hashMap

1 hashmap的数据结构是什么样子的？

 

 

 

jdk 1.8 新加的内容

• 当链表长度大于8之后（在数组长度大于64的前提下），链表就会转换为红黑树了。

2 put方法怎么实现的？

 

 

 

3 扩容机制是什么？【jdk 1.7的代码，1.8的加入了红黑树，代码比较难看】

 

 

 

 

4 为什么扩容大小为2的幂次方？

查找快：将Key值进行Hash后得到Hash值，Hash值得范围大概40亿，很明显，内存存不下，进行转换，对数组的长度(即hashmap的长度)进行取模运算，得到的余数才用来做要存放的位置（即对应的数组下标）。[这也解释了HashMap的长度为什么是2的幂次方，为了提高取模运算的效率]。

分散均匀：

HashMap 采用这种非常规设计，主要是为了在取模和扩容时做优化，同时为了减少hash碰撞，HashMap 定位哈希桶索引位置时，也加入了高位参与运算的过程。

长度16或者其他2的幂，Length-1的值是所有二进制位全为1，这种情况下，index的结果等同于HashCode后几位的值。只要输入的HashCode本身分布均匀，Hash算法的结果就是均匀的。

如果不为16或者2的幂，那么，经过hash算法之后，有些index结果出现的概率会更大，而有些index则永远步会出现。即不符合hash算法的j均匀分布的原则。

 

5 什么是负载因子，为什么默认值是0.75？

负载因子表示的是一个散列表的空间使用程度。

源码里对负载因子有一段解释，大概意思就是：在理想情况下，使用随机哈希吗，节点出现的频率在hash桶中遵循泊松分布，同时给出了桶中元素的个数和概率的对照表。

从上表可以看出当桶中元素到达8个的时候，概率已经变得非常小，也就是说用0.75作为负载因子，每个碰撞位置的链表长度超过8个是几乎不可能的。
hash容器指定初始容量尽量为2的幂次方。
HashMap负载因子为0.75是空间和时间成本的一种折中。

6 如何解决 hash 冲突的？

拉链法

7 是不是线程安全的？

• HashMap不是线程安全的，在多线程并发的环境下，可能会产生死锁等问题。
• 补充一点 Hashtable 是线程安全的。还有并发的 HashMap ：ConcurrentHashMap（java5引入的）。

8 hashmap 与 hashtable 的与别是什么？

1. HashMap线程不安全，是非synchronized的，Hashtable是线程安全的。

2. HashMap可以接受null(HashMap可以接受为null的键值(key)和值(value))，而Hashtable则不行。

3. 是HashMap的迭代器(Iterator)是fail-fast迭代器，而Hashtable的enumerator迭代器不是fail-fast的。所以当有其它线程改变了HashMap的结构（增加或者移除元素），将会抛出ConcurrentModificationException，但迭代器本身的remove()方法移除元素则不会抛出ConcurrentModificationException异常。但这并不是一个一定发生的行为，要看JVM。这条同样也是Enumeration和Iterator的区别。

4. 由于Hashtable是线程安全的也是synchronized，所以在单线程环境下它比HashMap要慢。如果你不需要同步，只需要单一线程，那么使用HashMap性能要好过Hashtable。

5. HashMap不能保证随着时间的推移Map中的元素次序是不变的。

6. 继承的父类不同、作者不同，产生时间不同。HashMap是继承自AbstractMap类，而HashTable是继承自Dictionary类。不过它们都实现了同时实现了Map、Cloneable（可复制）、Serializable（可序列化）这三个接口

7. 初始容量大小和每次扩充容量大小的不同。Hashtable默认的初始大小为11，之后每次扩充，容量变为原来的2n+1。HashMap默认的初始化大小为16。之后每次扩充，容量变为原来的2倍。

8. 计算hash值的方法不同。为了得到元素的位置，首先需要根据元素的Key计算出一个hash值，然后再用这个hash值来计算得到最终的位置。Hashtable直接使用对象的hashCode。然后再使用取余来获得最终的位置，比较耗时。HashMap是通过位运算来进行操作的，效率高。
下面是 Hashtable 的确定索引方法：
int hash = key.hashCode();
int index = (hash & 0x7FFFFFFF) % tab.length;

 

9 为什么不一下子把链表转化成红黑树？

1. 构造红黑树要比构造链表复杂，在链表的节点不多的时候，从整体的性能看来， 数组+链表+红黑树的结构可能不一定比数组+链表的结构性能高。

2. HashMap 频繁的扩容，会造成底部红黑树不断的进行拆分和重组，这是非常耗时的。因此，也就是链表长度比较长的时候转变成红黑树才会显著提高效率。