HashMap
背景
最近准备面试，瞎鸡巴投竟然接到陆金所的电话面试，当时就有点惊喜，因为陆金所算是我人生第一份工作P2P公司的标杆公司了，所以那种亲切感还是有的，接下来的第一个问题就特么尴尬了，因为一直在搞数据库，Docker，Vue，对于Java的代码仅仅是业务代码的层次，上来就问HashMap的原理实现，一点没看面试题的我当场石化，哎，工作两年多了一直没啃过源码，所以这里我就深入的看一遍这些基础面试题的对应的源码，这里应该会一步步涉及到，原理，是否多线程安全，如果是多线程安全要求怎么办，其他的变种，底层扩容机制，红黑树算法研究一波，hashCode是个啥，Node又是个啥。我这就开始一步步的搞入HashMap
HashMap基本
HashMap的特性
- HashMap储存键值对实现快速的存取，允许为null，key值重复就覆盖
- 非同步，线程不安全。
- 底层是hash表，不保证有序
以下是map的put方法，有一个hash方法把key带进去了
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
如果想要线程安全的的HashMap，可以如下做法
Map map = Collections.synchronizedMap(new HashMap());
HashMap的底层原理是什么
基于hashing的原理，jdk8才用了数组+链表+红黑树的数据结构，我们通过put和get方法来储存合获取对象，当我们储存数据时，先对一个key做hashCode的计算，得到他在bucket数组中的位置来储存对象，当获取对象的时候，通过get方法获取到bucket的位置，再通过equals方法找到正确的键值对，返回对象。
以下就是put方法和get方法
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)
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)
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)
resize();
afterNodeInsertion(evict);
return null;
}
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
/**
* Implements Map.get and related methods.
*
* @param hash hash for key
* @param key the key
* @return the node, or null if none
*/
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
HashMap的put方法是怎么工作的
- 上面的代码可以看到，put方法是先对key进行hashCode的计算得到值
- 如果散列表为空，会先调用resize方法来初始化散列表
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
- 如果没发生碰撞，直接添加元素到散列表中
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
- 如果发生了碰撞（hashCode值相同）进行三种判断
代码分析开始：
（1） 若key地址相同或者equals后的内容相同，则新的值替换老的值
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
（2）如果是红黑树结构，就调用树的方法插入值
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, keyvalue);
else {
（3）链表结构，循环遍历直到链表中的某个节点为空，尾插法插入对象，插入之后还得判断是否达到了红黑树的阈值，或者可以遍历到有节点与插入元素的hash值相同进行覆盖
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;
}
}
- 如果桶满了大于阈值，则进行resize的方法进行扩容
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
HashMap什么时候要扩容，扩容又是如何实现的
- 在每次put数据的最后会算一个阈值，如果桶的大小超过了阈值就要进行扩容
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
这里的threshold是容量*负载因子，容量
负载因子（load factor），其默认值为 0.75，这是时间和空间成本上一种折衷：增大负载因子可以减少 Hash 表（就是那个 Entry 数组）所占用的内存空间，但会增加查询数据的时间开销，而查询是最频繁的的操作（HashMap 的 get() 与 put() 方法都要用到查询）；减小负载因子会提高数据查询的性能，但会增加 Hash 表所占用的内存空间。
- 扩容的实现过程
- 判断旧的数组的容量是否大于0来判断数组是否初始化过
- 判断是否使用的是无参构造器，是的话就用默认的大小和阈值，否的话就使用构造器中的容量，当然这个容量是经过
- 是的话，就进行扩容
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
总结的讲，扩容需要重新分配一个新的数组，新的数组是老的数组的2倍，然后遍历整个老的数组，把所有的元素挨个重新hash分配到新的结构中曲，可见底层用到了数组，到最后会因为容量的问题都需要进行扩容
HashMap中的get是怎么实现的
对key进行hashCode取值，得到bucket位置，如果在桶的首位上就可以直接返回，否则就在树中找，或者链表中遍历，如果hash冲突，就遍历链表中并用equals方法去遍历查找节点
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
HashMap中是如何减少hash值的碰撞
- 使用了扰动函数（扰动计算）目的就是为了减少hash冲突，思路就是保留高位和低位特征
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
所有的hash值都与自身进行了异或并且自身异位
原因大致将一下。。应为hash值是一个int类型的数据 大小在-2147483648到2147483648 看结果就知道map是无法存放这么大角标的数据。
包含了高16位和第16位的特性 也就是说你所计算出来的hash值包含从而使得你的hash值更加不确定 来降低碰撞的概率
- 使用final对象，并采用合适的equals方法和hashCode方法；
HashMap底层数组链表是怎么表现出来的
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
上面是存放对象的空间，是实现了Map.Entry，在看下面的代码，中的Node<K,V>[]，这个不就是数组么，所以是数组+链表的方式，红黑树一会说
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
解释一下HashMap中的loadFactor，他的作用是啥
loadFactor表示HashMap的拥挤程度，影响hash操作到同一个数组位置的概率。默认loadFactor等于0.75，当HashMap里面容纳的元素已经达到HashMap数组长度的75%时，表示HashMap太挤了，需要扩容，在HashMap的构造器中可以定制loadFactor。
传统的HashMap的缺点是啥
其实就是问为什么引入红黑树
JDK 1.8 以前 HashMap 的实现是 数组+链表，即使哈希函数取得再好，也很难达到元素百分百均匀分布。当 HashMap 中有大量的元素都存放到同一个桶中时，这个桶下有一条长长的链表，这个时候 HashMap 就相当于一个单链表，假如单链表有 n 个元素，遍历的时间复杂度就是 O(n)，完全失去了它的优势。针对这种情况，JDK 1.8 中引入了 红黑树（查找时间复杂度为 O(logn)）来优化这个问题。
平时用HashMap时一般用什么类型的元素作为key
选择Integer，String这种不可变的类型，像对String的一切操作都是新建一个String对象，对新的对象进行拼接分割等，这些类已经很规范的覆写了hashCode()以及equals()方法。作为不可变类天生是线程安全的，