深入理解HashMap第一篇

HashMap

1.描述

• HashMap是常用的Java集合之一，是基于哈希表的Map接口的实现。设计目标是尽量实现哈希表O(1)级别的增删改查效果，与HashTable主要区别为不支持同步和允许null作为key和value。

  各项默认值

  1. 初始容量（capacity）：16（1<<4），即2^4。

  2. 最大容量：(1<<30)，即2^30。

  3. 默认扩容因子（loadFactor）：0.75。

  4. 自动扩容阈值：当前HashMap元素个数 > capacity * loadFactor，会自动扩容，并重新hash。

  5. 扩容机制：扩容至当前HashMap容量*2.0，且每次扩容后的容量必须为2的n次方。

  6. 容量必须为2的n次方的原因：

     HashMap对元素进行读、写操作时，需要将Map元素的Key的哈希值对数组长度（HashMap 的容量）进行取模运算，结果作为该元素在数组中的索引（index），在计算机中，取模运算的代价远高于位运算的代价，当数组长度为 2^n 时，可以将Map元素的Key的hashcode对 (2^n)-1 进行 与运算(&)，效果与对数组长度进行取模运算相等，所以为了提高 HashMap 的操作效率，规定 HashMap 的容量必须为2的n次方，即2^n。

2.底层实现 1.7与1.8及以后

2.1JDK1.8之前

​ 采用 数组+链表 实现，形成一个数组带着多个桶的结构，每个数组元素就是一个桶，而数组索引就是每个桶中链表的表头，每一个Map元素的数据结构是一个 Entry。

• • 数组存储区间连续，占用内存较多，寻址容易，插入和删除困难。
  • 链表存储区间离散，占用内存较少，寻址困难，插入和删除容易。

• 遗留问题

  • 在某些极端情况下，会导致大量元素都存放在同一个桶(数组索引是链表的表头)的链表中，此时的HashMap 就相当于一个单链表，假设链表中的元素个数为n个，则其操作时间复杂度就变成了O(n)，完全失去了哈希表的优势。

2.2JDK1.8及以后:

• 采用 数组+链表+红黑树 实现。每个Map元素的数据结构是 Node(链表) 或 TreeNode(红黑树)。

• 解决遗留问题：

  • jdk1.8时默认还是使用 数组+链表 实现，只是元素的数据结构从 Entry 变为了 Node，当存储在同一个桶中的元素过多时，才会将链表转换为红黑树实现，保证其操作时间复杂度为 O(logn)。

• 链表与红黑树的转换条件

• • 链表->红黑树：整个 HashMap 中的元素个数 >= 64 且 同一个桶下的链表中的元素个数 > 8；此时Map元素的数据结构从 Node 转为 TreeNode ;
• • 红黑树->链表：同一个桶下的链表中的元素个数 < 6；此时元素的数据结构为 Node；

---

3.HashMap Q/A start

1.链表转红黑树的阈值为什么是8？

• 因为红黑树的平均查找长度是log(n)，长度为8的时候，平均查找长度为3，如果继续使用链表，平均查找长度为8/2=4，这才有转换为树的必要。链表长度如果是小于等于6，6/2=3，虽然速度也很快的，但是转化为树结构和生成树的时间并不会太短。

• 还有选择6和8，中间有个差值7可以有效防止链表和树频繁转换。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。

2.为什么是要转为红黑树，二叉平衡树不行吗？

• 因为平衡二叉是高度平衡的树, 当平衡被破坏时，需要要 rebalance（再平衡）, 开销会比红黑树大.

• 原因：

  • 插入引起的不平衡：

    插入一个node引起了树的不平衡，平衡二叉树和红黑树都是最多只需要2次旋转操作，即两者都是O(1)；

  • 删除引起的不平衡：

    最坏情况下，平衡二叉树需要维护从被删node到root这条路径上所有node的平衡性，因此需要旋转的量级是O(logN)此，而红黑树最多只需3次旋转，只需要O(1)的复杂度。

3.是否线程安全？不安全的场景

• HashMap线程不安全，主要表现在：

​ 多线程同时put时可能会丢失值（前面的put被后面的覆盖）。

​ 多线程扩容时会出现环状结构，造成死循环。(1.8之前)

​ 多线程使用迭代器时会触发fast-fail机制。

• 如何解决？

​ 使用 Collections 的 synchronizedMap() 对其进行包装，使其线程安全。（锁整个表，效率差）

​ 直接使用 线程安全的ConcurrentHashMap。(分段锁/CAS，效率相对较高)

• 线程安全的map有哪些？

​ hashtable,concurrentHashMap

4.说下hashmap put的过程

• key的hashcode高16位与低16位异或运算得到新的hash，为了让数据（特别是在当前容量不大的情况下）散列更均匀，然后把异或计算出的新hash与此时的hashmap容量-1做&运算，得到插入下标。

5.为什么要做&运算，还有什么方式

• :二进制运算速度快，还可以取模。之后如果下标位数组无数据则直接插入，如果有数据则链表往下逐个进行hash比较，如果产生hash碰撞再进行==或者equals比较key是否一样，一样则覆盖原数据，否则添加到链表后面。（jdk7是新元素插入至链表头部）

6.rehash后的元素具体去向问题（1.7和1.8元素rehash后元素去向是不同的）

7.扩容机制jdk7及以后

当hashmap中数据量超过当前容量*扩容因子(默认0.75)则扩容为原来的2倍，问：当前插入的位置上没有元素就不扩容（jdk7）

8.为什么是2次幂扩容

• 2进制运算快；
• hash与当前容量-1做&运算很快且很巧妙地获得元素下标；
• 扩容后能巧妙地重新分配元素位置）说下扩容的rehash，扩容后的部分节点数据会重新定位，具体规则是hash&原容量，得到无非两个结果:0和1，如果是0则该元素所在下标位置不动，如果是1则将该元素放置原位置扩容后的对应位置（假如原先容量为16，元素位置在数组下标14的位置，则扩容后容量为32，该元素移动到数组下标30的位置（即原索引+原容量位置）。

为什么看hashmap源码，你觉得看了后对你有什么好处

• 比较喜欢探究（其实是近期面试才认真看的...）。知道了计算机位运算速度会比其它数学运算快；学习了它的思想对我思考问题方式有提升（能吹多少尽量吹多少）扩容是一个费性能的事，如果知道集合中大致会存多少元素最好给它一个初始容量