HashMap面试指南

超、凢脫俗 2021-09-25 13:28 330阅读 0赞

### (1)HashMap的实现原理? ###

此题可以组成如下连环炮来问

*  你看过HashMap源码嘛，知道原理嘛? 
 *  为什么用数组+链表？ 
 *  hash冲突你还知道哪些解决办法？ 
 *  我用LinkedList代替数组结构可以么? 
 *  既然是可以的,为什么HashMap不用LinkedList,而选用数组?

*你看过HashMap源码嘛，知道原理嘛?*

针对这个问题，嗯，当然是必须看过HashMap源码。至于原理，下面那张图很清楚了:

![1f4e52f7ab958a51790e14fd9d4a24be.png][]

HashMap采用Entry数组来存储key-value对，每一个键值对组成了一个Entry实体，Entry类实际上是一个单向的链表结构，它具有Next指针，可以连接下一个Entry实体。 只是在JDK1.8中，链表长度大于8的时候，链表会转成红黑树！ *为什么用数组+链表？* 数组是用来确定桶的位置，利用元素的key的hash值对数组长度取模得到. 链表是用来解决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。

`ps`:这里的hash值并不是指hashcode，而是将hashcode高低十六位异或过的。至于为什么要这么做，继续往下看。

*hash冲突你还知道哪些解决办法？*

比较出名的有四种(1)开放定址法(2)链地址法(3)再哈希法(4)公共溢出区域法

`ps:`大家有兴趣拓展的，自己去搜一下就懂了，这个就不拓展了！ *我用LinkedList代替数组结构可以么?* 这里我稍微说明一下，此题的意思是，源码中是这样的

Entry[] table = new Entry[capacity];

`ps：`Entry就是一个链表节点。 那我用下面这样表示

List<Entry> table = new LinkedList<Entry>();

是否可行?

答案很明显，必须是可以的。

*既然是可以的,为什么HashMap不用LinkedList,而选用数组?*

因为用数组效率最高！ 在HashMap中，定位桶的位置是利用元素的key的哈希值对数组长度取模得到。此时，我们已得到桶的位置。显然数组的查找效率比LinkedList大。

*那ArrayList，底层也是数组，查找也快啊，为啥不用ArrayList?*

(烟哥写到这里的时候，不禁觉得自己真有想法，自己把自己问死了，还好我灵机一动想出了答案)

因为采用基本数组结构，扩容机制可以自己定义，HashMap中数组扩容刚好是2的次幂，在做取模运算的效率高。 而ArrayList的扩容机制是1.5倍扩容，那ArrayList为什么是1.5倍扩容这就不在本文说明了。

### (2)HashMap在什么条件下扩容? ###

此题可以组成如下连环炮来问

*  HashMap在什么条件下扩容? 
 *  为什么扩容是2的n次幂? 
 *  为什么为什么要先高16位异或低16位再取模运算?

*HashMap在什么条件下扩容?*

如果bucket满了(超过load factor\*current capacity)，就要resize。 load factor为0.75，为了最大程度避免哈希冲突 current capacity为当前数组大小。

*为什么扩容是2的次幂?*

HashMap为了存取高效，要尽量较少碰撞，就是要尽量把数据分配均匀，每个链表长度大致相同，这个实现就在把数据存到哪个链表中的算法；

这个算法实际就是取模，hash%length。 但是，大家都知道这种运算不如位移运算快。

因此，源码中做了优化hash&(length-1)。 也就是说hash%length==hash&(length-1)

那为什么是2的n次方呢？

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。 例如长度为8时候，3&(8-1)=3 2&(8-1)=2 ，不同位置上，不碰撞。 而长度为5的时候，3&(5-1)=0 2&(5-1)=0，都在0上，出现碰撞了。 所以，保证容积是2的n次方，是为了保证在做(length-1)的时候，每一位都能&1 ，也就是和1111……1111111进行与运算。

*为什么为什么要先高16位异或低16位再取模运算?* 我先晒一下，jdk1.8里的hash方法。1.7的比较复杂，咱就不看了。

![434ab155629842aebca8b9aa94feb7dd.png][]

hashmap这么做，只是为了降低hash冲突的几率。打个比方， 当我们的length为16的时候，哈希码(字符串“abcabcabcabcabc”的key对应的哈希码)对(16-1)与操作，对于多个key生成的hashCode，只要哈希码的后4位为0，不论不论高位怎么变化，最终的结果均为0。 如下图所示

![4edafea461976dfa2f3f1c9a268ae2d3.png][]

而加上高16位异或低16位的“扰动函数”后，结果如下

![98c7244c5ffebaf4bde85aabc35de75d.png][]

可以看到: 扰动函数优化前：1954974080 % 16 = 1954974080 & (16 - 1) = 0 扰动函数优化后：1955003654 % 16 = 1955003654 & (16 - 1) = 6 很显然，减少了碰撞的几率。

### (3)讲讲hashmap的get/put的过程? ###

此题可以组成如下连环炮来问

*  知道hashmap中put元素的过程是什么样么? 
 *  知道hashmap中get元素的过程是什么样么？ 
 *  你还知道哪些hash算法？ 
 *  说说String中hashcode的实现?(此题很多大厂问过)

*知道hashmap中put元素的过程是什么样么?*

对key的hashCode()做hash运算，计算index; 如果没碰撞直接放到bucket里； 如果碰撞了，以链表的形式存在buckets后； 如果碰撞导致链表过长(大于等于TREEIFY\_THRESHOLD)，就把链表转换成红黑树(JDK1.8中的改动)； 如果节点已经存在就替换old value(保证key的唯一性) 如果bucket满了(超过load factor\*current capacity)，就要resize。

*知道hashmap中get元素的过程是什么样么?*

对key的hashCode()做hash运算，计算index; 如果在bucket里的第一个节点里直接命中，则直接返回； 如果有冲突，则通过key.equals(k)去查找对应的Entry;

*  若为树，则在树中通过key.equals(k)查找，O(logn)； 
 *  若为链表，则在链表中通过key.equals(k)查找，O(n)。

*你还知道哪些hash算法？*

先说一下hash算法干嘛的，Hash函数是指把一个大范围映射到一个小范围。把大范围映射到一个小范围的目的往往是为了节省空间，使得数据容易保存。 比较出名的有MurmurHash、MD4、MD5等等

*说说String中hashcode的实现?(此题频率很高)*

public int hashCode() {
        int h = hash;
        if (h == 0 && value.length > 0) {
            char val[] = value;
    
            for (int i = 0; i < value.length; i++) {
                h = 31 * h + val[i];
            }
            hash = h;
        }
        return h;
    }

String类中的hashCode计算方法还是比较简单的，就是以31为权，每一位为字符的ASCII值进行运算，用自然溢出来等效取模。

哈希计算公式可以计为`s[0]*31^(n-1) + s[1]*31^(n-2) + ... + s[n-1]`

那为什么以31为质数呢?

主要是因为31是一个奇质数，所以`31*i=32*i-i=(i<<5)-i`，这种位移与减法结合的计算相比一般的运算快很多。

### (4)为什么hashmap的在链表元素数量超过8时改为红黑树? ###

此题可以组成如下连环炮来问

*  知道jdk1.8中hashmap改了啥么? 
 *  为什么在解决hash冲突的时候，不直接用红黑树?而选择先用链表，再转红黑树? 
 *  我不用红黑树，用二叉查找树可以么? 
 *  那为什么阀值是8呢? 
 *  当链表转为红黑树后，什么时候退化为链表?

*知道jdk1.8中hashmap改了啥么?*

*  由**数组+链表**的结构改为**数组+链表+红黑树**。 
 *  优化了高位运算的hash算法：h^(h>>>16) 
 *  扩容后，元素要么是在原位置，要么是在原位置再移动2次幂的位置，且链表顺序不变。

最后一条是重点，因为最后一条的变动，hashmap在1.8中，不会在出现死循环问题。

*为什么在解决hash冲突的时候，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，而单链表不需要。 当元素小于8个当时候，此时做查询操作，链表结构已经能保证查询性能。当元素大于8个的时候，此时需要红黑树来加快查询速度，但是新增节点的效率变慢了。

因此，如果一开始就用红黑树结构，元素太少，新增效率又比较慢，无疑这是浪费性能的。

*我不用红黑树，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（这就跟原来使用链表结构一样了，造成很深的问题），遍历查找会非常慢。

*那为什么阀值是8呢?*

不知道，等jdk作者来回答。 这道题，网上能找到的答案都是扯淡。 我随便贴一个牛客网的答案，如下图所示

![a4831fc04be97d3030c254f817b25b10.png][]

看出bug没？交点是6.64？交点分明是4，好么。 log4=2，4/2=2。 jdk作者选择8，一定经过了严格的运算，觉得在长度为8的时候，与其保证链表结构的查找开销，不如转换为红黑树，改为维持其平衡开销。

*当链表转为红黑树后，什么时候退化为链表?*

为6的时候退转为链表。中间有个差值7可以防止链表和树之间频繁的转换。假设一下，如果设计成链表个数超过8则链表转换成树结构，链表个数小于8则树结构转换成链表，如果一个HashMap不停的插入、删除元素，链表个数在8左右徘徊，就会频繁的发生树转链表、链表转树，效率会很低。

### (5)HashMap的并发问题? ###

此题可以组成如下连环炮来问

*  HashMap在并发编程环境下有什么问题啊? 
 *  在jdk1.8中还有这些问题么? 
 *  你一般怎么解决这些问题的？

*HashMap在并发编程环境下有什么问题啊?*

*  (1)多线程扩容，引起的死循环问题 
 *  (2)多线程put的时候可能导致元素丢失 
 *  (3)put非null元素后get出来的却是null

*在jdk1.8中还有这些问题么?*

在jdk1.8中，死循环问题已经解决。其他两个问题还是存在。

*你一般怎么解决这些问题的？*

比如ConcurrentHashmap，Hashtable等线程安全等集合类。

[1f4e52f7ab958a51790e14fd9d4a24be.png]: /images/20210923/e1cf09a7d04b4b2da7b9ab019ca8ab0b.png
[434ab155629842aebca8b9aa94feb7dd.png]: /images/20210923/6bf7371173d74a5b924a565f8ebb48c2.png
[4edafea461976dfa2f3f1c9a268ae2d3.png]: /images/20210923/36eb3976d14b4b6e8b7e1ff7b6f84844.png
[98c7244c5ffebaf4bde85aabc35de75d.png]: /images/20210923/4cd1c53af0834c9e8691aad3c87349e2.png
[a4831fc04be97d3030c254f817b25b10.png]: /images/20210923/a33a8902a1aa4c5b88ab97fe2c62e05c.png