02 HashMap

1. HashMap的底层数据结构

• HashMap底层是数组+链表+红黑树的结构，其中红黑树是JDK1.8加入的，数组中的每个位置存放的是节点，1.7中叫Entry，1.8中叫Node。每一个节点都会保存自身的hash值、key、value、以及next指针。
• 在put操作时，将元素的key的hashCode 值的高16位和低16位异或得到key的 hash 值，然后将key的 hash 值和数组长度 length -1 的值进行与运算来得到元素所在桶的位置。如果出现冲突，即多个元素对应到一个桶，就采用拉链法，将他们组织成链表放在桶中，1.7采用的是头插法，1.8采用的是尾插法。当链表元素个数>=8，链表就会转成红黑树。<=6时红黑树又会还原成链表。当数组中元素的个数超过数组容量✖️负载因子时，就会进行2倍扩容。
• HashMap默认加载因子是0.75f，默认初始容量是16

2. HashMap的put的过程

• 首先通过元素的key的 hashCode 值的高16位和低16位的异或得到 hash 值，hash 值和 length -1 进行与操作，得到桶的位置。
• 如果桶中没有节点，就将元素插入桶中；如果有节点，就需要和桶中链表的节点进行比较，看是否相同（判断相等的方法是：首先判断两个key的hash值是否相等，由于 hash 值是通过 hashCode 高低16位异或得来的，所以此处需要重写 hashCode 方法来保证相同的对象返回相同的 hash 值，不同的对象返回不同的 hash 值，如果相等再通过equals方法判断key是否相等，所以还需要重写equals方法。两个操作都相等，则判定相同）。如果相同，就对这个节点进行覆盖，如果不同，就以尾插法的方式插入到链表尾部。
• 如果链表长度>=8，就把链表转成红黑树，如果链表长度≤6，就把红黑树还原成链表。（中间的差值7可以防止链表和树之间频繁的转换）

3. HashMap的get的过程

  首先将元素 hashCode 值的高16位和低16位的异或得到 hash 值，hash 值和 length -1 进行与操作，得到桶的位置。如果桶为空，就直接返回 null。否则就判断桶的第一个节点是否为要查询的 key，是的话就返回 value 。如果不是，就判断桶中节点是红黑树还是链表，并按照各自的方法来查找。(getNode()和getTreeNode())

4. HashMap、HashTable、ConcurrentHashMap 的区别？

• 结构：三者底层结构都是数组+链表，其中HashMap和ConcurrentHashMap在1.8又引入了红黑树的结构，并且采用尾插法。
• 并发安全性：HashMap不安全，他的方法都没有加锁，在多线程环境下无法保证上一秒 put 的值，在下一秒 get 的时候还是原值。HashTable和ConcurrentHashMap是线程安全的，HashTable实现线程安全的方式是使用synchronized对整个HashTable加锁，效率比较低；ConcurrentHashMap 1.7是把整个Map分为若干个Segment，通过ReentrantLock对每个Segment单独加锁，1.8是通过 Synchronized 和 CAS对每个Node进行加锁，效率比较高。
• 存值：HashMap的key和value可以为null，HashTable和ConcurrentHashMap的key和value都不能为null。解答
• 初始容量：HashMap和ConcurrentHashMap的默认初始容量是16，采取两倍扩容方式；HashTable的默认初始容量是11，2倍+1的扩容方式。

5. 为什么HashTable和ConcurrentHashMap的key和value都不能为null

value不能为null：
  在多线程的环境中，当通过get(k)方法获取到的是null时，无法判断，它是put（k,v）的时候value为null，还是这个key从来没有做过映射。系统无法判断出这种模糊不清的情况 假如线程1调用m.contains（key）返回true，然后在调用m.get(key)，这时的m可能已经不同了。因为线程2可能在线程1调用m.contains（key）时，删除了key节点，这样就会导致线程1得到的结果不明确，产生多线程安全问题，因此，Hashmap和ConcurrentHashMap的key和value不能为null。
  HashMap允许key和value为null，在单线程时，调用contains()和get()不会出现问题。
  HashTable和ConcurrentHashMap需要保证多线程的安全性，HashMap不需要保证，他是为单线程情况服务的。

6. HashMap1.7和1.8的区别？

• 1.7 采用Entry数组和链表结构，如果hash函数特别差会导致链表很长，查找时间复杂度就是O(n)；1.8对这个进行了改进，采用Node数组+链表+红黑树结构，当链表元素≥8时，就转换成红黑树结构。最差时间复杂度也是O(logn)
• 1.7采用头插法插入链表中，1.8采用尾插法插入链表中
• 1.8 将hash 值的运算改为通过 hashCode 高低16位异或来得到，让高低位数据都参与到 hash 值的计算中，这样可以减少碰撞的几率

7. 为什么阀值是8?

  因为泊松分布，在负载因子默认为0.75时，单个桶内元素个数为8的概率小于百万分之一。所以将7作为一个分水岭，等于7时不转换，大于等于8时才进行转换，小于等于6时就退化为链表。

8. 为什么链表转红黑树？

• 红黑树是二叉排序树，查找效率比链表高，所以当链表达到一定长度时，要转化成红黑树。

9. 为什么不直接用红黑树? 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，新增节点的效率比较慢。当桶中元素个数小于8时，链表结构已经能保证查询性能了。当元素个数大于8时，此时就需要红黑树来加快查询速度。因此，如果一开始就用红黑树结构，元素太少，增删效率又比较慢，性能比较低。

10. 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，比如只有左子树，这就跟原来使用的链表结构一样了，遍历查找会很慢。

11. 为什么1.7用头插法，1.8改成了尾插法？

  1.7中采用头插法，是因为作者认为后插入的节点被访问的可能性大一些，所以用了头插法可以提高检索效率。但是后来发现头插法可能会在多线程环境中形成死循环，所以在1.8就使用的尾插法。

12. 为什么头插法会形成死循环？尾插法就不会？（扩容为什么会发生死锁）

• HashMap是线程不安全的，多个线程可以同时对hashMap进行扩容。
• 比如说一个桶中放着A->B这样一个链表，扩容时如果采用头插法，链表就会倒转变成B->A，在多线程环境中，如果多个线程一起扩容，就可能会出现环形链表，从而造成死循环。具体原理
• 但是如果使用尾插法，在扩容时会保持链表元素原本的顺序，就不会出现链表成环的问题了。
• 依然存在的问题：
  • 虽然1.8 尾插法避免了扩容时可能出现死循环的问题，但HashMap在多线程的环境下还是不安全的，因为 HashMap 的源码中，put 和 get 方法都没有加同步锁，在多线程的环境下，就可能出现数据丢失，所以线程安全依然无法保证。

13. 为什么HashMap要用数组和链表的结构？

  数组通过随机访问来快速确定桶的位置，利用元素的key的hash值对数组长度取模得到； 链表插入删除快，而且可以解决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。

14. 为什么HashMap不用ArrayList？

  hashMap的数组容量是2的n次方，做取模运算的效率高，而ArrayList的扩容机制是1.5倍的扩容，容量不一定能满足2的n次方的要求。

15. hashCode 怎么对应桶的位置？

• 将key的hashCode 的高16位和低16位进行异或得到 hash 值
• 再将得到的hash值和数组长度-1进行与操作，就得到数组下标的位置了
  index = hash & （Length - 1）

16. 为什么要高16位和低16位异或操作？

  因为数组的长度 length 比较小时它的二进制高位都是0，与 hashCode 进行与运算的话，无论 hashCode 的高位怎么变，对运算的结果都不会产生影响，从而导致碰撞的几率会变大。于是将 hashCode 的高16位和低16位异或，让高低位数据也可以参与到Hash的计算中，可以减少hash碰撞。（同时位运算也不会有太大的开销）

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

17. HashMap什么时候扩容，扩容过程？

• 当HashMap的数组Size 超过 容量✖️负载因子时进行扩容（默认负载因子是0.75）
• 扩容过程：首先创建一个新的Entry空数组，长度是原数组的2倍。然后遍历原数组，把所有的Entry重新hash到新数组。之所以要重新hash而不是直接复制，是因为数组容量改变，桶的位置也会改变。index = hash &（新Length - 1）

18. HashMap的主要参数都有哪些？

• 初始化容量为16，这个16是以位运算的形式写的，因为位运算效率高。
• 最大容量 2的30 ，也是以位运算的形式写的，之所以定义这么大是为了防止频繁的扩容。
• 负载因子 0.75f。
• 阈值8，大于等于8时链表会转化为红黑树
• 阈值6，小于等于6时会退化回链表

19. 负载因子为什么是0.75？

  表示数组的稀疏程度，越大，数组存放的 entry 就越多，也就越稠密，太大会导致查找效率变低；越小，数组存放的 entry 就越少，也就越稀疏，太小会导致数组利用率低。
  节点出现的频率在hash桶中遵循泊松分布，当桶中元素到达8个的时候，概率已经变得非常小，也就是说用0.75作为加载因子，每个桶的链表长度超过８个是几乎不可能的。

20. HashMap默认长度为什么设置初始化为16?

  HashMap的容量是2的n次方，作者认为16是一个折中、使用较多的值，所以设置成16。

21. HashMap为什么容量是2的n次方？

• 因为HashMap计算hash值后，要用hash%length来确定桶的位置，由于取模的消耗较大，所以采用hash&(length-1)这个方法，而hash&(length-1)==hash%length成立的前提是当length是2的幂次方。
• 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。 所以保证容积是2的n次方，是为了保证hash值和(length-1)之间进行按位与操作时，每一位与的都是1 ，也就是和1111…111进行与运算。这样就可以保证均匀分布而且不同位置不碰撞了。

22. 你一般用什么作为HashMap的key?

• key可以为null，hash值为0，放在数组的第一个位置。
• 一般用Integer、String这种不可变类当HashMap的key，String最为常用。原因有两点：
  (1)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。所以HashMap中的键往往都使用的字符串。
  (2)因为获取对象的时候要用到equals()和hashCode()方法，那么重写这两个方法是非常重要的，而Integer和String这些类已经很规范的重写了hashCode()以及equals()方法。

23. 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出来。

24. HashMap如何转成线程安全的？

• 替换成Hashtable，Hashtable通过对整个表上锁实现线程安全，效率比较低。
• 使用Collections类的synchronizedMap方法将hashMap包装一下。
• 使用ConcurrentHashMap，它使用分段锁来保证线程安全