查看原文
其他

面试造飞机系列:用心整理的HashMap面试题,以后都不用担心了

黎杜 非科班的科班 2020-09-07

本文思维导图

HashMap简介

HashMap 是很常用的一种集合框架,其底层实现方式在 JDK 1.7JDK 1.8中却有很大区别。

HashMap 是用来存储数据的,它底层在JDK 1.7数组+链表实现的,而JDK 1.8是使用数组+链表+红黑树实现,通过对 key 进行哈希计算等操作后得到数组下标,把 value 等信息存放在链表红黑树存在此位置。

如果两个不同的 key 运算后获取的数组下标一致,就出现了哈希冲突。数组默认长度是16,如果实际数组长度超过一定的值,就会进行扩容

HashMap的面试不管小厂还是大厂都是高频问点,特别是大厂一定会深究底层,采用持续的追问,知道你怀疑人生,在Java7Java8中对HashMap的数据结构进行了很大的优化。

今天这篇文章就以HashMap的高频问点为主,层层的剖析HasMap的底层实现,话不多说,直接进入正题。

问点一:你了解HashMap的底层数据结构吗?

对于HashMap的底层数据结构在Java7Java8中的实现是不同的,在Java7中是采用数组+链表的数据结构进行实现,而在Java8中是采用数组+链表+红黑树的数据结构实现的。

说时迟那时快,刚话说完,从兜里拿出笔和纸,啪地一声放在桌子上画了起来,许久之后,出现了两幅jdk7和jdk8的HashMap的内部结构图:


上图是jdk7内部结构图,以Entry<K,V>[]数组作为哈希桶,每个哈希桶的后面又可以连着一条单向链表,在链表中以k,v的形式存储数据,并且每一个节点有指向下一节点的指针


上图是jdk8HashMap的内部结构图,此时在源码源码中就不再使用Entry<K,V>[]作为数组,而是使用Node<K,V>[]数组作为哈希桶,每个哈希桶的后面也可能连着一条单向链表或者红黑树

当单向链表的值>8的时候,链表就会转换为红黑树进行存储数据,具体详细的红黑树介绍之前已经写过一篇,这里就不再赘述,未详细了解的请移至这一篇[B树、B-树、B+树、B*树图文详解]。

在面试大厂的时候,其实答到这里,还是不完整的,为什么呢?因为你想你说的上面的实际由jdk7jdk8转变的一个结果,但是重要的为什么要这样做?你还没有回答。

如果你聪明点的话,就不会等着面试官抛出接下来的问题?而是自己去回答这个为什么?不是等着面试官继续抛出这个为什么?一个会聊天的人他会去猜测对方想知道什么?

问点二:为什么JDK 7使用数组+链表?JDK8中为什么要使用红黑树?哈希冲突是怎么回事?HashMap又是怎么解决的?

在深入这些问题之前,首先要了解一些概念,比如什么是hash函数,对于hash函数,之前已经详细的写过一篇,这里就不再赘述,详细参考这一篇[大白话之哈希表和哈希算法]。

哈希冲突是怎么回事呢?当<k,v>的数据将要存进HashMap中的时候,会先,把k值经过hash函数进行计算得到hash值,再通过hash值进行计算得到数据在数组的下标,在jdk7中的源码如下:

//key 进行哈希计算
int hash = hash(key);
//获取数组下标
int i = indexFor(hash, table.length);

通过计算后的下标,从而得到数组的对应下标的位置,最后把k,v值存进去,同样的当再次第二次存值的时候,同样把k,v传进来,当k再次进行计算出数组下标index,有可能和第一次计算的index的值相同。

为什么有可能相同呢?这个是hash函数的原因,看完上面推荐的那篇hash函数详细介绍你就懂了。当两次的计算index相同,这就是hash冲突。

但是,两次的需要存进去的value值是不同的,这就出现了同一个数组后面有一条链表,会比较链表上的每一个value值与当前的value是否相同,若是不相同,通过头插法,将数值插入链表中。如下图所示:


接下来通通过源码进行分析,在jdk 7插入的put 方法源码如下:

public V put(K key, V value) {
     //数组为空就进行初始化
        if (table == EMPTY_TABLE) {
            inflateTable(threshold);
        }
        if (key == null)
            return putForNullKey(value);
     //key 进行哈希计算
        int hash = hash(key);
     //获取数组下标
        int i = indexFor(hash, table.length);
     //如果此下标有值,遍历链表上的元素,key 一致的话就替换 value 的值
        for (Entry<K,V> e = table[i]; e != null; e = e.next) {
            Object k;
            if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
                V oldValue = e.value;
                e.value = value;
                e.recordAccess(this);
                return oldValue;
            }
        }

        modCount++;
     //新增一个key
        addEntry(hash, key, value, i);
        return null;
    }

put方法中主要做了以下几件事:

  1. 判断table数组是否为空,若为空进行初始化table数组。

  2. 判断key值是否为null,将null是作为key存进去。

  3. key不为空,通过key计算出数组下标,判断table[i]是否为空。

  4. 若是不为空通过链表循环,判断在链表中是否存在与该key相等,若是存在,直接将value替换成新的value。若是table[i]为空或者链表中不存在与之相同的key,就addEntry(hash, key, value, i)新增一个节点。

接下来看看addEntry(hash, key, value, i)新增节点的源码如下:

void addEntry(int hash, K key, V value, int bucketIndex) {
//数组长度大于阈值且存在哈希冲突(即当前数组下标有元素),就将数组扩容至2倍
        if ((size >= threshold) && (null != table[bucketIndex])) {
            resize(2 * table.length);
            hash = (null != key) ? hash(key) : 0;
            bucketIndex = indexFor(hash, table.length);
        }
        createEntry(hash, key, value, bucketIndex);
    }

这个方法很简单,直接就是判断当前数组的大小是否>=threshold并且table[bucketIndex]是否为null。若成立扩容,然后rehash,重新得到新数组的下标值,最后 createEntry(hash, key, value, bucketIndex)创建新节点。

最后来看一下createEntry(hash, key, value, bucketIndex)创建新节点的源码如下:

void createEntry(int hash, K key, V value, int bucketIndex) {
  //此位置有元素,就在链表头部插入新元素(头插法)
        Entry<K,V> e = table[bucketIndex];
        table[bucketIndex] = new Entry<>(hash, key, value, e);
        size++;
    }

该方法就是通过头插法加入新节点,方法非常简单,相信都能看懂。经过上面对put方法的源码分析,在jdk 7put操作的原理图如下所示:


JDK 7中,链表存储有一个缺点,就是当数据很多的时候,链表就会很长,每次查询都会遍历很长的链表。

因此在JDK 8中为了优化HashMap的查询效率,将内部的结构改为数组+链表+和红黑树,当一个哈希桶后面的链表长度>8的时候,就会将链表转化为红黑树,红黑树是二分查找,提高了查询的效率。接下来通过JDK 8put源码分析如下:

public V put(K key, V value) {
        return putVal(hash(key), key, valuefalsetrue);
}


final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
     //数组为空就初始化
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
     //当前下标为空,就直接插入
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, valuenull);
        else {
            Node<K,V> e; K k;
       //key 相同就覆盖原来的值
            if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
       //树节点插入数据
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
            //链表,尾插法插入数据
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, valuenull);
              //链表长度超过8,就把链表转为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1// -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
            //key相同就覆盖原来的值
                    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;
     //数组长度大于阈值,就扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

通过分析源码,上面的方法主要做了以下几件事:

  1. 判断当前桶是否为空,空的就需要初始化(resize 中会判断是否进行初始化)。

  2. 根据当前 keyhashcode 定位到具体的桶中并判断是否为空,为空表明没有 Hash 冲突就直接在当前位置创建一个新桶即可。

  3. 如果当前桶有值( Hash 冲突),那么就要比较当前桶中的 keykeyhashcode 与写入的 key是否相等,相等就赋值给 e。

  4. 如果当前桶为红黑树,那就要按照红黑树的方式写入数据。

  5. 如果是个链表,就需要将当前的 key、value 封装成一个新节点写入到当前桶的后面(形成链表)。

  6. 接着判断当前链表的大小是否大于预设的阈值,大于时就要转换为红黑树。

  7. 如果在遍历过程中找到 key 相同时直接退出遍历。

  8. 如果 e != null 就相当于存在相同的 key,那就需要将值覆盖。

  9. 最后判断是否需要进行扩容。

继续看下 treeifyBin 的源码:

final void treeifyBin(Node<K,V>[] tab, int hash) {
        int n, index; Node<K,V> e;
     //链表转为红黑树时,若此时数组长度小于64,扩容数组
        if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
            resize();
        else if ((e = tab[index = (n - 1) & hash]) != null) {
            TreeNode<K,V> hd = null, tl = null;
       //链表转为树结构
            do {
                TreeNode<K,V> p = replacementTreeNode(e, null);
                if (tl == null)
                    hd = p;
                else {
                    p.prev = tl;
                    tl.next = p;
                }
                tl = p;
            } while ((e = e.next) != null);
            if ((tab[index] = hd) != null)
                hd.treeify(tab);
        }
    }

由此可以看到1.8中,数组有两种情况会发生扩容:

  1. 一是超过阈值

  2. 二是链表转为红黑树且数组元素小于64时

由此在jdk1.8中,默认长度为16情况下,要么元素一直放在同一下标,链表转为红黑树且数组元素小于64时就会扩容,要么超过阈值12时才会扩容。

依据上面的源码分析,在JDK 1.8put方法的执行的原理图如下:


通过上面的分析,我们可以看到jdk1.71.8情况下 hashmap实现方式区别是非常大的。在源码的分析中,也可以找到下面问题的答案。

问点三:HashMap的扩容机制是怎么样的?JDK7与JDK8有什么不同吗?

JDK 1.7的扩容条件是数组长度大于阈值且存在哈希冲突,在JDK 7中的扩容的源码如下:

void addEntry(int hash, K key, V value, int bucketIndex) {
     //数组长度大于阈值且存在哈希冲突(即当前数组下标有元素),就将数组扩容至2倍
        if ((size >= threshold) && (null != table[bucketIndex])) {
            resize(2 * table.length);
            hash = (null != key) ? hash(key) : 0;
            bucketIndex = indexFor(hash, table.length);
        }
        createEntry(hash, key, value, bucketIndex);
    }

JDK 1.8扩容条件是数组长度大于阈值链表转为红黑树且数组元素小于64时,源码中的体现如下所示:

//数组长度大于阈值,就扩容
if (++size > threshold)
      resize();

//链表转为红黑树时,若此时数组长度小于64,扩容数组
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
      resize();

问点四:HashMap中的键值可以为Null吗?能简单说一下原理吗?

JDK7中是允许null存进去的,通过 putForNullKey(value)方法来存储keynull值,具体的实现的源代码如下:

if (key == null)
    return putForNullKey(value);

而在JDK 8中当传进keynull值的时候,就直接将hash值取0,进行计算存入值的位置。

public V put(K key, V value) {
  return putVal(hash(key), key, valuefalsetrue);
}

static final int hash(Object key) {
  int h;
  return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

问点五:HashMap中能put两个相同的Key吗?为什么能或为什么不能?

这个问题比较简单,在JDK7JDK8中的做法是一样的,若是存入的key值一样,就会将原来的key所对应的value值直接替换掉,可以从源码中看出:

// JDK1.7
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
       V oldValue = e.value;
       // 直接替换原来的value值
       e.value = value;
       e.recordAccess(this);
       return oldValue;
 }

// JDK 1.8
else {
    for (int binCount = 0; ; ++binCount) {
        if ((e = p.next) == null) {
            p.next = newNode(hash, key, valuenull);
            if (binCount >= TREEIFY_THRESHOLD - 1// -1 for 1st
                treeifyBin(tab, hash);
            break;
        }
        // 存在key值相同
        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)
        // 替换掉原来value值
        e.value = value;
    afterNodeAccess(e);
    return oldValue;
}

问点六:聊一聊JDK 7的HashMap中的“死锁”是怎么回事?

HashMap是线程不安全的,在HashMap的源码中并未对其操作进行同步执行,所以在并发访问的时候就会出现线程安全的问题。

由于上一篇的ConcurrentHashMap篇中讲到了死锁,也画了图,但是很多读者说看不懂,这里我的锅,在这里详细的进行图解。

假设:有线程A和线程B,并发访问HashMap中的数据。假设HashMap的长度为2(这里只是为了讲解方便假设长度为2),链表的结构图如下所示:


4和8都位于同一条链表上,其中的threshold为1,现在线程A和线程B都要进行put操作,首先线程A进行插入值。

此时,线程A执行到transfer函数中(transfer函数是resize扩容方法中调用的另一个方法),当执行(1)位置的时候,如下所示:

/**
* Transfers all entries from current table to newTable.
*/

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; ---------------------(1)
        if (rehash) {
            e.hash = null == e.key ? 0 : hash(e.key);
        }
        int i = indexFor(e.hash, newCapacity);
        e.next = newTable[i];
        newTable[i] = e;
        e = next;
    } // while
    }
}

此时线程A挂起,在此时在线程A的栈中就会存在如下值:

e = 4
next = 8

此时线程B执行put的操作,并发现在进行put操作的时候需要扩容,当线程B执行 transfer函数中的while循环,即会把原来的table变成新一table(线程B自己的栈中),再写入到内存中。

执行的过程如下图所示(假设两个元素在新的hash函数下也会映射到同一个位置):


此时线程A有获取到cpu的执行时间,接着执行(但是纤层A中的数据仍是旧表数据),即从transfer代码(1)处接着执行,当前的 e = 4, next = 8, 上面已经描述,执行的的过程若下图所示:


当操作完成,执行查找时,会陷入死循环!

问点七:HashMap是线程安全的吗?为什么安全或者不安全?

从上图JDK8put操作原理图中可以看出为HashMapput方法的详细过程,其中造成线程不安全的方法主要是resize(扩容)方法.

假设,现在有线程A线程B 共同对同一个HashMap进行put操作,假设A和B插入的Key-Valuekeyhashcode是相同的,这说明该键值对将会插入到Table的同一个下标的,也就是会发生哈希碰撞

此时HashMap按照平时的做法是形成一个链表(若超过八个节点则是红黑树),现在我们插入的下标为null(Table[i]==null)则进行正常的插入。

此时线程A进行到了这一步正准备插入,这时候线程A堵塞,线程B获得运行时间,进行同样操作,也是Table[i]==null 。此时它直接运行完整个put方法,成功将元素插入.。

随后,线程A获得运行时间接上上面的判断继续运行,进行了Table[i]==null的插入(此时其实应该是Table[i]!=null的操作,因为前面线程B已经插入了一个元素了),这样就会直接把原来线程B插入的数据直接覆盖了,如此一来就造成了线程不安全问题.

问点八:为什么重写对象的Equals方法时,要重写HashCode方法?这个和HashMap有关系吗?为什么?

对于这个问题,我之前已经详细写过一篇文章,这里就不再做赘述,详细的了解,请参考这一篇文章[再也不怕面试问为什么要重写&nbsp;hashcode&nbsp;和&nbsp;equals&nbsp;方法了]

【往期精彩】

[又出事了?网站被攻击了?高中生?]

[万字长文,最硬核的mysql知识总结]

[还在学JVM?我都帮你总结好了(附脑图)]

[看完这篇Redis缓存三大问题,保你能和面试官互扯。]

[Mysql优化提高笔记整理,来自于一位鹅厂大佬的笔记]

[面试官:你知道java类是怎么跑起来的吗?问的我一脸懵]

[为了把mysql的索引底层原理讲清楚,我把计算机翻了个底朝天]

[面试官:听说你sql写的挺溜的,你说一说查询sql的执行过程]


    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存