HashMap、HashTable及ConcurrentHashMap区别及相关面试题

前言

---

第一次写博客，水平有限可能有理解不到位或理解错的地方。欢迎各位大神参与讨论或指正。
Map在工作中的使用频率较高，HashMap相关的问题在面试中也经常被问到。所以抽空在网上找资料对它们进行了系统的学习，作出以下几点总结：

1. HashMap、HashTable及ConcurrentHashMap的区别。
2. HashMap的工作原理。
3. 相关面试题。

一、HashMap、HashTable及ConcurrentHashMap的区别

1. 底层实现/容纳数据

• hashMap：底层数组+链表实现；key和value都可为null。初始容量为16。扩容：newsize = oldsize*2，size一定为2的n次幂。
• hashTable：底层数组+链表实现；key和value都不能为null。初始容量为11。扩容：newsize = olesize*2+1。
• ConcurrentHashMap：底层采用分段的数组+链表实现。初始容量为16。扩容：段内扩容，不会对整个Map扩容。

2. 线程安全与效率

• hashMap：线程不安全，效率相对较高。多线程下扩容resize可能出现死循环现象。
• hashTable：线程安全。实现线程安全的方式是在修改数据时锁住整个HashTable，效率低。（原因：synchronized是针对整张Hash表的，即每次锁住整张表让线程独占）
• ConcurrentHashMap： 线程安全。通过把整个Map分为N个Segment，可以提供相同的线程安全，同时使效率提升N倍，默认提升16倍。(读操作不加锁，由于HashEntry的value变量是 volatile的，也能保证读取到最新的值。)

3. 迭代器（Iterator）

• hashMap：HashMap的迭代器（Iterator）是fail-fast迭代器。当其它线程改变了HashMap的结构（增加或者移除元素），将会抛出ConcurrentModificationException，但迭代器本身的remove()方法移除元素则不会抛出ConcurrentModificationException异常。
• hashTable：Hashtable的enumerator迭代器不是fail-fast的。
• ConcurrentHashMap： 弱一致迭代器。

二、HashMap的工作原理

1. 底层思想
HashMap是基于hashing的原理，我们使用put(key, value)存储对象到HashMap中，使用get(key)从HashMap中获取对象。从而实现对数据的读写。

2. 工作原理

• 键值对传递给put()方法时，调用键对象的hashCode()方法来计算hashcode；
• 通过hashcode找到bucket位置来存储Entry（值）对象；
• 获取对象时，通过键对象的equals()方法找到正确的键值对，然后返回值对象。
• HashMap使用链表来解决碰撞问题，当发生碰撞时，对象将会储存在链表的下一个节点中。
• HashMap在每个链表节点中储存键值对对象。当两个不同的键对象的hashcode相同时，它们会储存在同一个bucket位置的链表中，可通过键对象的equals()方法来找到键值对。如果链表大小超过阈值（TREEIFY_THRESHOLD,8），链表就会被改造为树形结构。（原因：链表太长效率低）

三、相关面试题

1.当两个对象的hashcode相同会发生什么？

因为hashcode相同，所以它们的bucket位置相同，会发生‘碰撞’。因为HashMap使用链表存储对象，这个Entry(包含有键值对的Map.Entry对象)会存储在链表中。

2.如果两个键的hashcode相同，你如何获取值对象？

当我们调用get()方法，HashMap会使用键对象的hashcode找到bucket位置，然后获取值对象。如果两个值对象hashcode相同存储在同一个bucket，会调用keys.equals()方法去找到链表中正确的节点，最终找到要找的值对象。

3.HashMap的初始值该如何计算？

HashMap的初始值根据负载因子计算。为了降低哈希冲突的概率，默认当HashMap中的键值对达到数组大小的75%时（负载因子默认0.75），即会触发扩容。因此，如果预估容量是100，即需要设定100/0.75＝134的数组大小。所以此时应给256最为合适。（容量给2的N次方，原因在这儿就不详细说了，大家可以网上搜索扩展一下这个知识）

4.HashTable和ConcurrentHashMap都是线程安全的，为什么ConcurrentHashMap效率要高？

Hashtable的synchronized是针对整张Hash表的，即每次锁住整张表让线程独占，ConcurrentHashMap允许多个修改操作并发进行，其关键在于使用了锁分离技术。
注意：有些方法需要跨段，比如size()和containsValue()，它们可能需要锁定整个表而而不仅仅是某个段，这需要按顺序锁定所有段，操作完毕后，又按顺序释放所有段的锁。

5.如何让HashMap同步？

 Map m = Collections.synchronizeMap(hashMap);

6.如何减少/降低Hash碰撞？

使用不可变的、声明作final的对象，并且采用合适的equals()和hashCode()方法的话，将会减少碰撞的发生，提高效率。不可变性使得能够缓存不同键的hashcode，这将提高整个获取对象的速度，使用String，Interger这样的wrapper类作为键是非常好的选择。

7.如果HashMap的大小超过了负载因子(load factor)定义的容量，怎么办？

默认的负载因子大小为0.75，也就是说，当一个map填满了75%的bucket时候，和其它集合类(如ArrayList等)一样，将会创建原来HashMap大小的两倍的bucket数组，来重新调整map的大小，并将原来的对象放入新的bucket数组中。这个过程叫作rehashing，因为它调用hash方法找到新的bucket位置。

8.重新调整HashMap大小会存在什么问题？

多线程的情况下，可能产生条件竞争(race condition)。
当重新调整HashMap大小的时候，确实存在条件竞争，因为如果两个线程都发现HashMap需要重新调整大小了，它们会同时试着调整大小。在调整大小的过程中，存储在链表中的元素的次序会反过来，因为移动到新的bucket位置的时候，HashMap并不会将元素放在链表的尾部，而是放在头部，这是为了避免尾部遍历(tail traversing)。如果条件竞争发生了，那么就死循环了。这个时候，你可以质问面试官，为什么这么奇怪，要在多线程的环境下使用HashMap呢？

9.为什么String, Interger这样的wrapper类适合作为键？

String, Interger这样的wrapper类作为HashMap的键是再适合不过了，而且String最为常用。因为String是不可变的，也是final的，而且已经重写了equals()和hashCode()方法了。其他的wrapper类也有这个特点。不可变性是必要的，因为为了要计算hashCode()，就要防止键值改变，如果键值在放入时和获取时返回不同的hashcode的话，那么就不能从HashMap中找到你想要的对象。不可变性还有其他的优点如线程安全。如果你可以仅仅通过将某个field声明成final就能保证hashCode是不变的，那么请这么做吧。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。如果两个不相等的对象返回不同的hashcode的话，那么碰撞的几率就会小些，这样就能提高HashMap的性能。

10.我们可以使用自定义的对象作为键吗？

这是前一个问题的延伸。当然你可能使用任何对象作为键，只要它遵守了equals()和hashCode()方法的定义规则，并且当对象插入到Map中之后将不会再改变了。如果这个自定义对象时不可变的，那么它已经满足了作为键的条件，因为当它创建之后就已经不能改变了。

四、结构图

五、尊重原创

面试必备：HashMap、Hashtable、ConcurrentHashMap的原理与区别
HashMap底层实现原理/HashMap与HashTable区别/HashMap与HashSet区别
谈谈HashMap线程不安全的体现

感谢阅读。