Java面试-HashMap
HashMap作为项目开发中最常使用的容器之一,也自然而然成为面试的常问技术点之一,我们来梳理下关于HashMap面试中常问到的几个问题:
1.HashMap在jdk1.7和1.8中有什么区别?
-
在jdk1.7中,HashMap由数组+链表组成,数组是HashMap的主体,而链表主要是为了解决哈希冲突而存在的;
-
在jdk1.8中,HashMap由数组+链表+红黑树组成。当链表过长,则会严重影响HashMap的性能,红黑树的时间复杂度为O(logn),而链表是O(n)。因此jdk1.8对数据结构进行了进一步的优化,引入了红黑树,链表和红黑树在达到一定条件时就会进行转换:
拓展:时间复杂度O(1)<O(log2n)<O(n)<O(nlog2n)<O(n2)<O(n3)<O(2n)
- 当链表超过8且数组长度(数据总量)超过64才会转为红黑树;
- 将链表转换为红黑树前会判断如果当前数组长度小于64,那么会选择先进行数组扩容,而不是转为红黑树,以节约搜索时间。
HashMap存放过程:
HashMap中红黑树的结构:
2.HashMap有哪些关键属性?它们的值有什么含义?
以下源码可以看出:
transient Entry[] table;//存储元素的实体数组
transient int size;//存放元素的个数
int threshold; //临界值 当实际大小超过临界值时,会进行扩容threshold = 加载因子*容量
final float loadFactor; //加载因子,表示Hsah表中元素的填满的程度
transient int modCount;//被修改的次数
加载因子越大,填满的元素越多,好处是,空间利用率高了,但:冲突的机会加大了.链表长度会越来越长,查找效率降低。
反之,加载因子越小,填满的元素越少,好处是:冲突的机会减小了,但:空间浪费多了.表中的数据将过于稀疏(很多空间还没用,就开始扩容了)
冲突的机会越大,则查找的成本越高.
因此,必须在 "冲突的机会"与"空间利用率"之间寻找一种平衡与折衷. 这种平衡与折衷本质上是数据结构中有名的"时-空"矛盾的平衡与折衷.
**默认初始化值:**采用无参构造实例化HashMap时,默认采用16作为初始化容量,在第一次put时使用16来创建数组。
/**
* The default initial capacity - MUST be a power of two.
* 默认初始化容量,必须是2的次方
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
**最大容量:**2的30次方。
/**
* The maximum capacity, used if a higher value is implicitly specified
* by either of the constructors with arguments.
* MUST be a power of two <= 1<<30.
* 最大容量。即HashMap的数组容量必须小于等于 1 << 30
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
在指定容量进行初始化时,会先判断这个初始化容量是否大于最大容量,超过则使用最大容量来进行初始化。
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
//如果初始化容量大于最大容量,则仅初始化为最大容量。
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
**默认负载因子:**默认值为0.75,但可通过构造参数来指定,一般不建议修改。
/**
* The load factor used when none specified in constructor.
* 默认的负载因子
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
**树形化阈值:**当链表的长度大于8的时候,会将链表转为红黑树,优化查询效率。
/**
* The bin count threshold for using a tree rather than list for a
* bin. Bins are converted to trees when adding an element to a
* bin with at least this many nodes. The value must be greater
* than 2 and should be at least 8 to mesh with assumptions in
* tree removal about conversion back to plain bins upon
* shrinkage.
*/
static final int TREEIFY_THRESHOLD = 8;
**解树形化阈值:**当红黑树的节点个数小于等于6时,会将红黑树的结构转为链表。
/**
* The bin count threshold for untreeifying a (split) bin during a
* resize operation. Should be less than TREEIFY_THRESHOLD, and at
* most 6 to mesh with shrinkage detection under removal.
*/
static final int UNTREEIFY_THRESHOLD = 6;
**树形化最小容量:**转为红黑树的两个条件:链表长度大于8;数组容量大于等于64。当这两个条件都满足时链表才能转换为红黑树。
/**
* The smallest table capacity for which bins may be treeified.
* (Otherwise the table is resized if too many nodes in a bin.)
* Should be at least 4 * TREEIFY_THRESHOLD to avoid conflicts
* between resizing and treeification thresholds.
*/
static final int MIN_TREEIFY_CAPACITY = 64;
3.HashMap有哪些特点?
- HashMap存取是无序的;
- 键和值的位置都可以是null,但键的位置只能是一个null;
- 底层的数据结构是由键来控制的,键是唯一的;
- jdk1.8之前的数据结构是数组+链表,jdk1.8后引入了红黑树的数据结构;
- 阈值大于8且数组长度大于64时才会转为红黑树,转为红黑树的目得是提高搜索。
4.什么是哈希冲突?
通过哈希函数产生的哈希值是有限的,而数据可能比较多,导致经过哈希函数处理后仍然有不同的数据对应相同的哈希值。这时候就产生了哈希冲突。
5.怎么解决哈希冲突?
解决哈希冲突的方法有:开放地址法、再哈希法、链地址法(HashMap常见)、建立公共溢出区。
- **开放地址法:**也称为再散列法。如果p=H(key)出现冲突时,则以p为基础,再次哈希,p1=H§,如果p1再次出现冲突,则以p1为基础再次哈希,依次类推,直到找到一个不冲突的哈希地址p(i)。因此开放地址法所需要的哈希表的长度等于所需存放的元素,而且因为存在再次哈希,所以只能在删除的节点上做标记,而不能真正删除节点;
- **再哈希法:**也称为双重散列、多重散列。提供多个不同的hash函数,r1=H1(key)发生冲突时,再计算r2=H2(key1),直到没有冲突为止,这样做虽然不会产生堆积,但增加了计算的时间;
- **链地址法:**也称为拉链法。将哈希值相同的元素构成一个同义词的单链表,并将单链表的头指针存放在哈希表的第i个单元中,查找、插入和删除主要在同义词链表中进行,链表法适用于经常进行插入和删除的情况;
- **建立公共溢出区:**将哈希表分为公共表和溢出表,当溢出发生时,将所有溢出数据统一存放在溢出区。
开放地址法和再哈希法的区别是:开放地址法只能使用同一种hash函数进行再次哈希,再哈希法调用多个不同的hash函数进行再次hash。
6.为什么数组长度大于64时才会转为红黑树?
在数组比较小时如果出现红黑树结构,反而会降低效率,而红黑树需要进行左旋右旋,变色,这些操作来保持平衡,同时数组长度小于64时,搜索时间相对要快些,总之是为了加快搜索速度,提高性能。
JDK1.8以前HashMap的实现是数组+链表,即使哈希函数取得再好,也很难达到元素百分百均匀分布。当HashMap中有大量的元素都存放在同一个桶中时,这个桶下有一条长长的链表,此时HashMap就相当于单链表,假如单链表有n个元素,遍历的时间复杂度就从O(1)退化成O(n),完全失去了它的优势,为了解决此种情况,JDK1.8中引入了红黑树(查找的时间复杂度为O(logn))来优化这种问题。
7.为什么加载因子是0.75?初始化临界值是12?
HashMap中的threshold是HashMap所能容纳键值对的最大值。计算公式为length*LoadFactory。也就是说,在数组定义好长度之后,负载因子越大,所能容纳的键值对个数也越大
loadFactory越趋近于1,那么数组中存放的数据(entry也就越来越多),数据也就越密集,也就会有更多的链表长度处于更长的数值,我们的查询效率就会越低,当我们添加数据,产生hash冲突的概率也会更高
默认的loadFactory是0.75,loadFactory越小,越趋近于0,数组中个存放的数据(entry)也就越少,表现得更加稀疏
0.75是对空间和时间效率的一种平衡选择
如果负载因子小一些比如是0.4,那么初始长度16*0.4=6,数组占满6个空间就进行扩容,很多空间可能元素很少甚至没有元素,会造成大量的空间被浪费
如果负载因子大一些比如是0.9,这样会导致扩容之前查找元素的效率非常低
loadfactory设置为0.75是经过多重计算检验得到的可靠值,可以最大程度的减少rehash的次数,避免过多的性能消耗
8.哈希表底层采用何种算法计算hash值?还有哪些算法可以计算出hash值?
hashCode方法是Object中的方法,所有的类都可以对其进行使用,首先底层通过调用hashCode方法生成初始hash值h1,然后将h1无符号右移16位得到h2,之后将h1与h2进行按位异或(^)运算得到最终hash值h3,之后将h3与(length-1)进行按位与(&)运算得到hash表索引。
其他可以计算出hash值的算法有
- 平方取中法
- 取余数
- 伪随机数法
9.当两个对象的hashCode相等时会怎样?
hashCode相等产生hash碰撞,hashCode相等会调用equals方法比较内容是否相等,内容如果相等则会进行覆盖,内容如果不等则会连接到链表后方,链表长度超过8且数组长度超过64,会转变成红黑树节点。
10.何时发生哈希碰撞和什么是哈希碰撞,如何解决哈希碰撞?
只要两个元素的key计算的hash码值相同就会发生hash碰撞,jdk8之前使用链表解决哈希碰撞,jdk8之后使用链表+红黑树解决哈希碰撞。
11.HashMap的put方法流程
以jdk8为例,简要流程如下:
- 首先根据key的值计算hash值,找到该元素在数组中存储的下标
- 如果数组是空的,则调用resize进行初始化;
- 如果没有哈希冲突直接放在对应的数组下标里
- 如果冲突了,且key已经存在,就覆盖掉value
- 如果冲突后是链表结构,就判断该链表是否大于8,如果大于8并且数组容量小于64,就进行扩容;如果链表节点数量大于8并且数组的容量大于64,则将这个结构转换成红黑树;否则,链表插入键值对,若key存在,就覆盖掉value
- 如果冲突后,发现该节点是红黑树,就将这个节点挂在树上
12.HashMap的扩容原理
JDK7的时候先通过resize()方法对entry数组扩容,然后通过transfer()方法重新计算每个元素在新数组中的位置,对于JDK7的具体实现不再赘述。下面我们讲解下JDK1.8做了哪些优化。经过观测可以发现,我们使用的是2次幂的扩展(指长度扩为原来2倍),所以,元素的位置要么是在原位置,要么是在原位置再移动2次幂的位置。看下图可以明白这句话的意思,n为table的长度,图(a)表示扩容前的key1和key2两种key确定索引位置的示例,图(b)表示扩容后key1和key2两种key确定索引位置的示例,其中hash1是key1对应的哈希与高位运算结果。
以n-1的二进制表示1111,所以对于key1(0 0101)和key2(1 0101)来说,key & (n-1)计算出的结果是一样的,即(0101),当扩容后,n等于32,n-1的二进制表示(1 1111),此时key1(0 0101)和key2(1 0101)通过key & (n-1)计算出的结果就会不一样了,但会发现只是key2的计算结果比之前多了(1 0000),即为16,正好是扩容前数组的长度,由此发现数组扩容后,之前数组的元素在新数组中的索引,要么是原位置,要么时原索引加上扩容前的数组长度,JDK8的resize()方法即利用了这一点,不用一个一个元素的计算其在新数组中的位置,而只用将老的数组中的元素分组,一组是原索引,一组是原索引加上老的数组长度,从而提升了效率。
源码解析:
final Node<K,V>[] resize() {
//oldTab:引用扩容前的哈希表
Node<K,V>[] oldTab = table;
//oldCap:表示扩容前的table数组的长度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//获得旧哈希表的扩容阈值
int oldThr = threshold;
//newCap:扩容之后table数组大小
//newThr:扩容之后下次触发扩容的条件
int newCap, newThr = 0;
//条件成立说明hashMap中的散列表已经初始化过了,是一次正常扩容
if (oldCap > 0) {
//判断旧的容量是否大于等于最大容量,如果是,则无法扩容,并且设置扩容条件为int最大值,
//这种情况属于非常少数的情况
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}//设置newCap新容量为oldCap旧容量的二倍(<<1),并且<最大容量,而且>=16,则新阈值等于旧阈值的两倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//如果oldCap=0并且边界值大于0,说明散列表是null,但此时oldThr>0
//说明此时hashMap的创建是通过指定的构造方法创建的,新容量直接等于阈值
//1.new HashMap(intitCap,loadFactor)
//2.new HashMap(initCap)
//3.new HashMap(map)
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//这种情况下oldThr=0;oldCap=0,说明没经过初始化,创建hashMap
//的时候是通过new HashMap()的方式创建的
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//newThr为0时,通过newCap和loadFactor计算出一个newThr
if (newThr == 0) {
//容量*0.75
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
//根据上面计算出的结果创建一个更长更大的数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
//将table指向新创建的数组
table = newTab;
//本次扩容之前table不为null
if (oldTab != null) {
//对数组中的元素进行遍历
for (int j = 0; j < oldCap; ++j) {
//设置e为当前node节点
Node<K,V> e;
//当前桶位数据不为空,但不能知道里面是单个元素,还是链表或红黑树,
//e = oldTab[j],先用e记录下当前元素
if ((e = oldTab[j]) != null) {
//将老数组j桶位置为空,方便回收
oldTab[j] = null;
//如果e节点不存在下一个节点,说明e是单个元素,则直接放置在新数组的桶位
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//如果e是树节点,证明该节点处于红黑树中
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//e为链表节点,则对链表进行遍历
else { // preserve order
//低位链表:存放在扩容之后的数组的下标位置,与当前数组下标位置一致
//loHead:低位链表头节点
//loTail低位链表尾节点
Node<K,V> loHead = null, loTail = null;
//高位链表,存放扩容之后的数组的下标位置,=原索引+扩容之前数组容量
//hiHead:高位链表头节点
//hiTail:高位链表尾节点
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//oldCap为16:10000,与e.hsah做&运算可以得到高位为1还是0
//高位为0,放在低位链表
if ((e.hash & oldCap) == 0) {
if (loTail == null)
//loHead指向e
loHead = e;
else
loTail.next = e;
loTail = e;
}
//高位为1,放在高位链表
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//低位链表已成,将头节点loHead指向在原位
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//高位链表已成,将头节点指向新索引
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
resize时的链表拆分:
//这里定义了四个Node的引用,从变量命名上,我们初步猜测,这里定义了两个链表,我们把它称为
//lo链表和hi链表,loHead和loTail分别指向lo链表的头节点和尾节点,hiHead和hiTail以此类推
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
//整个do...while循环就是循环数组元素上的链表
do {
//先获取链表当前节点的下一个节点
next = e.next;
//这里就是判断元素在新数组中的索引是原索引还是原索引+1
//例如上面的key1的hash值(0 0101),key2的hash值(1 0101)
//老数组长度n为16时,key&(n-1)的值key1和key2一样
//但如果直接key&n,则一个为0,一个为16,这里就是以这个作为判断条件
if ((e.hash & oldCap) == 0) {
//这里和下面一个道理,第一次进来链表头节点指向e1,同时尾节点同样指向e1
//第二次进来,尾节点的next指向e2同时再把尾节点指向e2,此时头节点loHead
//还是指向e1,而尾节点loTail指向了e2,第三次同理,最后就是loHead永远指向e1,
//而loTail指向en,n为链表长度
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//下面两个直接把不为空的链表放置于各自位置
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
13.HashMap的remove()原理
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
将 remove 删除工作交给内部函数 removeNode() 来实现:
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) { // 获取索引,
Node<K,V> node = null, e; K k; V v;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k)))) // 判断索引处的值是不是想要的结果
node = p;
else if ((e = p.next) != null) { // 交给树的查找算法
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
do { // 遍历查找
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode) //树的删除
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p) // 修复链表,链表的删除操作
tab[index] = node.next;
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
14.HashMap为什么线程不安全?
- 多线程下扩容死循环。JDK1.7中的HashMap使用头插法插入元素,在多线程的环境下,扩容的时候有可能导致环形链表的出现,形成死循环。因此JDK1.8使用尾插法插入元素,在扩容时会保持链表元素原本的顺序,不会出现环形链表的问题;
- 多线程的put可能导致元素的丢失。多线程同时执行put操作,如果计算出来的索引位置是相同的,那会造成前一个key被后一个key覆盖,从而导致元素的丢失。此问题在JDK1.7和JDK1.8中都存在;
- put和get并发时,可能导致get为null。线程1执行put时,因为元素个数超出threshold而导致rehash,线程2此时执行get,有可能导致这个问题,此问题在JDK1.7和JDK1.8中都存在。
15.计算hash值时为什么要让低16bit和高16bit进行异或处理?
- 我们计算索引需要将hashCode值与length-1进行按位与运算,如果数组长度很小,比如16,这样的值和hashCode做异或实际上只有hashCode值的后4位在进行运算,hash值是一个随机值,而如果产生的hashCode值高位变化很大,而低位变化很小,那么有很大概率造成哈希冲突,所以我们为了使元素更好的散列,将hash值的高位也利用起来。
举个例子:
如果我们不对hashCode进行按位异或,直接将hash和length-1进行按位与运算就有可能出现以下的情况:
如果下一次生成的hashCode值高位起伏很大,而低位几乎没有变化时,高位无法参与运算
可以看到,两次计算出的hash相等,产生了hash冲突。所以无符号右移16位的目的是使高混乱度地区与地混乱度地区做一个中和,提高低位的随机性,减少哈希冲突。
参考:https://www.xiaohongshu.com/discovery/item/61487e1700000000010038e7
https://www.bilibili.com/video/av208169082?vd_source=decee64fc347c1311c077fecf31444c8
https://www.csdn.net/tags/Mtjacg2sOTM3NjItYmxvZwO0O0OO0O0O.html
公众号:Java学习者社区
参考:https://www.xiaohongshu.com/discovery/item/61487e1700000000010038e7
https://www.bilibili.com/video/av208169082?vd_source=decee64fc347c1311c077fecf31444c8
https://www.csdn.net/tags/Mtjacg2sOTM3NjItYmxvZwO0O0OO0O0O.html
公众号:Java学习者社区
如有侵权,联系删除。