V value, Node<K,V> next) {
    super(hash, key, value, next);
  }
}

    public static void main(String[] args) {
        Map<String,Integer> map = new HashMap<>();
        Map<String,Integer> linkedHashMap = new LinkedHashMap<>();
        linkedHashMap.put("张三",15);
        linkedHashMap.put("李四",21);
        linkedHashMap.put("王一",39);
        linkedHashMap.put("赵二",56);
        linkedHashMap.put("钱六",15);
        System.out.println("LinkedHashMap:");
        linkedHashMap.forEach((key, value) -> System.out.println(key + " ：" + value));
        System.out.println("HashMap:");
        map.put("张三",15);
        map.put("李四",21);
        map.put("王一",39);
        map.put("赵二",56);
        map.put("钱六",15);

        map.forEach((key, value) -> System.out.println(key + " ：" + value));
    }
    //console输出
    LinkedHashMap:
	张三 ：15
	李四 ：21
	王一 ：39
	赵二 ：56
	钱六 ：15
	HashMap:
	李四 ：21
	张三 ：15
	赵二 ：56
	王一 ：39
	钱六 ：15

TreeMap是如何实现有序的？
TreeMap是按照key的自然顺序或者Comprator的顺序进行排序，内部是通过红黑树来实现。所以要么key所属的类实现Comparable接口，或者自定义一个Comparable接口的比较器，传给TreeMap用于key的比较

HashMap实现了Serializable接口，因此它支持序列化，实现了Cloneable接口，可以被克隆。

参考文献

• 史上最详细的 JDK 1.8 HashMap 源码解析，推荐
• 一个HashMap跟面试官扯了半个小时（ 安琪拉的博客