数据结构-------hashmap原理（面试考点）

1、问：hashmap在JDK1.7与JDK1.8中有什么区别？

答：最大的区别是底层数据结构的变化，在JDK1.7中，hashmap是数组+链表，在JDK1.8中hashmap是数组+（链表|红黑树）。

2、问：那么为什么hashmap会在JDK1.8中引入红黑树呢？为何一上来不树化？树化的阈值为何是8？何时会树化？何时会退化为链表？

答：

        ①引入红黑树来避免Dos攻击，防止链表超长时性能下降，而树化应该是偶然情况，非必要时不树化。

        ②hash表的查找，更新的时间复杂度是O(1)，而红黑树的查找，时间复杂度为O(log2n)，树结构TreeNode的占用空间也比普通链表Node的大，如非必要，尽量还是使用链表。

        ③hash值如果足够随机，则在hash表内按泊松分布，在负载因子为0.75的情况下，长度超过8的链表出现的概率是亿分之六，阈值选择8就是为了让树化几率足够小。

        ④树化的两个条件：链表长度超过树化阈值；数组容量>=64；

        ⑤退化情况1:在扩容时如果拆分树时，树元素个数<=6则会退化为链表；退化情况2:remove树节点时，若root、root.left、root.right、root.left.left有一个为null，也会退化为链表（注意是remove之前）。

3、问：hashmap索引如何计算？hashcode都有了，为何还要提供hash()方法？数组容量为何时2的n次幂？

答：

        ①计算对象的hashcode()，再进行调用HashMap的hash()方法进行二次哈希，最后&(容量-1)或与容量取模得到索引值。

        ②二次hash()是为了综合高位的数据，让哈希分部更加均匀。

        ③计算索引时，如果是2的n次幂可以使用位与运算代替取模，效率更高；扩容时hash&原始容量==0的元素留在原来位置，否则新位置=旧位置+原始容量；

        ④但①②③都是为了配合容量为2的n次幂时的优化手段，例如hashtable的容量就不是2的n次幂，并不能说哪种设计更优，应该是设计者综合了各种因素，最终选择了使用2的n次幂作为容量。

4、问：介绍一下hashmap put方法流程，该方法在jdk1.7与1.8有何不同？

put 流程

        ①HashMap 是懒惰创建数组的，首次使用才创建数组。

        ②计算索引（桶下标）。

        ③如果桶下标还没人占用，创建 Node 占位返回。

        ④如果桶下标已经有人占用：已经是TreeNode，走红黑树的添加或更新逻辑；如果是普通的Node，走链表添加或更新逻辑；如果链表长度超过树化阈值，走树化逻辑。

        ⑤返回前检查容量是否超过阈值，一旦超过进行扩容；

1.7 与 1.8 的区别

        ①链表插入节点时，1.7 是头插法，1.8 是尾插法。

        ②1.7 是大于等于阈值且没有空位时才扩容，而 1.8 是大于阈值就扩容。

        ③1.8 在扩容计算 Node 索引时，会优化。

5、问：加载因子为何默认是0.75f？

        ①在空间占用与查询时间之间取得较好的权衡。

        ②大于这个值，空间节省了，但链表就会比较长影响性能。

        ③小于这个值，冲突减少了，但扩容就会更频繁，空间占用也更多。

6、问：hashmap在多线程下会有什么问题？

        ①扩容死链（1.7）。

        ②数据错乱（1.7,1.8）。

7、问：key是否为null？作为key的对象有什么要求？

        ①HashMap 的 key 可以为 null，但 Map 的其他实现则不然。

        ②作为 key 的对象，必须实现 hashCode 和 equals，并且 key 的内容不能修改（不可变）。

        ③key 的 hashCode 应该有良好的散列性。

8、问：什么情况下hashmap会发生扩容？ 

        ①在JDK1.7中，扩容需要满足如下两个条件：

                (1)存放新值时当前已有元素的个数大于等于阈值(容量的75%)。

                (2)存放新值时当前存放数据发生了hash碰撞(不同元素有相同的桶下标)。

        ②在JDK1.8中，扩容只需要满足一个条件：

                (1)当存放新值时（不是替换已有元素）已有元素的个数大于等于阈值或者存入数据到某一条链表上，此时该链表的长度大于8且容量小于64即发生扩容。