hashmap专题

hashmap重要变量

源码中定义了很多常量，有几个是特别重要的。

• DEFAULT_INITIAL_CAPACITY: Table数组的初始化长度： 1 << 4，即 2^4=16（这里可能会问为什么要是2的n次方？）
• MAXIMUM_CAPACITY：Table数组的最大长度： 1<<30， 即 2^30=1073741824
• DEFAULT_LOAD_FACTOR: 负载因子：默认值为0.75。 当元素的总个数>当前数组的长度 * 负载因子。数组会进行扩容，扩容为原来的两倍（这里可能会问为什么是两倍？这个问题与上述2的n次方相关联）
• TREEIFY_THRESHOLD: 链表树化的阈值，默认为8，表示载一个node（table）节点下的值的长度大于8时就会转变为红黑树
• UNTREEIFY_THRESHOLD: 红黑树链化阈值，默认为6，表示载一个node（table）节点下的值的长度小于6时就会转变为链表
• MIN_TREEIFY_CAPACITY = 64：最小树化阈值，当Table所有元素超过该值，才会进行树化（为了防止前期阶段频繁扩容和树化过程冲突）。

构造器

public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

空参构造器中对属性loadFactor（加载因子）进行了赋值操作，初始值为16。
注意：JDK8中创建完HashMap对象后并没有立即创建长度为16的数组。

最显而易见的区别

• JDK 1.7 ： Table数组+ Entry链表；
• JDK1.8 : Table数组+ Entry链表 ==> 红黑树；(可能会问为什么要使用红黑树？)

为什么使用链表+数组?

因为为了避免hash冲突的问题。由于我们的数组的值是限制死的，我们在对key值进行散列取到下标以后，放入到数组中时，难免出现两个key值不同，但是却放入到下标相同的格子中，此时我们就可以使用链表来对其进行链式的存放。

我⽤LinkedList代替数组结构可以吗？

可以

那既然可以使用进行替换处理，为什么有偏偏使用到数组呢？

因为用数组效率最高！ 在HashMap中，定位节点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，我们已得到节点的位置。显然数组的查找效率比LinkedList大（底层是链表结构）。

ArrayList，底层也是数组，查找也快，为啥不⽤ArrayList?

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。

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。

你知道 hash 的实现吗？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。

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。

为什么是2的幂次?与数字2的关系

首先为什么长度要是2的n次方？

这依然关系到hash冲突。

简单来说，就是如果是2的幂，就能减少hash冲突的出现

因为这个key存放到数组中哪个位置，，源码中有个按位与来判断，即hash & (length - 1)，如果是2的幂，那么这个减一的操作会让最后4个位数都是1111，进而保证哈希值能分布早0-15之间。如果不是2的幂的话，有可能出现某个哈希桶（可以理解为数组中某个位置）是一直为空的，不能完全利用好数组。

注意： hash值是个32位的int型

那么如果不是容量不是2的幂呢？

源码中有个静态方法private static int roundUpToPowerOf2，这个方法会将容量扩充为2的幂。

int rounded = number >= MAXIMUM_CAPACITY ? MAXIMUM_CAPACITY
 : (rounded = Integer.highestOneBit(number)) != 0 ? 
 (Integer.bitCount(number) > 1) ? rounded << 1 : rounded
                                        : 1;

流程图如下：

hashmap为什么是二倍扩容？

容量n为2的幂次方，n-1的二进制会全为1，位运算时可以充分散列，避免不必要的哈希冲突。所以扩容必须2倍就是为了维持容量始终为2的幂次方。

阶段总结

Hashmap的结构，1.7和1.8有哪些区别

1. JDK1.7用的是头插法，而JDK1.8及之后使用的都是尾插法，那么他们为什么要这样做呢？因为JDK1.7是用单链表进行的纵向延伸，当采用头插法时会容易出现逆序且环形链表死循环问题。但是在JDK1.8之后是因为加入了红黑树使用尾插法，能够避免出现逆序且链表死循环的问题。
2. 扩容后数据存储位置的计算方式也不一样：
   • 在JDK1.7的时候是直接用hash值和需要扩容的二进制数进行按位与hash & (length-1）（这里就是为什么扩容的时候为啥一定必须是2的多少次幂的原因所在，因为如果只有2的n次幂的情况时最后一位二进制数才一定是1，这样能最大程度减少hash碰撞）（hash值 & length-1）
   • 而在JDK1.8的时候直接用了JDK1.7的时候计算的规律，也就是扩容前的原始位置+扩容的大小值=JDK1.8的计算方式，而不再是JDK1.7的那种异或的方法。但是这种方式就相当于只需要判断Hash值的新增参与运算的位是0还是1就直接迅速计算出了扩容后的储存方式。
3. JDK1.7的时候使用的是数组+ 单链表的数据结构。但是在JDK1.8及之后时，使用的是数组+链表+红黑树的数据结构（当链表的深度达到8的时候，也就是默认阈值，就会自动扩容把链表转成红黑树的数据结构来把时间复杂度从O（n）变成O（logN）提高了效率）

浓缩版：

• jdk7 数组+单链表 jdk8 数组+(单链表+红黑树)
• jdk7 链表头插 jdk8 链表尾插
  • 头插: resize后transfer数据时不需要遍历链表到尾部再插入
  • 头插: 最近put的可能等下就被get，头插遍历到链表头就匹配到了
  • 头插: resize后链表可能倒序; 并发resize可能产生循环链
• jdk7 先扩容再put jdk8 先put再扩容 (why?有什么区别吗?)
• jdk7 计算hash运算多 jdk8 计算hash运算少
• jdk7 受rehash影响 jdk8 调整后是(原位置)or(原位置+旧容量)

为什么在JDK1.8中进行对HashMap优化的时候，把链表转化为红黑树的阈值是8,而不是7或者不是20呢（面试蘑菇街问过）？

• 如果选择6和8（如果链表小于等于6树还原转为链表，大于等于8转为树），中间有个差值7可以有效防止链表和树频繁转换。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。
• 还有一点重要的就是由于treenodes的大小大约是常规节点的两倍，因此我们仅在容器包含足够的节点以保证使用时才使用它们，当它们变得太小（由于移除或调整大小）时，它们会被转换回普通的node节点，容器中节点分布在hash桶中的频率遵循泊松分布，桶的长度超过8的概率非常非常小。所以作者应该是根据概率统计而选择了8作为阀值

哈希表如何解决Hash冲突？

总结一些特点

为什么 HashMap 中 String、Integer 这样的包装类适合作为 key 键

讲讲HashMap的get/put过程

常见问题：

• 知道HashMap的put元素的过程是什么样吗？
• 知道get过程是是什么样吗？
• 你还知道哪些的hash算法？
• 说一说String的hashcode的实现

添加方法：put()

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}
// 因为有些数据计算出的哈希值差异主要在高位，而 HashMap 里的哈希寻址是忽略容量以上的高位的

// 那么这种处理就可以有效避免类似情况下的哈希碰撞

static final int hash(Object key) {

int h;

// 如果key不为null，就让key的高16位和低16位取异或

// 和Java 7 相比，hash算法确实简单了不少

// 使用异或尽可能的减少碰撞

return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);

}
// 放入元素的操作

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,

boolean evict) {

// tab相当于哈希表

Node<K,V>[] tab;

Node<K,V> p;
    // n保存了桶的个数
    // i保存了应放在哪个桶中
    int n, i;

    // 如果还没初始化哈希表，就调用resize方法进行初始化操作
    // resize()方法在后面分析
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;


    // 这里的 (n - 1) &amp; hash 相当于 Java 7 中的indexFor()方法，用于确定元素应该放在哪个桶中
    // (n - 1) &amp; hash 有以下两个好处：1、放入的位置不会大于桶的个数（n-1全为1） 2、用到了hash值，确定其应放的对应的位置
    if ((p = tab[i = (n - 1) &amp; hash]) == null)
        // 如果桶中没有元素，就将该元素放到对应的桶中
        // 把这个元素放到桶中，目前是这个桶里的第一个元素
        tab[i] = newNode(hash, key, value, null);
    else {
        Node&lt;K,V&gt; e; 
        // 创建和键类型一致的变量
        K k;

        // 如果该元素已近存在于哈希表中，就覆盖它
        if (p.hash == hash &amp;&amp;
            ((k = p.key) == key || (key != null &amp;&amp; key.equals(k))))
            e = p;
        // 如果采用了红黑树结构，就是用红黑树的插入方法
        else if (p instanceof TreeNode)
            e = ((TreeNode&lt;K,V&gt;)p).putTreeVal(this, tab, hash, key, value);
        // 否则，采用链表的扩容方式
        else {
            // binCount用于计算桶中元素的个数
            for (int binCount = 0; ; ++binCount) {
                // 找到插入的位置（链表最后）
                if ((e = p.next) == null) {
                    // 尾插法插入元素
                    p.next = newNode(hash, key, value, null);
                    // 如果桶中元素个数大于阈值，就会调用treeifyBin()方法将其结构改为红黑树(但不一定转换成功)
                    if (binCount &gt;= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                // 如果遇到了相同的元素，就覆盖它
                if (e.hash == hash &amp;&amp;
                    ((k = e.key) == key || (key != null &amp;&amp; key.equals(k))))
                    break;
                p = e;
            }
        }

        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }

    ++modCount;

    // 如果size大于阈值，就进行扩容操作
    if (++size &gt; threshold)
        resize();

    afterNodeInsertion(evict);
    return null;

}

总结

1. 对key的hashCode()做hash运算，计算index;
2. 如果没碰撞直接放到bucket（哈希桶）里；
3. 如果碰撞了，以链表的形式存在buckets后；
4. 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)；
5. 如果节点已经存在就替换old value(保证key的唯一性)
6. 如果bucket满了(超过load factor*current capacity)，就要resize

同时 对于Key 和Value 也要经历以下的步骤

1. 通过 Key 散列获取到对于的Table；
2. 遍历Table 下的Node节点，做更新/添加操作；
3. 扩容检测；

扩容方法：resize（）

HashMap 的扩容实现机制是将老table数组中所有的链表取出来，重新对其Hashcode做Hash散列到新的Table中，resize表示的是对数组进行初始化或 进行Double处理。

    final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    int oldThr = threshold;
    int newCap, newThr = 0;
// 原容量大于0（已近执行了put操作以后的扩容）
if (oldCap &gt; 0) {
    if (oldCap &gt;= MAXIMUM_CAPACITY) {
        threshold = Integer.MAX_VALUE;
        return oldTab;
    }
    // 原容量扩大一倍后小于最大容量，那么newCap就为原容量扩大一倍，同时新阈值为老阈值的一倍
    else if ((newCap = oldCap &lt;&lt; 1) &lt; MAXIMUM_CAPACITY &amp;&amp;
             oldCap &gt;= DEFAULT_INITIAL_CAPACITY)
        newThr = oldThr &lt;&lt; 1; // double threshold
}
// 调用了含参构造方法的扩容
// 原容量小于等于0，但是阈值大于0，那么新容量就位原来的阈值（阈值在调用构造函数时就会确定，但容量不会）
else if (oldThr &gt; 0) // initial capacity was placed in threshold
    newCap = oldThr;

// 调用了无参构造方法的扩容操作
else {               
    // zero initial threshold signifies using defaults
    // 如果连阈值也为0，那就调用的是无参构造方法，就执行初始化操作
    newCap = DEFAULT_INITIAL_CAPACITY;
    newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}

// 如果新阈值为0，就初始化它
if (newThr == 0) {
    float ft = (float)newCap * loadFactor;
    newThr = (newCap &lt; MAXIMUM_CAPACITY &amp;&amp; ft &lt; (float)MAXIMUM_CAPACITY ?
              (int)ft : Integer.MAX_VALUE);
}

// 阈值改为新阈值
threshold = newThr;
@SuppressWarnings({&quot;rawtypes&quot;,&quot;unchecked&quot;})

// 创建新的表，将旧表中的元素进行重新放入
Node&lt;K,V&gt;[] newTab = (Node&lt;K,V&gt;[])new Node[newCap];
table = newTab;
if (oldTab != null) {
    for (int j = 0; j &lt; oldCap; ++j) {
        Node&lt;K,V&gt; e;
        if ((e = oldTab[j]) != null) {
            oldTab[j] = null;
            // 为空就直接放入
            if (e.next == null)
                newTab[e.hash &amp; (newCap - 1)] = e;

            // 如果是树节点，就调用红黑树的插入方式
            else if (e instanceof TreeNode)
                ((TreeNode&lt;K,V&gt;)e).split(this, newTab, j, oldCap);

            // 链表的插入操作
            else { // preserve order
                // lo 和 hi 分别为两个链表，保存了原来一个桶中元素被拆分后的两个链表
                Node&lt;K,V&gt; loHead = null, loTail = null;
                Node&lt;K,V&gt; hiHead = null, hiTail = null;
                Node&lt;K,V&gt; next;
                do {
                    next = e.next;
                    if ((e.hash &amp; oldCap) == 0) {
                        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);
                if (loTail != null) {
                    loTail.next = null;
                    newTab[j] = loHead;
                }
                if (hiTail != null) {
                    hiTail.next = null;
                    newTab[j + oldCap] = hiHead;
                }
            }
        }
    }
}
return newTab;

}

获取数据：get（）方法

1. 对key的hashCode()做hash运算，计算index;
2. 如果在bucket里的第一个节点里直接命中，则直接返回；
3. 如果有冲突，则通过key.equals(k)去查找对应的Entry;
4. 若为树，则在树中通过key.equals(k)查找，O(logn)；
5. 若为链表，则在链表中通过key.equals(k)查找，O(n)。

代码如下

public V get(Object key) {
    Node<K,V> e;
    // 通过key的哈希值和key来进行查找
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {

Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
    // 哈希表不为空
    if ((tab = table) != null &amp;&amp; (n = tab.length) &gt; 0 &amp;&amp;
        (first = tab[(n - 1) &amp; hash]) != null) {

        // 如果第一个元素就是要查找的元素，就返回
        if (first.hash == hash &amp;&amp; // always check first node
            ((k = first.key) == key || (key != null &amp;&amp; key.equals(k))))
            return first;

        // 如果第一个元素不是，就继续往后找。找到就返回，没至找到就返回null
        if ((e = first.next) != null) {
            if (first instanceof TreeNode)
                return ((TreeNode&lt;K,V&gt;)first).getTreeNode(hash, key);
            do {
                if (e.hash == hash &amp;&amp;
                    ((k = e.key) == key || (key != null &amp;&amp; key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;

}

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。

String中hashcode的实现

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。

为什么hashmap的在链表元素数量超过8时候改为红黑树

• 知道jdk1.8中hashmap改了什么吗。
• 说一下为什么会出现线程的不安全性
• 为什么在解决hash冲突时候，不直接用红黑树，而是先用链表，再用红黑树

知道jdk1.8中hashmap改了什么吗。

1. 由数组+链表的结构改为数组+链表+红⿊树。
2. 优化了⾼位运算的hash算法：h^(h>>>16)
3. 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。 注意： 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。

线程不安全问题

HashMap 在jdk1.7中 使用 数组加链表的方式，并且在进行链表插入时候使用的是头结点插入的方法。 注 ：这里为什么使用 头插法的原因是我们若是在散列以后，判断得到值是一样的，使用头插法，不用每次进行遍历链表的长度。但是这样会有一个缺点，在进行扩容时候，会导致进入新数组时候出现倒序的情况，也会在多线程时候出现线程的不安全性。 但是对与 jdk1.8 而言，还是要进行阈值的判断，判断在什么时候进行红黑树和链表的转换。所以无论什么时候都要进行遍历，于是插入到尾部，防止出现扩容时候还会出现倒序情况。

简而言之：

1. 在JDK1.7中，当并发执行扩容操作时会造成环形链和数据丢失的情况。
2. 在JDK1.8中，在并发执行put操作时会发生数据覆盖的情况。

为什么不一开始就使用红黑树，不是效率很高吗?

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。

HashMap的并发问题

• HashMap在并发环境下会有什么问题
• 一般是如何解决的

问题的出现：

(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

不安全性的解决方案

concurrentHashmap

你一般用什么作为HashMap的key值

• key可以是null吗，value可以是null吗
• 一般用什么作为key值
• 用可变类当Hashmap的Key会有什么问题
• 让你实现一个自定义的class作为HashMap的Key该如何实现

key可以是null吗，value可以是null吗

当然都是可以的，但是对于 key来说只能运行出现一个key值为null，但是可以出现多个value值为null

一般用什么作为key值

⼀般⽤Integer、String这种不可变类当HashMap当key，⽽且String最为常⽤。

详见上面的问题：为什么 HashMap 中 String、Integer 这样的包装类适合作为 key 键

用可变类当Hashmap的Key会有什么问题

hashcode可能会发生变化，导致put进行的值，无法get出来

实现一个自定义的class作为Hashmap的key该如何实现

• 重写hashcode和equals方法需要注意什么？
• 如何设计一个不变的类。

针对问题一，记住下面四个原则即可

(1)两个对象相等，hashcode一定相等
(2)两个对象不等，hashcode不一定不等
(3)hashcode相等，两个对象不一定相等
(4)hashcode不等，两个对象一定不等

针对问题二，记住如何写一个不可变类

(1)类添加final修饰符，保证类不被继承。 如果类可以被继承会破坏类的不可变性机制，只要继承类覆盖父类的方法并且继承类可以改变成员变量值，那么一旦⼦类 以⽗类的形式出现时，不能保证当前类是否可变。
(2)保证所有成员变量必须私有，并且加上final修饰 通过这种方式保证成员变量不可改变。但只做到这一步还不够，因为如果是对象成员变量有可能再外部改变其值。所以第4点弥补这个不足。
(3)不提供改变成员变量的方法，包括setter 避免通过其他接⼝改变成员变量的值，破坏不可变特性。
(4)通过构造器初始化所有成员，进行深拷贝(deep copy)
(5) 在getter方法中，不要直接返回对象本身，而是克隆对象，并返回对象的拷贝。这种做法也是防⽌对象外泄，防止通过getter获得内部可变成员对象后对成员变量直接操作，导致成员变量发生改变

补充一些面试题

能否使用任何类作为Map 的key?

可以使用任何类作为Map 的key , 然而在使用之前，需要考虑以下几点

• 如果类重写了equals() 方法，也应该重写hashCode()方法。如果一个类没有使用equals()， 不应该在hashCode() 中使用它。
• 类的所有实例需要遵循与equals() 和hashCode() 相关的规则。
• 最好还是使用不可变类

HashMap 为什么不直接使用hashCode(）处理后的哈希值直接作为table 的下标？

首先hashcode方法返回的是int整数类型，其范围太大，且存在负数，无法匹配存储位置。二是hashmap的容量范围是从16开始的，也就是他的初始化默认值

解决

• HashMap实现了自己的hash()方法， 通过两次扰动使得它自己的哈希值高低位自行进行异或运算， 降低哈希碰撞概率，也使得数据分布更平均；
• 回顾一下hashmap长度为2的幂次方问题

补充： 为什么是两次扰动

这样就是加大哈希值低位的随机性，使得分布更均匀，从而提高对应数组存储下标位置的随机性和均匀性，最终减少Hash冲突，两次就够了， 已经达到了高位低位同时参与运算的目的；

HashMap 与HashTable 有什么区别？

• 线程安全：HashMap 是非线程安全的， HashTable 是线程安全的。
• 效率：hashmap比hashtable效率更高（HashTable内部经过synchronize修饰，效率差了点）
• 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, 直接抛异常.
• 初始容量大小和每次扩充容量大小的不同：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。如果指定了容量，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。
• 底层结构：jdk1.8中hashmap会在链表长度大于8时将链表转化为红黑树，但是hashtable没有这个机制