HashMap面试总结

作者：孤独烟出处： http://rjzheng.cnblogs.com/

文章由点及线再及面，写的非常好。修改部分内容

参考资料2：美团技术团队 https://tech.meituan.com/2016/06/24/java-hashmap.html

(1) HashMap的实现原理
(2) HashMap在什么条件下扩容?
(3) 讲讲HashMap的get/put的过程?
(4) 为什么HashMap的在链表元素数量超过8时改为红黑树?
(5) HashMap的并发问题?
- HashMap在并发编程环境下有什么问题（jdk1.8以后）?
- 如何解决这些问题？
(6) 你一般用什么作为HashMap的key?

(1) HashMap的实现原理

此题可以分为下面几个小问题来问

• 看过HashMap源码吗，知道原理吗?

• 为什么用数组+链表？

• hash冲突你还知道哪些解决办法？

• 用LinkedList代替数组结构可以么?

• 了解TreeMap吗?

看过HashMap源码吗，知道原理吗?

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

HashMap中使用的是链地址法。

用LinkedList代替数组结构可以么?

当然是可以的，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。那下面这样表示，是否可行?

List<Entry> table = new LinkedList<Entry>();

答案很明显，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?

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。

了解TreeMap吗?

TreeMap 则是基于红黑树的一种提供顺序访问的 Map，和HashMap不同，它的get、put、remove之类操作都是O(logn)的复杂度，具体顺序可以由指定的Comparator来决定，或者根据键的自然顺序来判断

了解CurrentHashMapp吗

Java8 ConcurrentHashMap结构基本上和Java8的HashMap一样，使用synchronized+CAS来保证线程安全性。

(2) HashMap在什么条件下扩容?

• HashMap在什么条件下扩容?

• 为什么扩容是2的n次幂?

• 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)，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)

为什么要先高16位异或低16位再取模运算?

来看一下jdk1.8里的hash方法源码。1.7的比较复杂，就不看了。

static final int hash(Object key) {

     int h;

     return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);

}

hashmap这么做，是为了降低hash冲突的几率。

(3) 讲讲HashMap的get/put的过程?

• 知道hashmap中put元素的过程是什么样吗?

• 知道hashmap中get元素的过程是什么样吗？

• hash算法是干嘛的？还知道哪些hash算法？

• 说说String中hashcode的实现?(常考)

知道hashmap中put元素的过程是什么样吗?

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吗?

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;

• 若为树，则在树中通过key.equals(k)查找，O(logn)；

• 若为链表，则在链表中通过key.equals(k)查找，O(n)。

hash算法是干嘛的？还知道哪些hash算法？

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。

比较出名的算法有MD4、MD5等

说说String中hashcode的实现?

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;

}

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?

• jdk1.8中hashmap与之前有哪些不同?

• 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?

• 不用红黑树，用二叉查找树可以么?

• 当链表转为红黑树后，什么时候退化为链表?

jdk1.8中HashMap与之前有哪些不同?

• 由数组+链表的结构改为数组+链表+红黑树。

• 优化了高位运算的hash算法：h^(h>>>16)

• 扩容后，元素要么是在原位置，要么是在原位置再移动2次幂的位置，且链表顺序不变。

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。

不用红黑树，用二叉查找树可以么?

二叉查找树在特殊情况下会退化成一条线性结构

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?

• HashMap在并发编程环境下有什么问题（jdk1.8以后）?

• 如何解决这些问题？

HashMap在并发编程环境下有什么问题（jdk1.8以后）?

• 多线程put的时候可能导致元素丢失

• put非null元素后get出来的却是null

如何解决这些问题？

使用ConcurrentHashmap，Hashtable等线程安全集合类。

https://www.jianshu.com/p/5dbaa6707017

https://www.cnblogs.com/jajian/p/10385377.html#autoid-1-7-0

(6) 你一般用什么作为HashMap的key?

• 健可以为Null值么?

• 一般用什么作为HashMap的key?

• 用可变类当HashMap的key有什么问题?

健可以为Null值么?

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。

具体看上文中的hash源码

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。

• (1) 因为字符串是不可变的，所以在它创建的时候hashcode就被缓存了，不需要重新计算。这就使得字符串很适合作为Map中的键，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，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。

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));

输出结果如下

java.lang.Object@33909752

null

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，这里就不展开了

• 重写hashcode和equals方法需要注意什么

• 如何设计一个不变类