让我撸一次HashMap

最新推荐文章于 2024-04-01 02:53:43 发布

萧一旬

最新推荐文章于 2024-04-01 02:53:43 发布

阅读量620

点赞数

文章标签：链表算法 java hashmap 数据结构

原文链接：https://mp.weixin.qq.com/s?__biz=MzUxOTAxODc2Mg==&mid=2247485605&idx=1&sn=fec06d8905018e78994d94c9f6807c63&chksm=f98148c0cef6c1d6472bed6d715379f32eafdb69e20884ec730300e250d32d58f95c7f514b63&mpshare=1&scene=1&srcid=&sharer_sharetime=1566391328032&sharer_sh

版权

转载 HashMap

对于JAVA求职者来说，HashMap可谓是集合类的重中之重，甚至你在复习的时候，其他集合类都不用看，专攻HashMap即可。

HashMap的实现原理?

此题可以组成如下连环炮来问

你看过HashMap源码嘛，知道原理嘛?
为什么用数组+链表？
hash冲突你还知道哪些解决办法？
我用LinkedList代替数组结构可以么?
既然是可以的,为什么HashMap不用LinkedList,而选用数组?

你看过HashMap源码嘛，知道原理嘛?

针对这个问题，嗯，当然是必须看过HashMap源码。至于原理，下面那张图很清楚了:

HashMap采用Entry数组来存储key-value对，每一个键值对组成了一个Entry实体，Entry类实际上是一个单向的链表结构，它具有Next指针，可以连接下一个Entry实体。
只是在JDK1.8中，链表长度大于8的时候，链表会转成红黑树！

为什么用数组+链表？

数组是用来确定桶的位置，利用元素的key的hash值对数组长度取模得到.
链表是用来解决hash冲突问题，当出现hash值一样的情形，就在数组上的对应位置形成一条链表。

ps: 这里的hash值并不是指hashcode，而是将hashcode高低十六位异或过的。至于为什么要这么做，继续往下看。

hash冲突你还知道哪些解决办法？

比较出名的有四种：

开放定址法

假如你在外面旅游时，吃坏东西，急需上厕所，当你好不容易找到一件洗手间的时候，发现排了好多人，这时你会怎么做？
开放定址法就是:直接放弃现有厕所，去寻找新的厕所

没错，放弃已被占用的位置，寻找新的插入位置就是开放定址法的思想，开放定址法中的开放二字指的是没有被占用的位置，定址指的是确定位置。

公式为fi(key) = (f(key)+di) MOD m (di=1,2,3,......,m-1)，其中di为增量序列，TableSize为表长。根据di的不同我们又可以分为线性探测，平方(二次)探测，双散列探测。

这里就不再赘述太多，因为要写起来就没完没了了，并且我也没来得及去全部了解，时间还是不够啊

所以直接粘上一个链接：散列冲突处理：开放定址法

链地址法

散列冲突处理：链地址法

再哈希法

再散列法其实很简单，就是再使用哈希函数去散列一个输入的时候，输出是同一个位置就再次散列，直至不发生冲突位置

缺点：每次冲突都要重新散列，计算时间增加。

公共溢出区域法

建立一个公共溢出区域，就是把冲突的都放在另一个地方，不在表里面

这个方法没有在网上找到一个详细的解释，心碎.jpg

ps: 这里原文没有对四种方法做拓展，所以我自行百度补充了一下

我用LinkedList代替数组结构可以么?

这里我稍微说明一下，此题的意思是，源码中是这样的

Entry[] table = new Entry[capacity];

ps： Entry就是一个双向链表节点，Node是单向链表节点，TreeNode是红黑树节点。
那我用下面这样表示

List<Entry> table = new LinkedList<Entry>();

是否可行?
答案很明显，必须是可以的。

既然是可以的,为什么HashMap不用LinkedList,而选用数组?

因为用数组效率最高！
在HashMap中，定位桶的位置是利用元素的key的哈希值对数组长度取模得到。此时，我们已得到桶的位置。显然数组的查找效率比LinkedList大。

HashMap在什么条件下扩容?

此题可以组成如下连环炮来问：

HashMap在什么条件下扩容?
为什么扩容是2的n次幂?
为什么为什么要先高16位异或低16位再取模运算?

HashMap在什么条件下扩容?

如果bucket满了(超过load factor*current capacity)，就要resize。
load factor为0.75，为了最大程度避免哈希冲突
current capacity为当前数组大小。

为什么扩容是2的n次幂?

HashMap为了存取高效，要尽量较少碰撞，就是要尽量把数据分配均匀，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；这个算法实际就是取模，hash%length。
但是，大家都知道这种运算不如位移运算快。
因此，源码中做了优化hash&(length-1)。
也就是说hash%length==hash&(length-1)
那为什么是2的n次方呢？
因为2的n次方实际就是1后面n个0，2的n次方-1，实际就是n个1。
例如长度为8时候，3&(8-1)=3 2&(8-1)=2 ，不同位置上，不碰撞。
而长度为5的时候，3&(5-1)=0 2&(5-1)=0，都在0上，出现碰撞了。
所以，保证容积是2的n次方，是为了保证在做(length-1)的时候，每一位都能&1 ，也就是和1111……1111111进行与运算。

为什么为什么要先高16位异或低16位再取模运算?

我先晒一下，jdk1.8里的hash方法。1.7的比较复杂，咱就不看了。 hashmap这么做，只是为了降低hash冲突的几率。

打个比方，当我们的length为16的时候，哈希码(字符串“abcabcabcabcabc”的key对应的哈希码)对(16-1)与操作，对于多个key生成的hashCode，只要哈希码的后4位为0，不论不论高位怎么变化，最终的结果均为0。如下图所示

而加上高16位异或低16位的“扰动函数”后，结果如下

可以看到: 扰动函数优化前：1954974080 % 16 = 1954974080 & (16 - 1) = 0 扰动函数优化后：1955003654 % 16 = 1955003654 & (16 - 1) = 6 很显然，减少了碰撞的几率。

讲讲hashmap的get/put的过程?

此题可以组成如下连环炮来问

知道hashmap中put元素的过程是什么样么?
知道hashmap中get元素的过程是什么样么？
你还知道哪些hash算法？
说说String中hashcode的实现?(此题很多大厂问过)

知道hashmap中put元素的过程是什么样么?

对key的hashCode()做hash运算，计算index;
如果没碰撞直接放到bucket里；
如果碰撞了，以链表的形式存在buckets后；
如果碰撞导致链表过长(大于等于TREEIFY_THRESHOLD)，就把链表转换成红黑树(JDK1.8中的改动)；
如果节点已经存在就替换old value(保证key的唯一性)
如果bucket满了(超过load factor*current capacity)，就要resize。

知道hashmap中get元素的过程是什么样么？

对key的hashCode()做hash运算，计算index;
如果在bucket里的第一个节点里直接命中，则直接返回；
如果有冲突，则通过key.equals(k)去查找对应的Entry;

若为树，则在树中通过key.equals(k)查找，O(logn)；
若为链表，则在链表中通过key.equals(k)查找，O(n)。

你还知道哪些hash算法？

先说一下hash算法干嘛的，Hash函数是指把一个大范围映射到一个小范围。把大范围映射到一个小范围的目的往往是为了节省空间，使得数据容易保存。比较出名的有MurmurHash、MD4、MD5等等

说说String中hashcode的实现?(此题频率很高)

public int hashCode() {
    int h = hash;
    if (h == 0 && value.length > 0) {
        char val[] = value;

        for (int i = 0; i < value.length; i++) {
            h = 31 * h + val[i];
        }
        hash = h;
    }
    return h;
}

String类中的hashCode计算方法还是比较简单的，就是以31为权，每一位为字符的ASCII值进行运算，用自然溢出来等效取模。

哈希计算公式可以计为 s[0]31^(n-1) + s[1]31^(n-2) + … + s[n-1]
那为什么以31为质数呢?
主要是因为31是一个奇质数，所以31*i=32*i-i=(i<<5)-i，这种位移与减法结合的计算相比一般的运算快很多。

为什么hashmap的在链表元素数量超过8时改为红黑树?

此题可以组成如下连环炮来问

知道jdk1.8中hashmap改了啥么?
为什么在解决hash冲突的时候，不直接用红黑树?而选择先用链表，再转红黑树?
我不用红黑树，用二叉查找树可以么?
当链表转为红黑树后，什么时候退化为链表?

知道jdk1.8中hashmap改了啥么?

由数组+链表的结构改为数组+链表+红黑树。
优化了高位运算的hash算法：h^(h>>>16)
扩容后，元素要么是在原位置，要么是在原位置再移动2次幂的位置，且链表顺序不变。

最后一条是重点，因为最后一条的变动，hashmap在1.8中，不会在出现死循环问题。

为什么在解决hash冲突的时候，不直接用红黑树?而选择先用链表，再转红黑树?

因为红黑树需要进行左旋，右旋，变色这些操作来保持平衡，而单链表不需要。
当元素小于8个当时候，此时做查询操作，链表结构已经能保证查询性能。当元素大于8个的时候，此时需要红黑树来加快查询速度，但是新增节点的效率变慢了。

因此，如果一开始就用红黑树结构，元素太少，新增效率又比较慢，无疑这是浪费性能的。

我不用红黑树，用二叉查找树可以么?

可以。但是二叉查找树在特殊情况下会变成一条线性结构(这就跟原来使用链表结构一样了，造成很深的问题)，遍历查找会非常慢。

当链表转为红黑树后，什么时候退化为链表?

为6的时候退转为链表。中间有个差值7可以防止链表和树之间频繁的转换。假设一下，如果设计成链表个数超过8则链表转换成树结构，链表个数小于8则树结构转换成链表，如果一个HashMap不停的插入、删除元素，链表个数在8左右徘徊，就会频繁的发生树转链表、链表转树，效率会很低。

HashMap的并发问题?

此题可以组成如下连环炮来问

HashMap在并发编程环境下有什么问题啊?
在jdk1.8中还有这些问题么?
你一般怎么解决这些问题的？

HashMap在并发编程环境下有什么问题啊?

多线程扩容，引起的死循环问题
多线程put的时候可能导致元素丢失
put非null元素后get出来的却是null

在jdk1.8中还有这些问题么?

在jdk1.8中，死循环问题已经解决。其他两个问题还是存在。

你一般怎么解决这些问题的？

比如ConcurrentHashmap，Hashtable等线程安全等集合类。

你一般用什么作为HashMap的key?

此题可以组成如下连环炮来问

健可以为Null值么?
你一般用什么作为HashMap的key?
我用可变类当HashMap的key有什么问题?
如果让你实现一个自定义的class作为HashMap的key该如何实现？

健可以为Null值么?

必须可以，key为null的时候，hash算法最后的值以0来计算，也就是放在数组的第一个位置。

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

你一般用什么作为HashMap的key?

一般用Integer、String这种不可变类当HashMap当key，而且String最为常用。

因为字符串是不可变的，所以在它创建的时候hashcode就被缓存了，不需要重新计算。这就使得字符串很适合作为Map中的键，字符串的处理速度要快过其它的键对象。这就是HashMap中的键往往都使用字符串。
因为获取对象的时候要用到equals()和hashCode()方法，那么键对象正确的重写这两个方法是非常重要的,这些类已经很规范的覆写了hashCode()以及equals()方法。

我用可变类当HashMap的key有什么问题?

hashcode可能发生改变，导致put进去的值，无法get出，如下所示

HashMap<List<String>, Object> changeMap = new HashMap<>();
List<String> list = new ArrayList<>();
list.add("hello");
Object objectValue = new Object();
changeMap.put(list, objectValue);
System.out.println(changeMap.get(list));
list.add("hello world");//hashcode发生了改变
System.out.println(changeMap.get(list));

输出值如下

java.lang.Object@74a14482
null

如果让你实现一个自定义的class作为HashMap的key该如何实现？

此题考察两个知识点

重写hashcode和equals方法注意什么?
如何设计一个不变类

针对问题一，记住下面四个原则即可

(1)两个对象相等，hashcode一定相等
(2)两个对象不等，hashcode不一定不等
(3)hashcode相等，两个对象不一定相等
(4)hashcode不等，两个对象一定不等

针对问题二，记住如何写一个不可变类

(1)类添加final修饰符，保证类不被继承。
如果类可以被继承会破坏类的不可变性机制，只要继承类覆盖父类的方法并且继承类可以改变成员变量值，那么一旦子类以父类的形式出现时，不能保证当前类是否可变。

(2)保证所有成员变量必须私有，并且加上final修饰
通过这种方式保证成员变量不可改变。但只做到这一步还不够，因为如果是对象成员变量有可能再外部改变其值。所以第4点弥补这个不足。

(3)不提供改变成员变量的方法，包括setter
避免通过其他接口改变成员变量的值，破坏不可变特性。

(4)通过构造器初始化所有成员，进行深拷贝(deep copy)
如果构造器传入的对象直接赋值给成员变量，还是可以通过对传入对象的修改进而导致改变内部变量的值。例如：

public final class ImmutableDemo {  
    private final int[] myArray;  
    public ImmutableDemo(int[] array) {  
        this.myArray = array; // wrong  
    }  
}

这种方式不能保证不可变性，myArray和array指向同一块内存地址，用户可以在ImmutableDemo之外通过修改array对象的值来改变myArray内部的值。
为了保证内部的值不被修改，可以采用深度copy来创建一个新内存保存传入的值。正确做法：

public final class MyImmutableDemo {  
    private final int[] myArray;  
    public MyImmutableDemo(int[] array) {  
        this.myArray = array.clone();   
    }   
}

(5)在getter方法中，不要直接返回对象本身，而是克隆对象，并返回对象的拷贝
这种做法也是防止对象外泄，防止通过getter获得内部可变成员对象后对成员变量直接操作，导致成员变量发生改变。

原文链接：孤独烟

萧一旬

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
让我撸一次HashMap

转载HashMap 对于JAVA求职者来说，HashMap可谓是集合类的重中之重，甚至你在复习的时候，其他集合类都不用看，专攻HashMap即可。HashMap的实现原理?此题可以组成如下连环炮来问你看过HashMap源码嘛，知道原理嘛?为什么用数组+链表？hash冲突你还知道哪些解决办法？我用LinkedList代替数组结构可以么?既然是可以的,...
复制链接

扫一扫