让我再撸一次HashMap

引言由于近期忙着搬家,又偷懒了几个礼拜!其实我很早以前就想写一篇关于HashMap的面试专题。对于JAVA求职者来说,HashMap可谓是集合类的重中之重,甚至你在复习的时候,其他集合类都不用看,专攻HashMap即可。然而,鉴于网上大部分的关于HashMap的面试方向文章,烟哥看过后都不是太满意。因此,斗胆尝试也写一篇关于HashMap的面试专题文章!正文(1)HashMap的实现原理?此题可以...

让我再撸一次HashMap
引言

由于近期忙着搬家,又偷懒了几个礼拜!
其实我很早以前就想写一篇关于HashMap的面试专题。对于JAVA求职者来说,HashMap可谓是集合类的重中之重,甚至你在复习的时候,其他集合类都不用看,专攻HashMap即可。
然而,鉴于网上大部分的关于HashMap的面试方向文章,烟哥看过后都不是太满意。因此,斗胆尝试也写一篇关于HashMap的面试专题文章!

正文

(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?
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:

640?wx_fmt=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>();��<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?
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。

640?wx_fmt=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

640?wx_fmt=jpeg

而加上高16位异或低16位的“扰动函数”后,结果如下

640?wx_fmt=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?
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;

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;}
����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?


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

640?wx_fmt=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?
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。

(6)你一般用什么作为HashMap的key?
此题可以组成如下连环炮来问

健可以为Null值么?
必须可以,key为null的时候,hash算法最后的值以0来计算,也就是放在数组的第一个位置。

640?wx_fmt=png

你一般用什么作为HashMap的key?
一般用Integer、String这种不可变类当HashMap当key,而且String最为常用。


我用可变类当HashMap的key有什么问题?
hashcode可能发生改变,导致put进去的值,无法get出,如下所示

HashMap<List<String>,�Object>�changeMap�=�new�HashMap<>();List<String>�list�=�new�ArrayList<>();list.add("hello");Object�objectValue�=�new�Object();changeMap.put(list,�objectValue);System.out.println(changeMap.get(list));list.add("hello�world");//hashcode发生了改变System.out.println(changeMap.get(list));String>,�Object>�changeMap�=�new�HashMap<>();
List<String>�list�=�new�ArrayList<>();
list.add("hello");
Object�objectValue�=�new�Object();
changeMap.put(list,�objectValue);
System.out.println(changeMap.get(list));
list.add("hello�world");//hashcode发生了改变
System.out.println(changeMap.get(list));

输出值如下

java.lang.Object@74a14482null74a14482
null

如果让你实现一个自定义的class作为HashMap的key该如何实现?
此题考察两个知识点

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)
如果构造器传入的对象直接赋值给成员变量,还是可以通过对传入对象的修改进而导致改变内部变量的值。例如:

public�final�class�ImmutableDemo�{������private�final�int[]�myArray;������public�ImmutableDemo(int[]�array)�{����������this.myArray�=�array;�//�wrong������}��}class�ImmutableDemo�{��
����private�final�int[]�myArray;��
����public�ImmutableDemo(int[]�array)�{��
��������this.myArray�=�array;�//�wrong��
����}��
}

这种方式不能保证不可变性,myArray和array指向同一块内存地址,用户可以在ImmutableDemo之外通过修改array对象的值来改变myArray内部的值。
为了保证内部的值不被修改,可以采用深度copy来创建一个新内存保存传入的值。正确做法:

public�final�class�MyImmutableDemo�{������private�final�int[]�myArray;������public�MyImmutableDemo(int[]�array)�{����������this.myArray�=�array.clone();�������}���}class�MyImmutableDemo�{��
����private�final�int[]�myArray;��
����public�MyImmutableDemo(int[]�array)�{��
��������this.myArray�=�array.clone();���
����}���
}

(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。

总结

这篇文章能概括大部分HashMap的面试题了,希望大家有所收获!



源文地址:https://www.guoxiongfei.cn/csdn/7601.html
0