前言
BAT大廠一直都是我們程序員的理想型，很多搞Android的小夥伴都想進這些大公司，但是大家也在擔心：我能順利通過面試嗎？面試遇到的問題會不會很難？
其實，像阿里巴巴、騰訊、字節跳動、百度這些大廠，他們的面試沒有大家想象中的那麼可怕，也不會存在面試官刻意刁難的現象，但是，相對那些小廠，他們會更加重視應聘者的基礎知識。
比如HashMap這個知識點，不管是Java還是Android崗，基本上都是面試中的必問題，尤其是像阿里巴巴，騰訊，字節跳動等這些大廠。
因爲其中的知識點太多，很適合用來考察面試者的Java基礎。
下面的故事改編自某大佬的真實經歷。
這是一個大佬在阿里巴巴的一次面試經過，大家可以參考一下，看看自己能不能答上來，如果換做自己，又會怎樣應對，作爲希望對大家有所幫助。
和麪試官的半小時閒聊
頭髮稀疏的面試官: 你先做個自我介紹吧。
我: 我是×××，××年畢業於××大學（畢業院校這個可以看情況來說，有優勢可以提一下，比如什麼名牌大學，或者和老闆是校友什麼的），三年半Android工作經驗，目前在公司做系統開發。（這個很簡單，你也可以事先準備一下，讓自己牛逼一點，但是我覺得沒必要誇大什麼的，坦誠比較好。不然接下來的面試只會更難受）
面試官: 看你簡歷上寫熟悉Java基礎好，HashMap用過的吧？
我: 用過。(不需要更多修飾，個人覺得除非你真的在某領域很牛逼，不然就不要多話)
面試官: 那你跟我講講HashMap的內部數據結構？（來了來了，開始挖底層了）
我: 目前我用的是JDK1.8版本的，內部使用數組 + 鏈表紅黑樹；可以的話，我讓來畫個數據結構圖吧：
面試官: 那你清楚HashMap的數據插入原理嗎？（來了，就是這個味道）
我: 我還是習慣畫個圖，會更加明晰。
開始我的表演：
- 判斷數組是否爲空，爲空進行初始化;
- 不爲空，計算 k 的 hash 值，通過
(n - 1) & hash計算應當存放在數組中的下標 index; - 查看 table[index] 是否存在數據，沒有數據就構造一個Node節點存放在 table[index] 中；
- 存在數據，說明發生了hash衝突(存在二個節點key的hash值一樣), 繼續判斷key是否相等，相等，用新的value替換原數據(onlyIfAbsent爲false)；
- 如果不相等，判斷當前節點類型是不是樹型節點，如果是樹型節點，創造樹型節點插入紅黑樹中；(如果當前節點是樹型節點證明當前已經是紅黑樹了)
- 如果不是樹型節點，創建普通Node加入鏈表中；判斷鏈表長度是否大於 8並且數組長度大於64， 大於的話鏈表轉換爲紅黑樹；
- 插入完成之後判斷當前節點數是否大於閾值，如果大於開始擴容爲原數組的二倍。
面試官: 停頓了一下，我繼續按照套路問，剛纔你提到HashMap的初始化，那HashMap怎麼設定初始容量大小的嗎？（可能是感覺到我的準備很充分）
我:一般如果new HashMap() 不傳值，默認大小是16，負載因子是0.75， 如果自己傳入初始大小k，初始化大小爲 大於k的 2的整數次方，例如如果傳10，大小爲16。（補充說明:實現代碼如下）
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
補充：下圖是詳細過程，算法就是讓初始二進制右移1，2，4，8，16位，分別與自己位或，把高位第一個爲1的數通過不斷右移，把高位爲1的後面全變爲1，最後再進行+1操作，111111 + 1 = 1000000 = 2 6 2^626 （符合大於50並且是2的整數次冪 ）
![]()
面試官: 你提到hash函數，你知道HashMap的哈希函數怎麼設計的嗎？
我: hash函數是先拿到 key 的hashcode，是一個32位的int值，然後讓hashcode的高16位和低16位進行異或操作。
（問的真的挺細，不過，一般來說，都是根據前面的談話繼續的，如果自己答不上來，可以直接跟面試官說，但是可以表示自己對着方面也很感興趣，或者請教對方）
面試官: 那你知道爲什麼這麼設計嗎？
我: 這個也叫擾動函數，這麼設計有二點原因：
- 一定要儘可能降低hash碰撞，越分散越好；
- 算法一定要儘可能高效，因爲這是高頻操作, 因此採用位運算；
面試官: 爲什麼採用hashcode的高16位和低16位異或能降低hash碰撞？hash函數能不能直接用key的hashcode？
（這問題就問的有點刁鑽了我差點答不上來）
我: 因爲key.hashCode()函數調用的是key鍵值類型自帶的哈希函數，返回int型散列值。int值範圍爲-2147483648~2147483647，前後加起來大概40億的映射空間。只要哈希函數映射得比較均勻鬆散，一般應用是很難出現碰撞的。但問題是一個40億長度的數組，內存是放不下的。你想，如果HashMap數組的初始大小才16，用之前需要對數組的長度取模運算，得到的餘數才能用來訪問數組下標。(來自知乎-胖君)
大家平時也可以多看一下大佬的技術文講解，這樣如果遇到了相關問題也能侃侃而談。
源碼中模運算就是把散列值和數組長度-1做一個"與"操作，位運算比取餘%運算要快。
bucketIndex = indexFor(hash, table.length);
static int indexFor(int h, int length) {
return h & (length-1);
}
順便說一下，這也正好解釋了爲什麼HashMap的數組長度要取2的整數冪。因爲這樣（數組長度-1）正好相當於一個“低位掩碼”。“與”操作的結果就是散列值的高位全部歸零，只保留低位值，用來做數組下標訪問。以初始長度16爲例，16-1=15。2進製表示是00000000 00000000 00001111。和某散列值做“與”操作如下，結果就是截取了最低的四位值。
10100101 11000100 00100101
& 00000000 00000000 00001111
----------------------------------
00000000 00000000 00000101 //高位全部歸零，只保留末四位
但這時候問題就來了，這樣就算我的散列值分佈再鬆散，要是隻取最後幾位的話，碰撞也會很嚴重。更要命的是如果散列本身做得不好，分佈上成等差數列的漏洞，如果正好讓最後幾個低位呈現規律性重複，就無比蛋疼。
時候“擾動函數”的價值就體現出來了，說到這裏大家應該猜出來了。看下面這個圖，
右移16位，正好是32bit的一半，自己的高半區和低半區做異或，就是爲了混合原始哈希碼的高位和低位，以此來加大低位的隨機性。而且混合後的低位摻雜了高位的部分特徵，這樣高位的信息也被變相保留下來。
最後我們來看一下Peter Lawley的一篇專欄文章《An introduction to optimising a hashing strategy》裏的的一個實驗：他隨機選取了352個字符串，在他們散列值完全沒有衝突的前提下，對它們做低位掩碼，取數組下標。
結果顯示，當HashMap數組長度爲512的時候（2 9 2^929），也就是用掩碼取低9位的時候，在沒有擾動函數的情況下，發生了103次碰撞，接近30%。而在使用了擾動函數之後只有92次碰撞。碰撞減少了將近10%。看來擾動函數確實還是有功效的。
另外Java1.8相比1.7做了調整，1.7做了四次移位和四次異或，但明顯Java 8覺得擾動做一次就夠了，做4次的話，多了可能邊際效用也不大，所謂爲了效率考慮就改成一次了。
下面是1.7的hash代碼：
static int hash(int h) {
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
面試官: 你剛剛說到1.8對hash函數做了優化，1.8還有別的優化嗎？（感覺到我的準備還是很充足的）
我: 1.8還有三點主要的優化：
- 數組+鏈表改成了數組+鏈表或紅黑樹；
- 鏈表的插入方式從頭插法改成了尾插法，簡單說就是插入時，如果數組位置上已經有元素，1.7將新元素放到數組中，原始節點作爲新節點的後繼節點，1.8遍歷鏈表，將元素放置到鏈表的最後；
- 擴容的時候1.7需要對原數組中的元素進行重新hash定位在新數組的位置，1.8採用更簡單的判斷邏輯，位置不變或索引+舊容量大小；
- 在插入時，1.7先判斷是否需要擴容，再插入，1.8先進行插入，插入完成再判斷是否需要擴容；
面試官: 你分別跟我講講爲什麼要做這幾點優化；
我: 【咳咳，果然是連環炮】
防止發生hash衝突，鏈表長度過長，將時間複雜度由
O(n)降爲O(logn);-
因爲1.7頭插法擴容時，頭插法會使鏈表發生反轉，多線程環境下會產生環；
A線程在插入節點B，B線程也在插入，遇到容量不夠開始擴容，重新hash，放置元素，採用頭插法，後遍歷到的B節點放入了頭部，這樣形成了環，如下圖所示：
1.7的擴容調用transfer代碼，如下所示：
void transfer(Entry[] newTable, boolean rehash) { int newCapacity = newTable.length; for (Entry<K,V> e : table) { while(null != e) { Entry<K,V> next = e.next; if (rehash) { e.hash = null == e.key ? 0 : hash(e.key); } int i = indexFor(e.hash, newCapacity); e.next = newTable[i]; //A線程如果執行到這一行掛起，B線程開始進行擴容 newTable[i] = e; e = next; } } } -
擴容的時候爲什麼1.8 不用重新hash就可以直接定位原節點在新數據的位置呢?
這是由於擴容是擴大爲原數組大小的2倍，用於計算數組位置的掩碼僅僅只是高位多了一個1，怎麼理解呢？
擴容前長度爲16，用於計算(n-1) & hash 的二進制n-1爲0000 1111，擴容爲32後的二進制就高位多了1，爲0001 1111。
因爲是& 運算，1和任何數 & 都是它本身，那就分二種情況，如下圖：原數據hashcode高位第4位爲0和高位爲1的情況；
第四位高位爲0，重新hash數值不變，第四位爲1，重新hash數值比原來大16（舊數組的容量）
面試官: 那HashMap是線程安全的嗎？
我: 不是，在多線程環境下，1.7 會產生死循環、數據丟失、數據覆蓋的問題，1.8 中會有數據覆蓋的問題，以1.8爲例，當A線程判斷index位置爲空後正好掛起，B線程開始往index位置的寫入節點數據，這時A線程恢復現場，執行賦值操作，就把A線程的數據給覆蓋了；還有++size這個地方也會造成多線程同時擴容等問題。
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null) //多線程執行到這裏
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode) // 這裏很重要
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && 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;
if (++size > threshold) // 多個線程走到這，可能重複resize()
resize();
afterNodeInsertion(evict);
return null;
}
面試官: 那你平常怎麼解決這個線程不安全的問題？
我: Java中有HashTable、Collections.synchronizedMap、以及ConcurrentHashMap可以實現線程安全的Map。
HashTable是直接在操作方法上加synchronized關鍵字，鎖住整個數組，粒度比較大，Collections.synchronizedMap是使用Collections集合工具的內部類，通過傳入Map封裝出一個SynchronizedMap對象，內部定義了一個對象鎖，方法內通過對象鎖實現；ConcurrentHashMap使用分段鎖，降低了鎖粒度，讓併發度大大提高。
面試官: 那你知道ConcurrentHashMap的分段鎖的實現原理嗎？
我: （來了來了熟悉的套路，熟悉的配方，【深挖】絕技）ConcurrentHashMap成員變量使用volatile 修飾，免除了指令重排序，同時保證內存可見性，另外使用CAS操作和synchronized結合實現賦值操作，多線程操作只會鎖住當前操作索引的節點。
如下圖，線程A鎖住A節點所在鏈表，線程B鎖住B節點所在鏈表，操作互不干涉。
面試官: 你前面提到鏈表轉紅黑樹是鏈表長度達到閾值，這個閾值是多少？
我: 閾值是8，紅黑樹轉鏈表閾值爲6
面試官: 爲什麼是8，不是16，32甚至是7 ？又爲什麼紅黑樹轉鏈表的閾值是6，不是8了呢？
我: 【你去問作者啊！天啦擼，biubiubiu 真想213連招】因爲作者就這麼設計的，哦，不對，因爲經過計算，在hash函數設計合理的情況下，發生hash碰撞8次的機率爲百萬分之6，概率說話。。因爲8夠用了，至於爲什麼轉回來是6，因爲如果hash碰撞次數在8附近徘徊，會一直髮生鏈表和紅黑樹的互相轉化，爲了預防這種情況的發生。
面試官: HashMap內部節點是有序的嗎？
我: 是無序的，根據hash值隨機插入
面試官: 那有沒有有序的Map？
我: LinkedHashMap 和 TreeMap
面試官: 跟我講講LinkedHashMap怎麼實現有序的？
我: LinkedHashMap內部維護了一個單鏈表，有頭尾節點，同時LinkedHashMap節點Entry內部除了繼承HashMap的Node屬性，還有before 和 after用於標識前置節點和後置節點。可以實現按插入的順序或訪問順序排序。
/**
* The head (eldest) of the doubly linked list.
*/
transient LinkedHashMap.Entry<K,V> head;
/**
* The tail (youngest) of the doubly linked list.
*/
transient LinkedHashMap.Entry<K,V> tail;
//鏈接新加入的p節點到鏈表後端
private void linkNodeLast(LinkedHashMap.Entry<K,V> p) {
LinkedHashMap.Entry<K,V> last = tail;
tail = p;
if (last == null)
head = p;
else {
p.before = last;
last.after = p;
}
}
//LinkedHashMap的節點類
static class Entry<K,V> extends HashMap.Node<K,V> {
Entry<K,V> before, after;
Entry(int hash, K key, V value, Node<K,V> next) {
super(hash, key, value, next);
}
}
示例代碼：
public static void main(String[] args) {
Map<String, String> map = new LinkedHashMap<String, String>();
map.put("1", "我");
map.put("2", "的");
map.put("3", "博客");
for(Map.Entry<String,String> item: map.entrySet()){
System.out.println(item.getKey() + ":" + item.getValue());
}
}
//console輸出
1:我
2:的
3:博客
面試官: 跟我講講TreeMap怎麼實現有序的？
我：TreeMap是按照Key的自然順序或者Comprator的順序進行排序，內部是通過紅黑樹來實現。所以要麼key所屬的類實現Comparable接口，或者自定義一個實現了Comparator接口的比較器，傳給TreeMap用於key的比較。
面試官: 前面提到通過CAS 和 synchronized結合實現鎖粒度的降低，你能給我講講CAS 的實現以及synchronized的實現原理嗎？
我: 下一期咋們再約時間，OK？
面試官: 好吧，回去等通知吧！
總結
面試到這裏就差不多結束了，後面就沒有技術面了，只有和HR的傾心交談。
面試過程中我們相談甚歡（誤），但是沒想到，一個HashMap，阿里面試官竟然跟我扯了半個小時！
事實證明，Android學習這條漫長的道路，我們要學習的東西不僅僅只有表面的 技術，還要深入底層，弄明白下面的 原理，只有這樣，我們才能夠提高自己的競爭力，在當今這個競爭激烈的世界裏立足。
千里之行始於足下，願你我共勉。
這裏整合了很多底層原理的知識，還有我認爲比較重要的學習方向和知識點，放在了我的GitHub：https://github.com/xieyuliang/Android，歡迎大家一起學習進步。
此外，這些資料會不定期更新，最近還更新了很多面試相關的資料，希望對放大家有幫助。
