hashmap为什么用红黑树_HashMap面试指南

引言

由于近期忙着搬家&＃xff0c;又偷懒了几个礼拜&＃xff01;

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&＃xff0c;HashMap可谓是集合类的重中之重&＃xff0c;甚至你在复习的时候&＃xff0c;其他集合类都不用看&＃xff0c;专攻HashMap即可。 然而&＃xff0c;鉴于网上大部分的关于HashMap的面试方向文章&＃xff0c;烟哥看过后都不是太满意。因此&＃xff0c;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&＃xff0c;知道原理嘛?
• 为什么用数组&＃43;链表&＃xff1f;
• hash冲突你还知道哪些解决办法&＃xff1f;
• 我用LinkedList代替数组结构可以么?
• 既然是可以的,为什么HashMap不用LinkedList,而选用数组?

你看过HashMap源码嘛&＃xff0c;知道原理嘛?

针对这个问题&＃xff0c;嗯&＃xff0c;当然是必须看过HashMap源码。至于原理&＃xff0c;下面那张图很清楚了:

HashMap采用Entry数组来存储key-value对&＃xff0c;每一个键值对组成了一个Entry实体&＃xff0c;Entry类实际上是一个单向的链表结构&＃xff0c;它具有Next指针&＃xff0c;可以连接下一个Entry实体。 只是在JDK1.8中&＃xff0c;链表长度大于8的时候&＃xff0c;链表会转成红黑树&＃xff01; 为什么用数组&＃43;链表&＃xff1f; 数组是用来确定桶的位置&＃xff0c;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&＃xff0c;当出现hash值一样的情形&＃xff0c;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&＃xff0c;而是将hashcode高低十六位异或过的。至于为什么要这么做&＃xff0c;继续往下看。

hash冲突你还知道哪些解决办法&＃xff1f;

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&＃xff0c;自己去搜一下就懂了&＃xff0c;这个就不拓展了&＃xff01; 我用LinkedList代替数组结构可以么? 这里我稍微说明一下&＃xff0c;此题的意思是&＃xff0c;源码中是这样的

ps&＃xff1a;Entry就是一个链表节点。 那我用下面这样表示

是否可行?

答案很明显&＃xff0c;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&＃xff01; 在HashMap中&＃xff0c;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&＃xff0c;我们已得到桶的位置。显然数组的查找效率比LinkedList大。

那ArrayList&＃xff0c;底层也是数组&＃xff0c;查找也快啊&＃xff0c;为啥不用ArrayList?

(烟哥写到这里的时候&＃xff0c;不禁觉得自己真有想法&＃xff0c;自己把自己问死了&＃xff0c;还好我灵机一动想出了答案)

因为采用基本数组结构&＃xff0c;扩容机制可以自己定义&＃xff0c;HashMap中数组扩容刚好是2的次幂&＃xff0c;在做取模运算的效率高。 而ArrayList的扩容机制是1.5倍扩容&＃xff0c;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?
• 为什么扩容是2的n次幂?
• 为什么为什么要先高16位异或低16位再取模运算?

HashMap在什么条件下扩容?

如果bucket满了(超过load factor*current capacity)&＃xff0c;就要resize。 load factor为0.75&＃xff0c;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&＃xff0c;要尽量较少碰撞&＃xff0c;就是要尽量把数据分配均匀&＃xff0c;每个链表长度大致相同&＃xff0c;这个实现就在把数据存到哪个链表中的算法&＃xff1b;

这个算法实际就是取模&＃xff0c;hash%length。 但是&＃xff0c;大家都知道这种运算不如位移运算快。

因此&＃xff0c;源码中做了优化hash&(length-1)。 也就是说hash%length&＃61;&＃61;hash&(length-1)

那为什么是2的n次方呢&＃xff1f;

因为2的n次方实际就是1后面n个0&＃xff0c;2的n次方-1&＃xff0c;实际就是n个1。 例如长度为8时候&＃xff0c;3&(8-1)&＃61;3 2&(8-1)&＃61;2 &＃xff0c;不同位置上&＃xff0c;不碰撞。 而长度为5的时候&＃xff0c;3&(5-1)&＃61;0 2&(5-1)&＃61;0&＃xff0c;都在0上&＃xff0c;出现碰撞了。 所以&＃xff0c;保证容积是2的n次方&＃xff0c;是为了保证在做(length-1)的时候&＃xff0c;每一位都能&1 &＃xff0c;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&＃xff0c;jdk1.8里的hash方法。1.7的比较复杂&＃xff0c;咱就不看了。

hashmap这么做&＃xff0c;只是为了降低hash冲突的几率。打个比方&＃xff0c; 当我们的length为16的时候&＃xff0c;哈希码(字符串“abcabcabcabcabc”的key对应的哈希码)对(16-1)与操作&＃xff0c;对于多个key生成的hashCode&＃xff0c;只要哈希码的后4位为0&＃xff0c;不论不论高位怎么变化&＃xff0c;最终的结果均为0。 如下图所示

而加上高16位异或低16位的“扰动函数”后&＃xff0c;结果如下

可以看到: 扰动函数优化前&＃xff1a;1954974080 % 16 &＃61; 1954974080 & (16 - 1) &＃61; 0 扰动函数优化后&＃xff1a;1955003654 % 16 &＃61; 1955003654 & (16 - 1) &＃61; 6 很显然&＃xff0c;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?
• 知道hashmap中get元素的过程是什么样么&＃xff1f;
• 你还知道哪些hash算法&＃xff1f;
• 说说String中hashcode的实现?(此题很多大厂问过)

知道hashmap中put元素的过程是什么样么?

对key的hashCode()做hash运算&＃xff0c;计算index; 如果没碰撞直接放到bucket里&＃xff1b; 如果碰撞了&＃xff0c;以链表的形式存在buckets后&＃xff1b; 如果碰撞导致链表过长(大于等于TREEIFY_THRESHOLD)&＃xff0c;就把链表转换成红黑树(JDK1.8中的改动)&＃xff1b; 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)&＃xff0c;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&＃xff0c;计算index; 如果在bucket里的第一个节点里直接命中&＃xff0c;则直接返回&＃xff1b; 如果有冲突&＃xff0c;则通过key.equals(k)去查找对应的Entry;

• 若为树&＃xff0c;则在树中通过key.equals(k)查找&＃xff0c;O(logn)&＃xff1b;
• 若为链表&＃xff0c;则在链表中通过key.equals(k)查找&＃xff0c;O(n)。

你还知道哪些hash算法&＃xff1f;

先说一下hash算法干嘛的&＃xff0c;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&＃xff0c;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)

String类中的hashCode计算方法还是比较简单的&＃xff0c;就是以31为权&＃xff0c;每一位为字符的ASCII值进行运算&＃xff0c;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) &＃43; s[1]*31^(n-2) &＃43; ... &＃43; 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&＃xff0c;所以31*i&＃61;32*i-i&＃61;(i<<5)-i&＃xff0c;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?
• 为什么在解决hash冲突的时候&＃xff0c;不直接用红黑树?而选择先用链表&＃xff0c;再转红黑树?
• 我不用红黑树&＃xff0c;用二叉查找树可以么?
• 那为什么阀值是8呢?
• 当链表转为红黑树后&＃xff0c;什么时候退化为链表?

知道jdk1.8中hashmap改了啥么?

• 由数组&＃43;链表的结构改为数组&＃43;链表&＃43;红黑树。
• 优化了高位运算的hash算法&＃xff1a;h^(h>>>16)
• 扩容后&＃xff0c;元素要么是在原位置&＃xff0c;要么是在原位置再移动2次幂的位置&＃xff0c;且链表顺序不变。

最后一条是重点&＃xff0c;因为最后一条的变动&＃xff0c;hashmap在1.8中&＃xff0c;不会在出现死循环问题。

为什么在解决hash冲突的时候&＃xff0c;不直接用红黑树?而选择先用链表&＃xff0c;再转红黑树? 因为红黑树需要进行左旋&＃xff0c;右旋&＃xff0c;变色这些操作来保持平衡&＃xff0c;而单链表不需要。 当元素小于8个当时候&＃xff0c;此时做查询操作&＃xff0c;链表结构已经能保证查询性能。当元素大于8个的时候&＃xff0c;此时需要红黑树来加快查询速度&＃xff0c;但是新增节点的效率变慢了。

因此&＃xff0c;如果一开始就用红黑树结构&＃xff0c;元素太少&＃xff0c;新增效率又比较慢&＃xff0c;无疑这是浪费性能的。

我不用红黑树&＃xff0c;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&＃xff08;这就跟原来使用链表结构一样了&＃xff0c;造成很深的问题&＃xff09;&＃xff0c;遍历查找会非常慢。

那为什么阀值是8呢?

不知道&＃xff0c;等jdk作者来回答。 这道题&＃xff0c;网上能找到的答案都是扯淡。 我随便贴一个牛客网的答案&＃xff0c;如下图所示

看出bug没&＃xff1f;交点是6.64&＃xff1f;交点分明是4&＃xff0c;好么。 log4&＃61;2&＃xff0c;4/2&＃61;2。 jdk作者选择8&＃xff0c;一定经过了严格的运算&＃xff0c;觉得在长度为8的时候&＃xff0c;与其保证链表结构的查找开销&＃xff0c;不如转换为红黑树&＃xff0c;改为维持其平衡开销。

当链表转为红黑树后&＃xff0c;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&＃xff0c;如果设计成链表个数超过8则链表转换成树结构&＃xff0c;链表个数小于8则树结构转换成链表&＃xff0c;如果一个HashMap不停的插入、删除元素&＃xff0c;链表个数在8左右徘徊&＃xff0c;就会频繁的发生树转链表、链表转树&＃xff0c;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?
• 你一般怎么解决这些问题的&＃xff1f;

HashMap在并发编程环境下有什么问题啊?

• (1)多线程扩容&＃xff0c;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

在jdk1.8中还有这些问题么?

在jdk1.8中&＃xff0c;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&＃xff1f;

比如ConcurrentHashmap&＃xff0c;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?
• 你一般用什么作为HashMap的key?
• 我用可变类当HashMap的key有什么问题?
• 如果让你实现一个自定义的class作为HashMap的key该如何实现&＃xff1f;

健可以为Null值么?

必须可以&＃xff0c;key为null的时候&＃xff0c;hash算法最后的值以0来计算&＃xff0c;也就是放在数组的第一个位置。

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&＃xff0c;而且String最为常用。

• (1)因为字符串是不可变的&＃xff0c;所以在它创建的时候hashcode就被缓存了&＃xff0c;不需要重新计算。这就使得字符串很适合作为Map中的键&＃xff0c;字符串的处理速度要快过其它的键对象。这就是HashMap中的键往往都使用字符串。
• (2)因为获取对象的时候要用到equals()和hashCode()方法&＃xff0c;那么键对象正确的重写这两个方法是非常重要的,这些类已经很规范的覆写了hashCode()以及equals()方法。

我用可变类当HashMap的key有什么问题?

hashcode可能发生改变&＃xff0c;导致put进去的值&＃xff0c;无法get出&＃xff0c;如下所示

输出值如下

如果让你实现一个自定义的class作为HashMap的key该如何实现&＃xff1f;

此题考察两个知识点

• 重写hashcode和equals方法注意什么?
• 如何设计一个不变类

针对问题一&＃xff0c;记住下面四个原则即可

(1)两个对象相等&＃xff0c;hashcode一定相等 (2)两个对象不等&＃xff0c;hashcode不一定不等 (3)hashcode相等&＃xff0c;两个对象不一定相等 (4)hashcode不等&＃xff0c;两个对象一定不等

针对问题二&＃xff0c;记住如何写一个不可变类

(1)类添加final修饰符&＃xff0c;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&＃xff0c;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&＃xff0c;那么一旦子类以父类的形式出现时&＃xff0c;不能保证当前类是否可变。

(2)保证所有成员变量必须私有&＃xff0c;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&＃xff0c;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&＃xff0c;包括setter 避免通过其他接口改变成员变量的值&＃xff0c;破坏不可变特性。

(4)通过构造器初始化所有成员&＃xff0c;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&＃xff0c;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&＃xff1a;

这种方式不能保证不可变性&＃xff0c;myArray和array指向同一块内存地址&＃xff0c;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&＃xff0c;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&＃xff1a;

(5)在getter方法中&＃xff0c;不要直接返回对象本身&＃xff0c;而是克隆对象&＃xff0c;并返回对象的拷贝 这种做法也是防止对象外泄&＃xff0c;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&＃xff0c;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&＃xff0c;希望大家有所收获&＃xff01;