面试必备之HashMap和ConcurrentHashMap

HashMap

概述

在Java 8中，HashMap的数据结构是由Node<k,v>作为元素组成的数组：（1）如果有多个值hash到同一个桶中，则组织成一个链表，当链表的节点个数超过某个阈值（TREEIFY_THRESHOLD = 8）时，链表重构为一个红黑树。

初始化

HashMap容量默认是16；如果通过构造函数指定一个数字作为容量，Hash会选择大于该数字的第一个2的幂作为容量。且强烈建议在初始化时指定容量大小。

事实上，通过JMH基准测试或简单的对比测试代码，能够发现初始化时不指定容量，比初始化时指定容量耗时多，且指定一个合适的大小（基于业务数据量估算）比不合适的大小耗时要少。代码略。

扩容机制：当达到扩容条件时会进行扩容。扩容条件：当HashMap中的元素个数（size）超过临界值（threshold）时就会自动扩容。threshold = loadFactor * capacity。每次扩容，都需要重建hash表。

在JDK1.7和1.8中，初始化容量的时机不同。1.8中，在调用HashMap构造函数定义HashMap时，就会进行容量的设定。而在JDK1.7中，要等到第一次put操作时才进行这一操作。

上面提到估算合适的初始化容量大小。那如何得到这个值呢？计算公式：initialCapacity = expectedSize / 0.75F + 1.0F，参考putAll方法源码。这样设置，可减少rehash的概率，虽然会牺牲些许内存。如果使用guava的话，则无需此计算过程，直接使用Maps.newHashMapWithExpectedSize(10);即可：

static int capacity(int expectedSize) {
    if (expectedSize < 3) {
        CollectPreconditions.checkNonnegative(expectedSize, "expectedSize");
        return expectedSize + 1;
    } else {
        return expectedSize < 1073741824 ? (int)((float)expectedSize / 0.75F + 1.0F) : 2147483647;
    }
}

HashMap中的key若Object类型，则需实现哪些方法

hashcode和equals方法；
hashcode：重写此方法的目的：计算需要存储数据的存储位置。如果Hash函数实现得不好，会产生严重的Hash碰撞；
equals：重写此方法的目的：保证key在哈希表中的唯一性。比较存储位置上是否存在需要存储数据的key，如果存在，则直接替换更新值value；不存在则插入数据。

put方法

调用哈希函数获取Key对应的hash值，再计算其数组下标；
如果没有出现哈希冲突，则直接放入数组；如果出现哈希冲突，则以链表的方式放在链表后面；
如果链表长度超过阀值，即TREEIFY_THRESHOLD==8，链表转成红黑树；链表长度低于6，就把红黑树转回链表；即红黑树节点数目小于6，转为链表；
如果结点的key已经存在，则替换其value即可；
如果集合中的键值对大于12，调用resize方法进行数组扩容。

异或运算符

保证对象的 hashCode 的 32 位值只要有一位发生改变，整个 hash() 返回值就会改变。尽可能的减少碰撞。

数据结构

哈希表结构（链表散列：数组+链表）实现，结合数组和链表的优点。当链表长度超过8时，链表转换为红黑树。

扩容

map中的元素个数超过threshold（默认值0.75），创建一个新的数组，其容量为旧数组的两倍，并重新计算旧数组中结点的存储位置。结点在新数组中的位置只有两种，原下标位置或原下标+旧数组的大小。

Hash冲突

hash：
JDK 1.8 中，通过hashCode()的高 16 位异或低16位实现：(h = k.hashCode()) ^ (h >>>16)，主要是从速度，功效和质量来考虑的，减少系统开销，也不会造成因为高位没有参与下标的计算，从而引起的碰撞。

Hash冲突，即hashCode相同，两个对象所在数组的下标相同，即碰撞。HashMap使用链表存储对象，这个 Node 会存储到链表中，然后用equals来决定在链表中的位置。
解决Hash冲突的三种方案：

1. 链地址法
2. 红黑树

HashMap & ConcurrentHashMap

除了加锁，原理上无太大区别。HashMap 的键值对允许有null，但是ConcurrentHashMap都不允许。

HashMap vs HashTable

同：数据结构和操作基本相同
异：

1. HashMap非线程安全，HashTable是线程安全
2. HashMap 需要重新计算 hash 值，而 HashTable 直接使用对象的 hashCode
3. 为保证线程安全，HashTable效率比不上HashMap
4. HashMap最多只允许一条记录的键为null，允许多条记录的值为null，而HashTable不允许
5. HashMap默认初始化数组大小为16，HashTable 为 11，前者扩容时，扩大两倍，后者扩大两倍+1；

HashMap、TreeMap和LinkedHashMap

一般情况下，使用最多的是 HashMap。
HashMap：在 Map 中插入、删除和定位元素时；
TreeMap：TreeMap 实现 SortMap 接口，能够把它保存的记录根据键排序（默认按键值升序排序，也可以指定排序的比较器），在需要按自然顺序或自定义顺序遍历键的情况下；
LinkedHashMap：保存记录的插入顺序，在用 Iterator 遍历时，先取到的记录肯定是先插入的；遍历比 HashMap 慢；在需要输出的顺序和输入的顺序相同的情况下。

如何使HashMap变得线程安全

为什么红黑树而不是二叉查找树

二叉查找树在特殊情况下会退化为线性链表结构，其时间复杂度O(n)，遍历查找速度慢。

红黑树在插入新数据后可能需要通过左旋，右旋、变色这些操作来保持平衡，引入红黑树就是为了查找数据快，解决链表查询深度的问题。红黑树属于平衡二叉树，但是为了保持“平衡”是需要付出代价的，但是该代价所损耗的资源要比遍历线性链表要少，所以当长度大于8的时候，会使用红黑树，如果链表长度很短的话，根本不需要引入红黑树，引入反而会慢。

红黑树

即红黑树的特性：

1. 每个节点非红即黑
2. 根节点总是黑色的
3. 如果节点是红色的，则它的子节点必须是黑色的（反之不一定）
4. 每个叶子节点都是黑色的空节点（NIL节点）
5. 从根节点到叶节点或空子节点的每条路径，必须包含相同数目的黑色节点（即相同的黑色高度）

版本变更

1. 在JDK1.8中，如果链表的长度超过8，链表将转换为红黑树。（桶的数量必须大于64，小于64的时候只会扩容）
2. 发生hash碰撞时，JDK1.7 会在链表的头部插入，而JDK1.8会在链表的尾部插入
3. Entry被Node替代

死锁

JDK1.7 数组+链表，链表是单向不闭合
Entry数组来存储key-value对，
https://www.jianshu.com/p/1e9cf0ac07f4

public class HashMapStu {
    public static void main(String[] args) throws Exception {
        final HashMap<String, String> map = new HashMap<>();
        for (int i = 0; i < 10000; i++) {
            new Thread(new Runnable() {
                @Override
                public void run() {
                    map.put(UUID.randomUUID().toString(), "");
                }
            }, "mythread-" + i).start();
        }
        System.out.println("ok!");
    }
}

ConcurrentHashMap

概述

1. 核心属性：private transient volatile int sizeCtl;
   当为负数时，-1 表示正在初始化，-N 表示 N - 1 个线程正在进行扩容；
   当为 0 时，表示 table 还没有初始化；
   当为其他正数时，表示初始化或者下一次进行扩容的大小。
2. 数据结构：
   Node 是存储结构的基本单元，继承 HashMap 中的 Entry，用于存储数据；
   TreeNode 继承 Node，但是数据结构换成二叉树结构，是红黑树的存储结构；
   TreeBin 是封装 TreeNode 的容器，提供转换红黑树的一些条件和锁的控制。
3. 存储对象时（put() 方法）：
   如果没有初始化，就调用 initTable() 方法来进行初始化；
   如果没有 hash 冲突就直接 CAS 无锁插入；
   如果需要扩容，就先进行扩容；
   如果存在 hash 冲突，就加锁来保证线程安全，两种情况：一种是链表形式就直接遍历
   到尾端插入，一种是红黑树就按照红黑树结构插入；
   如果该链表的数量大于阀值 8，就要先转换成红黑树的结构，break 再一次进入循环
   如果添加成功就调用 addCount() 方法统计 size，并且检查是否需要扩容。
4. 扩容方法 transfer()：默认容量为 16，两倍扩容。
   helpTransfer()：调用多个工作线程一起帮助进行扩容，这样的效率就会更高。
5. 获取对象时（get()方法）：
   计算 hash 值，定位到该 table 索引位置，如果是首结点符合就返回；
   如果遇到扩容时，会调用标记正在扩容结点 ForwardingNode.find()方法，查找该结点，匹配就返回；
   以上都不符合的话，就往下遍历结点，匹配就返回，否则最后就返回 null。

ConcurrentHashMap和HashTable

HashTable 使用一把锁（锁住整个链表结构）处理并发问题，多个线程竞争一把锁，容易阻塞；
ConcurrentHashMap
JDK 1.7 中使用分段锁（ReentrantLock + Segment + HashEntry），相当于把一个 HashMap 分成多个段，每段分配一把锁，这样支持多线程访问。锁粒度：基于 Segment，包含多个 HashEntry。
JDK 1.8 中使用 CAS + synchronized + Node + 红黑树。锁粒度：Node（首结点）（实现 Map.Entry）。锁粒度降低。

并发度

程序运行时能够同时更新 ConccurentHashMap且不产生锁竞争的最大线程数。默认为 16，且可以在构造函数中设置。
当用户设置并发度时，ConcurrentHashMap 会使用大于等于该值的最小2幂指数作为实际并发度（假如用户设置并发度为17，实际并发度则为32）

版本

JDK 1.7 中，采用分段锁的思想减小锁的粒度，实现并发的更新操作，提升性能，底层采用数组+链表的存储结构，包括两个核心静态内部类 Segment 和 HashEntry。

1. Segment 继承 ReentrantLock（重入锁） 用来充当锁的角色，每个 Segment 对象守护每个散列映射表的若干个桶；
2. HashEntry 用来封装映射表的键-值对；
3. 每个桶是由若干个 HashEntry 对象链接起来的链表
   

JDK 1.8 中，采用Node + CAS + Synchronized来保证并发安全。移除类Segment，直接用 table 数组存储键值对；当 HashEntry 对象组成的链表长度超过TREEIFY_THRESHOLD时，链表转换为红黑树，提升性能。底层变更为数组 + 链表 + 红黑树。

1.8相对于1.7的改进：

1. 加入红黑树，当链表的数量超过8并且当前capacity大于64时，将链表转为红黑树，时间复杂度O(N)→O(logN)，红黑树利用读写锁保证添加修复和删除修复时候的线程安全。
2. 去掉Segment，去除分段锁？分段锁的在扩充并发度以及整个map容量扩展时需要锁住所有的段。1.8中对ConcurrentHashMap做更细粒度的优化，只在put、resize以及扩容是加锁，来做优化。table每个元素作为一个桶，锁的粒度更细，用synchronized关键字锁住table[i]。
3. 扩容优化

JDK1.8，synchronized代替ReentrantLock

原因：

1. 降低锁粒度；
2. JDK1.6版本后，JVM对synchronized进行性能方面的大大优化；

参考

HashMap容量的初始化
HashMap
HashMap 1.7和1.8有哪些区别