第2次面试：某北方(2022-03-08)

  今天是女神节哈。先祝广大女神节日快乐，今天面试的是一家大型外包公司某北方。这是卡在两个问题上，而竟然是我比较擅长的领域：数据结构。
  问的是ConcurrentHashMap。HashMap的实现原理我肯定知道，但是更深的细节我也没回答出来。面试后的反思时间到。

ConcurrentHashMap实现原理

  ConcurrentHashMap源码呢？6000多行，以30行为一页，打印出来，有200页。如果看完，呵呵，这一个类呢，就得看上一个月。那咱这面试还要问其他问题呢？这学得完吗？所以需要有所省略，有所着重地去研究。

ConcurrentHashMap结构

  从结构上，ConcurrentHashMap是Node的数组，这个是和HashMap一样的。但是Node在HashMap中只有两个子类。而ConcurrentHashMap的Node有四个子类。那多出来的两个子类是干嘛用的？ForwardingNode是扩容时迁移用的。ReservationNode是compute方法时调用的。在compute方法执行过程中新建一个ReservationNode作为一个锁，并且替换掉原先的Node，是一种并发保护机制。而另外两种子类，TreeBin和TreeNode是用在红黑树的，TreeBin包含了红黑树的根，并且加上了一些用于并发的字段。

ConcurrentHashMap的锁

首先得讲ConcurrentHashMap的读方法是不加锁的，锁都加在写方法上。而锁用两种方式去做的，一种是synchronized关键字，二是CAS。锁的粒度在链表的头节点或者红黑树的TreeBin节点上。相对于JDK1.7，锁粒度更细。

ConcurrentHashMap的扩容

  ConcurrentHashMap的扩容在JDK8比JDK7进行了优化。优化点在于协助扩容。扩容是从table的最后一个索引开始的，每次转移开始就放置一个FordwardingNode，这个前面讲过。为了实现协助扩容，有个字段nextTable，这个时候不能用局部变量，因为局部变量其他线程不能访问。

HashMap的扩容因子为什么是0.75

  为什么是0.75，是基于空间和时间的考虑，选择了0.75。但更多的会问选择了0.75之后会怎么样。我看了源码才知道在扩容因子为0.75时，HashMap在table的每个索引上出现数据个数的概率服从$\lambda =0.5$的泊松分布。也就是服从以下分布公式：
$$\frac{e^{0.5}\times 0.5^k}{k!}=\frac{1}{\sqrt{e}}\times \frac{1}{2^k}\times \frac{1}{k!}=\frac{1}{\sqrt{e}\times 2^k\times k!}$$
  也就是说假如HashMap的table为16个元素，采用0.75，就是放满时12个元素。是这个$3/4$的比例觉得了那么每个桶（也就是数组位置），上出现k个点的概率为：
$$\frac{1}{\sqrt{e}\times 2^k\times k!}$$
  在JDK源码中写出了概率：

次数	概率
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

  用数学期望来估算，近似的数学期望是每个位置0.3左右，那么16个位置大约总共是不到5个元素。因为最大12个元素有，所以总共13种情况。
$$0+1+2+3+4+5+6+7+8+9+10+11+12=78$$
  平均下来$\frac{78}{13}=6$，比5大，但是这是拿16计算的，拿8或者32或其他数计算结果又不一样，所以这是一个总体的结果。而这个总体的结果，需要复杂的统计才能得到符合泊松分布的结论。这个计算过程我就不展开了。