【java面經】HashMap？面試？我是誰？我在哪

• 1、爲什麼用HashMap？

• 2、HashMap的工作原理是什麼？

• 3、有什麼方法可以減少碰撞？

• 4、HashMap中hash函數怎麼是是實現的?

• 5、拉鍊法導致的鏈表過深問題爲什麼不用二叉查找樹代替，而選擇紅黑樹？爲什麼不一直使用紅黑樹？

• 6、說說你對紅黑樹的見解？

• 7、解決hash 碰撞還有那些辦法？

• 8、如果HashMap的大小超過了負載因子(load factor)定義的容量，怎麼辦？

• 9、重新調整HashMap大小存在什麼問題嗎？

• 10、HashTable

• 11、HashMap ，HashTable 區別

• 12、ConcurrentHashMap 原理

• 13、我們可以使用CocurrentHashMap來代替Hashtable嗎？

  1、爲什麼用HashMap？

• HashMap是一個散列桶（數組和鏈表），它存儲的內容是鍵值對(key-value)映射

• HashMap採用了數組和鏈表的數據結構，能在查詢和修改方便繼承了數組的線性查找和鏈表的尋址修改

• HashMap是非synchronized，所以HashMap很快

• HashMap可以接受null鍵和值，而Hashtable則不能（原因就是equlas()方法需要對象，因爲HashMap是後出的API經過處理纔可以）

• 2、HashMap的工作原理是什麼？

• HashMap是基於hashing的原理，我們使用put(key, value)存儲對象到HashMap中，使用get(key)從HashMap中獲取對象。當我們給put()方法傳遞鍵和值時，我們先對鍵調用hashCode()方法，計算並返回的hashCode是用於找到Map數組的bucket位置來儲存Node 對象。這裏關鍵點在於指出，HashMap是在bucket中儲存鍵對象和值對象，作爲Map.Node 。

  　

• 以下是HashMap初始化 ，簡單模擬數據結構

• Node[] table=new Node[16]  散列桶初始化，table
  class Node {
   hash;//hash值
        key;//鍵
  　value;//值
  　node next;//用於指向鏈表的下一層（產生衝突，用拉鍊法）
  
  }
  

• 以下是具體的put過程（JDK1.8版）

• 1、對Key求Hash值，然後再計算下標

  2、如果沒有碰撞，直接放入桶中（碰撞的意思是計算得到的Hash值相同，需要放到同一個bucket中）

  3、如果碰撞了，以鏈表的方式鏈接到後面

  4、如果鏈表長度超過閥值( TREEIFY THRESHOLD==8)，就把鏈表轉成紅黑樹，鏈表長度低於6，就把紅黑樹轉回鏈表

  5、如果節點已經存在就替換舊值

  6、如果桶滿了(容量16*加載因子0.75)，就需要 resize（擴容2倍後重排）

• 以下是具體get過程(考慮特殊情況如果兩個鍵的hashcode相同，你如何獲取值對象？)

• 當我們調用get()方法，HashMap會使用鍵對象的hashcode找到bucket位置，找到bucket位置之後，會調用keys.equals()方法去找到鏈表中正確的節點，最終找到要找的值對象。

  　　

  3、有什麼方法可以減少碰撞？

• 擾動函數可以減少碰撞，原理是如果兩個不相等的對象返回不同的hashcode的話，那麼碰撞的機率就會小些，這就意味着存鏈表結構減小，這樣取值的話就不會頻繁調用equal方法，這樣就能提高HashMap的性能。（擾動即Hash方法內部的算法實現，目的是讓不同對象返回不同hashcode。）

• 使用不可變的、聲明作final的對象，並且採用合適的equals()和hashCode()方法的話，將會減少碰撞的發生。不可變性使得能夠緩存不同鍵的hashcode，這將提高整個獲取對象的速度，使用String，Interger這樣的wrapper類作爲鍵是非常好的選擇。爲什麼String, Interger這樣的wrapper類適合作爲鍵？因爲String是final的，而且已經重寫了equals()和hashCode()方法了。不可變性是必要的，因爲爲了要計算hashCode()，就要防止鍵值改變，如果鍵值在放入時和獲取時返回不同的hashcode的話，那麼就不能從HashMap中找到你想要的對象。

• 4、HashMap中hash函數怎麼是是實現的?

  我們可以看到在hashmap中要找到某個元素，需要根據key的hash值來求得對應數組中的位置。如何計算這個位置就是hash算法。前面說過hashmap的數據結構是數組和鏈表的結合，所以我們當然希望這個hashmap裏面的元素位置儘量的分佈均勻些，儘量使得每個位置上的元素數量只有一個，那麼當我們用hash算法求得這個位置的時候，馬上就可以知道對應位置的元素就是我們要的，而不用再去遍歷鏈表。 所以我們首先想到的就是把hashcode對數組長度取模運算，這樣一來，元素的分佈相對來說是比較均勻的。但是，“模”運算的消耗還是比較大的，能不能找一種更快速，消耗更小的方式，我們來看看JDK1.8的源碼是怎麼做的（被樓主修飾了一下）

  static final int hash(Object key) {
      if (key == null){
          return 0;
      }
       int h;
       h=key.hashCode()；返回散列值也就是hashcode
        // ^ ：按位異或
        // >>>:無符號右移，忽略符號位，空位都以0補齊
        //其中n是數組的長度，即Map的數組部分初始化長度
       return  (n-1)&(h ^ (h >>> 16));
  }
  

  簡單來說就是

  1、高16bt不變，低16bit和高16bit做了一個異或(得到的HASHCODE轉化爲32位的二進制，前16位和後16位低16bit和高16bit做了一個異或)

  2、(n·1)&hash=->得到下標

  5、拉鍊法導致的鏈表過深問題爲什麼不用二叉查找樹代替，而選擇紅黑樹？爲什麼不一直使用紅黑樹？

  之所以選擇紅黑樹是爲了解決二叉查找樹的缺陷，二叉查找樹在特殊情況下會變成一條線性結構（這就跟原來使用鏈表結構一樣了，造成很深的問題），遍歷查找會非常慢。而紅黑樹在插入新數據後可能需要通過左旋，右旋、變色這些操作來保持平衡，引入紅黑樹就是爲了查找數據快，解決鏈表查詢深度的問題，我們知道紅黑樹屬於平衡二叉樹，但是爲了保持“平衡”是需要付出代價的，但是該代價所損耗的資源要比遍歷線性鏈表要少，所以當長度大於8的時候，會使用紅黑樹，如果鏈表長度很短的話，根本不需要引入紅黑樹，引入反而會慢。

  6、說說你對紅黑樹的見解？

  1、每個節點非紅即黑

  2、根節點總是黑色的

  3、如果節點是紅色的，則它的子節點必須是黑色的（反之不一定）

  4、每個葉子節點都是黑色的空節點（NIL節點）

  5、從根節點到葉節點或空子節點的每條路徑，必須包含相同數目的黑色節點（即相同的黑色高度）

  7、解決hash 碰撞還有那些辦法？

  開放定址法。

  當衝突發生時，使用某種探查技術在散列表中形成一個探查(測)序列。沿此序列逐個單元地查找，直到找到給定的地址。

  按照形成探查序列的方法不同，可將開放定址法區分爲線性探查法、二次探查法、雙重散列法等。

  下面給一個線性探查法的例子　　

  問題：已知一組關鍵字爲(26，36，41，38，44，15，68，12，06，51)，用除餘法構造散列函數，用線性探查法解決衝突構造這組關鍵字的散列表。

  解答：爲了減少衝突，通常令裝填因子α由除餘法因子是13的散列函數計算出的上述關鍵字序列的散列地址爲(0，10，2，12，5，2，3，12，6，12)。

  前5個關鍵字插入時，其相應的地址均爲開放地址，故將它們直接插入T[0]，T[10)，T[2]，T[12]和T[5]中。

  當插入第6個關鍵字15時，其散列地址2(即h(15)=15％13=2)已被關鍵字41(15和41互爲同義詞)佔用。故探查h1=(2+1)％13=3，此地址開放，所以將15放入T[3]中。

  當插入第7個關鍵字68時，其散列地址3已被非同義詞15先佔用，故將其插入到T[4]中。

  當插入第8個關鍵字12時，散列地址12已被同義詞38佔用，故探查hl=(12+1)％13=0，而T[0]亦被26佔用，再探查h2=(12+2)％13=1，此地址開放，可將12插入其中。

  類似地，第9個關鍵字06直接插入T[6]中；而最後一個關鍵字51插人時，因探查的地址12，0，1，…，6均非空，故51插入T[7]中。

  8、如果HashMap的大小超過了負載因子(load factor)定義的容量，怎麼辦？

  默認的負載因子大小爲0.75，也就是說，當一個map填滿了75%的bucket時候，和其它集合類(如ArrayList等)一樣，將會創建原來HashMap大小的兩倍的bucket數組，來重新調整map的大小，並將原來的對象放入新的bucket數組中。這個過程叫作rehashing，因爲它調用hash方法找到新的bucket位置。這個值只可能在兩個地方，一個是原下標的位置，另一種是在下標爲<原下標+原容量>的位置　　

  9、重新調整HashMap大小存在什麼問題嗎？

• 當重新調整HashMap大小的時候，確實存在條件競爭，因爲如果兩個線程都發現HashMap需要重新調整大小了，它們會同時試着調整大小。在調整大小的過程中，存儲在鏈表中的元素的次序會反過來，因爲移動到新的bucket位置的時候，HashMap並不會將元素放在鏈表的尾部，而是放在頭部，這是爲了避免尾部遍歷(tail traversing)。如果條件競爭發生了，那麼就死循環了。(多線程的環境下不使用HashMap）

• 爲什麼多線程會導致死循環，它是怎麼發生的？

• HashMap的容量是有限的。當經過多次元素插入，使得HashMap達到一定飽和度時，Key映射位置發生衝突的機率會逐漸提高。這時候，HashMap需要擴展它的長度，也就是進行Resize。1.擴容：創建一個新的Entry空數組，長度是原數組的2倍。2.ReHash：遍歷原Entry數組，把所有的Entry重新Hash到新數組。

  （這個過程比較燒腦，暫不作流程圖演示，有興趣去看看我的另一篇博文"HashMap擴容全過程"）

  達摩：哎呦，小老弟不錯嘛~~意料之外呀

  小魯班：嘿嘿，優秀吧，中場休息一波，我先喝口水

  達摩：不僅僅是這些哦，面試官還會問你相關的集合類對比，比如：

  10、HashTable

• 數組 + 鏈表方式存儲

• 默認容量： 11(質數 爲宜)

• put:

• - 索引計算 : （key.hashCode() & 0x7FFFFFFF）% table.length

• 若在鏈表中找到了，則替換舊值，若未找到則繼續

• 當總元素個數超過容量*加載因子時，擴容爲原來 2 倍並重新散列。

• 將新元素加到鏈表頭部

• 對修改 Hashtable 內部共享數據的方法添加了 synchronized，保證線程安全。

• 11、HashMap ，HashTable 區別

• 默認容量不同。擴容不同

• 線程安全性，HashTable 安全

• 效率不同 HashTable 要慢因爲加鎖

• 12、ConcurrentHashMap 原理

  1、最大特點是引入了 CAS（藉助 Unsafe 來實現【native code】）

• CAS有3個操作數，內存值V，舊的預期值A，要修改的新值B。當且僅當預期值A和內存值V相同時，將內存值V修改爲B，否則什麼都不做。

• Unsafe 藉助 CPU 指令 cmpxchg 來實現

• 使用實例：

• 1、對 sizeCtl 的控制都是用 CAS 來實現的

  1、sizeCtl ：默認爲0，用來控制 table 的初始化和擴容操作。

  • -1 代表table正在初始化

  • N 表示有 -N-1 個線程正在進行擴容操作

  • 如果table未初始化，表示table需要初始化的大小。

  • 如果table初始化完成，表示table的容量，默認是table大小的0.75倍，居然用這個公式算0.75（n - (n >>> 2)）。

  4、CAS 會出現的問題：ABA

• 對變量增加一個版本號，每次修改，版本號加 1，比較的時候比較版本號。

• 13、我們可以使用CocurrentHashMap來代替Hashtable嗎？

• 我們知道Hashtable是synchronized的，但是ConcurrentHashMap同步性能更好，因爲它僅僅根據同步級別對map的一部分進行上鎖。ConcurrentHashMap當然可以代替HashTable，但是HashTable提供更強的線程安全性。它們都可以用於多線程的環境，但是當Hashtable的大小增加到一定的時候，性能會急劇下降，因爲迭代時需要被鎖定很長的時間。因爲ConcurrentHashMap引入了分割(segmentation)，不論它變得多麼大，僅僅需要鎖定map的某個部分，而其它的線程不需要等到迭代完成才能訪問map。簡而言之，在迭代的過程中，ConcurrentHashMap僅僅鎖定map的某個部分，而Hashtable則會鎖定整個map。

• 此時躺着牀上的張飛哄了一聲：睡覺了睡覺了~

  見此不太妙：小魯班立馬回到牀上（泉水），把被子蓋過頭，心裏有一絲絲愉悅感，不對。好像還沒洗澡。。。

  by the way

  CocurrentHashMap在JAVA8中存在一個bug，會進入死循環，原因是遞歸創建ConcurrentHashMap 對象，但是在1.9已經修復了,場景重現如

  public class ConcurrentHashMapDemo{
  
      private Map<Integer,Integer> cache =new ConcurrentHashMap<>(15);
  
      public static void main(String[]args){
          ConcurrentHashMapDemo ch =    new ConcurrentHashMapDemo();
          System.out.println(ch.fibonaacci(80));
      }
  
      public int fibonaacci(Integer i){
          if(i==0||i ==1) {
              return i;
      }
  
      return cache.computeIfAbsent(i,(key) -> {
          System.out.println("fibonaacci : "+key);
          return fibonaacci(key -1)+fibonaacci(key - 2);
      });
  
      }
  }

•  

 原文鏈接：https://mp.weixin.qq.com/s/y6hswv2hIm3hAW18SCZYHg