面试官听我讲完HashMap直呼要为我点赞

最新推荐文章于 2023-03-23 21:09:45 发布

奔跑的王先森

最新推荐文章于 2023-03-23 21:09:45 发布

阅读量2k

点赞数 5

分类专栏：数据结构文章标签： java

本文链接：https://blog.csdn.net/weixin_43687879/article/details/113918461

版权

数据结构专栏收录该内容

2 篇文章 0 订阅

订阅专栏

面试官听我讲完HashMap直呼要为我点赞
前言

这是Homer与面试官系列第一篇，在一个周末阳光明媚的午后，Homer拿起他的电脑，便开始了一顿知识的输出。HashMap作为面试必问重点，也是必须非常清晰掌握的。

开场

面试开始，一个还剩少量稀疏头发的大叔，踏着轻快的步伐走过来，喃喃道：又来一个不怕死。开口说道：“用过Hashmap吧？”。

心里想：这不是废话嘛！当然用过，这也是问题？然后回到道：嗯，用过的。

那你跟我讲讲他的结构吧

在JDK1.7中HashMap是由数组加链表构成的数据结构。
在这里插入图片描述数组的每一个地方存储有key-value的数据节点，在1.7中称为Entry，1.8中为Node。
当执行put(“A”,“Homer”)方法时，会先将key值的hash值进行计算得到一个存储地址，如hash(“A”)得到2，就将其存入数组2的位置。继续执行put(“B”,“Jack”)，在某些情况之下，如果hash(“B”)得到又是2，会通过equal()比较key值是否相等，如果相等覆盖，如果不相等就会形成链表。（Hash相等，值不一定相等）

那JDK1.8呢？

在JDK1.8中添加了红黑树，变成了数组+链表/红黑树的结构。
在这里插入图片描述当链表的长度大于8时，链表会转换成红黑树。

小伙子，那你跟我讲讲Node是啥样呢？插入流程呢？

每一个Node节点都会保存自身的hash、key、value、以及下个节点。
在这里插入图片描述
1.当第一Node节点插入时，判断数组是否为空，为空则进行初始化。
2.若不为空，通过key的hash值进行计算得到数组存储下标index。
3.查看数组index位置是否有数据，如果为空则初始化一个node节点放入。
4.若数组index位置不为空，则判断key值是否相等，相等则覆盖掉原有value值。
5.key值不等（发生hash冲突），判断是否是树型节点，如果是则插入红黑树中。
6.不是树型节点，创建Node加入链表，判断链表长度是否大于 8并且数组长度大于64，大于的话链表转换为红黑树
7.插入完毕后判断节点个数是否大于阈值(容量*装载因子)，大于(没有等于)则进行扩容。

你说的还是比较清楚，你刚才提到容量，那是怎么设计的呢？

我这臭嘴，咦！多说啥呢。跪着也得继续讲清楚啊。当进行new HashMap()时不传入值，则初始化容量为16。如果传入值，初始化大小为大于值的 2的整数次方。如传入17，初始化为32。

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 >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
    }

cap为传入值，减1操作后，进行初始二进制右移1，2，4，8，16位，分别与自己位或，把高位第一个为1的数通过不断右移，把高位为1的后面全变为1，最后再进行+1操作，就变成大于值的 2的整数次方。
如传入14，为1110。进行-1，就为1101。
>>>1 = 0110,进行或操作：1101 | 0110 = 1111.
后面操作同理，最后如果不大于Integer最大值，则加1返回。1111+1 = 10000，也就是16.

那为啥要减一呢？

咦！这也问？当然要减一，如果传入16，不减一。则10000变成11111，最后加一则返回了32.

嗯，小伙子不错，那装载因子是怎么回事呢？

装载因子用于表示HashMap满的程度，默认值为0.75f，设置成0.75，因为0.75正好是3/4，而capacity又是2的幂。所以，两个数的乘积都是整数。
之所以设定为0.75，因为可以尽可能提高查询效率和降低空间利用的成本，满足泊松分布，碰撞最小。如果加载因子过高如1，如第16个元素插入时，碰撞概率非常高了，导致查询效率降低。加载因子过低如0.5则扩容的频率加大，对空间使用效率很低。

你刚才提到容量初始化为16，那为啥是16呢？

因为容量过大可能空间浪费，过小频繁扩容影响效率，这应该一种经验值。
在这里插入图片描述
为了位运算的方便，位与运算比算数计算的效率高了很多，是为了在生成数组下标index时更高的效率。

前面都讲的很nice，你在说hash碰撞，那你说是怎么样hash的？

先拿到key的hashcode，是一位32位的int数值。然后让hashcode的高16位和低16位进行异或操作。此为扰动函数：尽量降低hash碰撞概率，同时采用位运算提高效率。

 static final int hash(Object key) {
        int h;
        //可以看出key可以为null，但也只能插入一个null。
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

为什么需要高16位和低16位异或可以降低碰撞呢？

 n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)

数组的位置index = hash&(n - 1)。在这里也解释了为什么需要容量为2的n次方，Length-1的值是所有二进制位全为1。“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。2进制表示是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。
在这里插入图片描述
这时候问题就来了，这样就算我的散列值分布再松散，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得不好，分布上成等差数列的漏洞，恰好使最后几个低位呈现规律性重复。
这时候“扰动函数”的价值就体现出来了：
在这里插入图片描述
右移16位，正好是32位的一半，自己的高半区和低半区做异或，就是为了混合原始哈希码的高位和低位，以此来加大低位的随机性。
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);
}

为啥需要将链表转为红黑树呢？

防止发生hash冲突，链表长度过长，将时间复杂度由O(n)降为O(logn);

嗯！！不错不错。看来我是低估你了呀？那我们继续吧！谈谈HashMap怎么扩容的？

在插入时，1.7先判断是否需要扩容，再插入。1.7采用头插法，也就是将新元素放到数组中，原始节点作为新节点的后继节点，新节点到了头部。因为写这个代码的作者认为后来的值被查找的可能性更大一点，提升查找的效率。

你提到头插法，头插法会面临什么问题？

头插法在多线程的条件下可能会导致产生环。数组的容量是有限的，当超过了数组所能装载的节点个数，就会扩容。
扩容分为两步：

扩容：创建一个新的Entry空数组，长度是原数组的2倍。
ReHash：遍历原Entry数组，把所有的Entry重新Hash到新数组。

为啥需要重新hash呢？

是因为长度扩大以后，Hash的规则也随之改变。
Hash的公式—> index = HashCode（Key） & （Length - 1）

继续你的产生环问题吧！

1.7的扩容代码

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]; 
      newTable[i] = e;
      e = next;
    }
  }
}

现在往一个容量大小为2的put两个值，负载因子是0.75是不是我们在put第二个的时候就会进行transfer。现在我们要在容量为2的容器里面用不同线程插入3，7，5，假如我们在transfer之前打个断点，那意味着数据都插入了但是还没扩容前可能是这样的。
可以看到链表的指向3->7->5：
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210221210358505.png
单链表的头插入方式，同一位置上新元素总会被放在链表的头部位置，在旧数组中同一条Entry链上的元素，通过重新计算索引位置后，有可能被放到了新数组的不同位置上。
在单线程条件下：
在这里插入图片描述
然后在多线程环境下，假设有两个线程A和B都在进行put操作。线程A在执行到transfer函数中newTable[i] = e;处挂起

 Entry<K,V> next = e.next;
 e.next = newTable[i]; 
 newTable[i] = e;
 e = next;

此时线程A中运行结果如下：
在这里插入图片描述此为扩容关键代码，e为原数组的头一个元素，也就是3。此时还未在newTable完成赋值，此时缓存中e=3，e.next = null，next = 7，7.next = 5;
此时线程B前来扩容，线程A、B是共享一个table，也就是共享数据。线程B完成Transfer：
在这里插入图片描述
此时，线程A继续执行，但是由于共享数据，此时的7.next = 3，3.next =null。
再次贴出扩容代码，因为核心就在这里：

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]; 
      newTable[i] = e;// newTable[3] = 3
      e = next;// e = 7
    }
  }
}

线程A再执行时，如下：

  newTable[i] = e;// newTable[3] = 3
  e = next;// e = 7

在这里插入图片描述继续循环：此时的e为A线程阻塞时next = 7（此为线程私有数据，不会改变）

e=7
next=e.next ----> next=3【从主存中取值】
e.next=newTable[3] ----> e.next=3【从主存中取值】
newTable[3]=e ----> newTable[3]=7
e=next ----> e=3

再次进行循环：在正常情况这里就应该为null终止循环了

e=3
next=e.next ----> next=null
e.next=newTable[3] ----> e.next=7 即：3.next=7
newTable[3]=e ----> newTable[3]=3
e=next ----> e=null

此次循环：e.next=7，而在上次循环中7.next=3，出现环形链表，并且此时e=null循环结束。
在这里插入图片描述只要涉及轮询hashmap的数据结构，就会在这里发生死循环。

嗯！你真是天生神人啊！知道这么多。不过你以为就完了？天真，1.8尾插就没有问题了？

依然线程不安全。

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
 2                    boolean evict) {
 3         Node<K,V>[] tab; Node<K,V> p; int n, i;
 4         if ((tab = table) == null || (n = tab.length) == 0)
 5             n = (tab = resize()).length;
 6         if ((p = tab[i = (n - 1) & hash]) == null) // 如果没有hash碰撞则直接插入元素
 7             tab[i] = newNode(hash, key, value, null);

第6行代码，如果没有hash碰撞则会直接插入元素。如果线程A和线程B同时进行put操作，刚好这两条不同的数据hash值一样，并且该位置数据为null，所以这线程A、B都会进入第6行代码中。假设一种情况，线程A进入后还未进行数据插入时挂起，而线程B正常执行，从而正常插入数据，然后线程A获取CPU时间片，此时线程A不用再进行hash判断了，问题出现：线程A会把线程B插入的数据给覆盖，发生线程不安全。

那怎么解决线程安全问题呢？

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加synchronized关键字，锁住整个数组，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。

嗯，我还想继续问一下关于线程安全问题，以及锁粒度等，不过今天已经不早了，咋们下次再约吧！

嗯嗯嗯，好的。我们下一次再见

奔跑的王先森

关注

5
点赞
踩
11

收藏

觉得还不错? 一键收藏
8
评论
面试官听我讲完HashMap直呼要为我点赞

面试官听我讲完HashMap直呼要为我点赞前言这是Homer与面试官系列第一篇，在一个周末阳光明媚的午后，Homer拿起他的电脑，便开始了一顿知识的输出。HashMap作为面试必问重点，也是必须非常清晰掌握的。开场面试开始，一个还剩少量稀疏头发的大叔，踏着轻快的步伐走过来，喃喃道：又来一个不怕死。开口说道：“用过Hashmap吧？”。心里想：这不是废话嘛！当然用过，这也是问题？然后回到道：嗯，用过的。那你跟我讲讲他的结构吧在JDK1.7中HashMap是由数组加链表构成的数据结构。
复制链接

扫一扫