HashMap底层原理及常见问题解答

一.HashMap几个重要参数

HashMap最大支持容量：2^30;

treeify_threshold:桶的链表长度大于该值，转化为红黑树

桶中Node被树化的最小hash表容量：64 (hash表长度大于64桶链表才会转化为红黑树，当桶链表长度大于threshold时，若容量小于64，优先进行扩容)

table：存储元素的数组，长度为2的幂

size:HashMap存在的键值对的数量

threshold:扩容的临界值 = （loadFactor * size），超过该值，进行扩容

loadfactor：加载因子

二.HashMap数据结构

• JDK1.7：数组+链表

• JDK1.8: 引入了红黑树，在链表长度大于8时用红黑树，小于8时红黑树又退化成链表

1.初始大小：HashMap默认初始大小为16；

注：可以预估数据量大小来设置初始大小，这样可以减少动态扩容的次数，提高HashMap的性能；

2.动态扩容：最大装载因子默认为0.75，当元素个数超过0.75*capacity（Hash表的容量），会启动扩容，扩容为原来的两倍大小

3.Hash函数

int hash(Object key){
    int h = key.hashCode();
    return(h ^ (h >>> 16)) & (capicity - 1);
}

4.缺点：

1. 存不了大数据，多次扩容性能下降

2. 线程不安全，不支持多线程，多线程采用ConcurrentHashMap

三.相关问题：

1.HashMap的工作原理（put和get操作过程）

• HashMap在JDK1.7中采用数组+链表
• HashMap在JDK1.8中引入了红黑树，在链表长度大于8且Hash表长度大于64时用红黑树
• HashMap采用get和put方法进行数据的读取和存储
• put（key，value）方法：
  • 1.首先通过对key进行hash方法求出对应的哈希值，然后结合数组的长度得出数组的下标；
  • 2.如果数组大小超过扩容临界值，需要进行扩容，如果没有则不需要进行下一步；
  • • 如果数组该位置为空，则直接将该位置的键值对信息更新，完成。
    • 如果该数组位置已有元素，则对比该位置链表上所有元素的hash是否存在
      • 如果存在，则用equals方法进行比较，结果为true时，更新键值对，结果为false，则插入到链表或者红黑树的尾部
      • 如果不存在，则执行则插入到链表或者红黑树的尾部；
  • 4.JDK 1.7 之前使用头插法、JDK 1.8 使用尾插法
• get（key）方法
  • 计算key的hash值，并结合数组长度得到该键值对应的下标，遍历所在下标的链表或者红黑树，用equals方法查找相同的k对应的value并返回

2.什么是Hash碰撞？

当两个对象进行哈希操作后得到的数组下标相等时，就发生了哈希碰撞

3.当两个对象的 hashCode 相同会发生什么？

因为 hashCode 相同，不一定就是相等的(equals方法比较)，所以两个对象所在数组的下标相同，"碰撞"就此发生。又因为 HashMap 使用链表存储对象，这个 Node 会存储到链表中。

4.JDK1.7和1.8中HashMap的区别在哪里？

1. new HashMap（）的过程中，底层原理中：JDK1.7创建一个长度为16的数组，JDK1.8没有创建,首次put时才会创建
2. 底层数组JDK1.7Entry[]数组，JDK1.8为Node[]数组
3. HashMap在JDK1.7中采用数组+链表，在JDK1.8中引入了红黑树，在链表长度大于8且Hash表长度大于64时用红黑树

5.为什么链表长度大于8才用红黑树？

• 红黑树左旋右旋需要消耗性能，如果在链表长度比较短的情况下，直接用链表性能更好，因此链表长度在比较短的时候采用原始链表即可，数据量较小的时候，红黑树维持平衡的性能成本比起链表上，性能优势并不明显。

6.为什么不用二叉查找树？

• 红黑树是为了解决二叉查找树的缺陷，二叉查找树在特殊情况下会退化成链表的线性结构，遍历查询效率低。
• 红黑树是一种平衡树，在插入新数据后可能需要通过左旋，右旋、变色这些操作来保持平衡，保证二叉树的深度不会太深；
• 引入红黑树就是为了查找数据快，解决链表查询深度的问题。

7.hash 的实现？为什么要这样实现？

• JDK 1.8 中，是通过 hashCode() 的高 16 位异或低 16 位实现的：(h = k.hashCode()) ^ (h >>> 16)，主要是从速度，功效和质量来考虑的，减少系统的开销，也不会造成因为高位没有参与下标的计算，从而引起的碰撞。

8.为什么要用异或运算符？

保证了对象的 hashCode 的 32 位值只要有一位发生改变，整个 hash() 返回值就会改变。尽可能的减少碰撞。

9.为什么HashMap是线程不安全的？

首先HashMap是线程不安全的，其主要体现：

1. 在jdk1.7中，在多线程环境下，扩容时会造成环形链或数据丢失。
2. 在jdk1.8中，在多线程环境下，会发生数据覆盖的情况。

10.Hashtable,ConcurrentHashMap和HashMap有什么区别？

• Hashtable采用syncronized关键字，很影响插入性能，性能差
• ConcurrentHashMap采用分段锁（1.7），

11.HashMap扩容的过程？

触发扩容的条件：当hashmap中的键值对的个数>阈值threshold时，会进行扩容；

• jdk1.7的hashmap扩容时需要重新计算每个元素的hash，并重新确认位置；
• jdk1.8中如果该桶没有链表只有一个元素，则和jdk1.7一样直接计算下标放置元素到新数组中，如果该桶有链表则采用优化算法进行拆分。

12.HashMap 的 table 的容量如何确定？loadFactor 是什么？该容量如何变化？这种变化会带来什么问题？

1. table 数组大小是由 capacity 这个参数确定的，默认是16，也可以构造时传入，最大限制是1<<30；

2. loadFactor 是装载因子，主要目的是用来确认table 数组是否需要动态扩展，默认值是0.75；

3. 扩容时，调用 resize() 方法，将 table 长度变为原来的两倍；

4. 如果数据很大的情况下，扩展时将会带来性能的损失，在性能要求很高的地方，这种损失很可能很致命。

13.HashMap的数组长度为什么要保证是2的幂？

• 假如数组长度不为2的幂，那么(n-1)的二进制串的低位中肯定会有0，因此，不论hash低位上的值是0还是1，结果都会为0。这样就造成了一个性能问题：存在不同的hash值会得出相同的下标。也就是数组上的某些位置经常被拿来用，而某些位置则可能永远没被用。hashmap数组上的元素分布不均匀。

14.HashMap和Hashtable有什么区别？

1. 线程安全： HashMap 是非线程安全的，HashTable 是线程安全的；HashTable 内部的方法经过 synchronized 修饰。
2. 效率： 因为线程安全的问题，HashMap 要比 HashTable 效率高。另外，HashTable 基本被淘汰，不要在代码中使用它；
3. 对Null key 和Null value的支持： HashMap 中，null 可以作为键，这样的键只有一个，可以有一个或多个键所对应的值为 null。但是在 HashTable 中 put 进的键值只要有一个 null，直接抛NullPointerException。
4. 初始容量大小和每次扩充容量大小的不同：
   1. 创建时如果不指定容量初始值，Hashtable 默认的初始大小为11，之后每次扩充，容量变为原来的2n+1。HashMap 默认的初始化大小为16。之后每次扩充，容量变为原来的2倍。
   2. 创建时如果给定了容量初始值，那么 Hashtable 会直接使用你给定的大小，而 HashMap 会将其扩充为2的幂次方大小。
5. 底层数据结构： JDK1.8 以后的 HashMap 在解决哈希冲突时有了较大的变化，当链表长度大于阈值（默认为8）时，将链表转化为红黑树，以减少搜索时间。Hashtable 没有这样的机制；

15.对红黑树的理解？

1. 1每个节点非红即黑，2根节点总是黑色的，3每个叶子节点都是黑色的空节点(NIL节点)，4从根节点到叶节点或空子节点的每条路径，必须包含相同数目的黑色节点；
2. 红黑树在查找方面和AVL树操作几乎相同。但是在插入和删除操作上，AVL树每次插入删除会进行大量的平衡度计算，红黑树是牺牲了严格的高度平衡的优越条件为代价，它只要求部分地达到平衡要求，结合变色，降低了对旋转的要求，从而提高了性能。红黑树能够以O(log2 n)的时间复杂度进行搜索、插入、删除操作。此外，由于它的设计，任何不平衡都会在三次旋转之内解决。
3. 相比于BST，因为红黑树可以能确保树的最长路径不大于两倍的最短路径的长度，所以可以看出它的查找效果是有最低保证的。在最坏的情况下也可以保证O(logN)的，这是要好于二叉查找树的。因为二叉查找树最坏情况可以让查找达到O(N)。

16.HashMap，LinkedHashMap，TreeMap 有什么区别？

LinkedHashMap 保存了记录的插入顺序，在用 Iterator 遍历时，先取到的记录肯定是先插入的；遍历比 HashMap 慢；

TreeMap 能够把它保存的记录根据键排序(默认按键值升序排序，也可以指定排序的比较器)

17.谈谈ConcurrentHashMap

线程安全的实现方式：

• JDK 1.7 中使用分段锁(ReentrantLock + Segment + HashEntry)，相当于把一个 HashMap 分成多个段，每段分配一把锁，这样支持多线程访问。

• JDK 1.8 中使用 CAS + synchronized + Node + 红黑树。