面试再也不怕被问 HashMap 了

我们都知道，要查找一个元素，如果是顺序查找，那么时间复杂度会达到O(n) ，比如：顺序表。也有可能达到 O(logn)，如：平衡树。那么要想更快，我们就可以考虑另外一种数据结构，它可以达到时间复杂度为 O(1)。如：HashMap。

什么是HashMap？

HashMap 是一个 key-value模型，具有映射关系，通过 key值可以找到 value值。并允许使用 null值和 null键，HashMap 不保证映射的顺序。

一.HashMap基本知识

1.哈希冲突的定义
如果两个不同的元素，通过哈希函数得出的实际存储地址相同怎么办？也就是说，当我们对某个元素进行哈希运算，得到一个存储地址后，然后要进行插入的时候，发现该位置已经被其他元素占用了，其实这就是所谓的哈希冲突，也叫哈希碰撞。由此可见哈希函数的设计至关重要，好的哈希函数会尽可能地保证 计算简单和散列地址分布均匀,但是我们需要清楚的是，数组是一块连续的固定长度的内存空间，再好的哈希函数也不能保证得到的存储地址绝对不发生冲突。那么哈希冲突如何解决呢？哈希冲突的解决方案有多种:开放定址法（当发生冲突时，继续寻找下一块未被占用的存储地址，然后再放入元素即可），再散列函数法，链地址法，而 HashMap 即是采用了链地址法，也就是数组+链表的方式。

2.hashmap的实现原理
HashMap 的主干是一个 Entry 数组。Entry 是 HashMap 的基本组成单元，每一个 Entry 包含一个 key-value 键值对。
HashMap的总体结构如下：

简单来说，HashMap由数组+链表组成的，数组是HashMap的主体，链表则是主要为了解决哈希冲突而存在的，如果定位到的数组位置不含链表（当前entry的next指向null）,那么查找，添加等操作很快，仅需一次寻址即可；如果定位到的数组包含链表，对于添加操作，其时间复杂度为O(n)，首先遍历链表，存在即覆盖，否则新增；对于查找操作来讲，仍需遍历链表，然后通过key对象的equals方法逐一比对查找。所以，性能考虑，HashMap中的链表出现越少，性能才会越好。

3.HashMap有4个构造器，其他构造器如果用户没有传入initialCapacity 和loadFactor这两个参数，会使用默认值：initialCapacity默认为16，loadFactory默认为0.75

二.具体问题如下

1.HashMap的内部数据结构

数组 + 链表/红黑树

2.HashMap允许空键空值么

HashMap最多只允许一个键为Null(多条会覆盖)，但允许多个值为Null

3.影响HashMap性能的重要参数

• 初始容量：创建哈希表时桶的数量（数组的大小），默认为 16
• 负载因子：哈希表在其容量扩容之前可以达到一种尺度，默认为 0.75

4.HashMap的工作原理

HashMap是基于hashing的原理，我们使用put(key, value)存储对象到HashMap中，使用get(key)从HashMap中获取对象

5.HashMap中put()的工作原理

6.HashMap 的底层数组长度为何总是2的n次方

• 使数据分布均匀，减少碰撞
• 当length为2的n次方时，hash&(length - 1) 就相当于对length取模，而且在速度效率上比直接取模要快得多

具体解释：
这里我觉得可以用逆向思维来解释这个问题，我们计算桶的位置完全可以使用h % length，如果这个length是随便设定值的话当然也可以，但是如果你对它进行研究，设计一个合理的值得话，那么将对HashMap的性能发生翻天覆地的变化。

没错，JDK源码作者就发现了，那就是当length为2的N次方的时候，那么，为什么这么说呢？

第一：当length为2的N次方的时候，h & (length-1) = h % length
为什么&效率更高呢？因为位运算直接对内存数据进行操作，不需要转成十进制，所以位运算要比取模运算的效率更高

第二：当length为2的N次方的时候，数据分布均匀，减少冲突
此时我们基于第一个原因进行分析，此时hash策略为h & (length-1)。

我们来举例当length为奇数、偶数时的情况：


从上面的图表中我们可以看到，当 length 为15时总共发生了8次碰撞，同时发现空间浪费非常大，因为在 1、3、5、7、9、11、13、15 这八处没有存放数据。

这是因为hash值在与14（即 1110）进行&运算时，得到的结果最后一位永远都是0，那么最后一位为1的位置即 0001、0011、0101、0111、1001、1011、1101、1111位置处是不可能存储数据的。这样，空间的减少会导致碰撞几率的进一步增加，从而就会导致查询速度慢。

而当length为16时，length – 1 = 15， 即 1111，那么，在进行低位&运算时，值总是与原来hash值相同，而进行高位运算时，其值等于其低位值。所以，当 length=2^n 时，不同的hash值发生碰撞的概率比较小，这样就会使得数据在table数组中分布较均匀，查询速度也较快。

如果上面这句话大家还看不明白的话，可以多试一些数，就可以发现规律。当length为奇数时，length-1为偶数，而偶数二进制的最后一位永远为0，那么与其进行 & 运算，得到的二进制数最后一位永远为0，那么结果一定是偶数，那么就会导致下标为奇数的桶永远不会放置数据，这就不符合我们均匀放置，减少冲突的要求了。

那么为什么默认是16呢？怎么不是4？不是8？

关于这个默认容量的选择，JDK并没有给出官方解释，那么这应该就是个经验值，既然一定要设置一个默认的2^n 作为初始值，那么就需要在效率和内存使用上做一个权衡。这个值既不能太小，也不能太大。太小了就有可能频繁发生扩容，影响效率。太大了又浪费空间，不划算。所以，16就作为一个经验值被采用了。

7. 1.8中做了哪些优化优化？

• 数组+链表 改成了 数组+链表或红黑树
• 链表的插入方式从头插法改成了尾插法
• 扩容的时候1.7需要对原数组中的元素进行重新hash，定位在新数组中的位置，1.8采用更简单的判断逻辑，位置不变或索引+旧容量大小；
• 在插入时，1.7先判断是否需要扩容，再插入，1.8先进行插入，插入完成再判断是否需要扩容；

8.HashMap线程安全方面会出现什么问题

• 在jdk1.7中，在多线程环境下，扩容时会造成环形链或数据丢失。
• 在jdk1.8中，在多线程环境下，会发生数据覆盖的情况

9.HashMap线程安全方面会出现什么问题

（1）put的时候导致的多线程数据不一致，产生错误情况

比如有两个线程 A和 B,首先 A希望插入一个 key-valul 对到 HashMap 中,首先计算记录所要落到的 hash 桶的索引坐标,然后获取到该桶里面的链表头结点,而此时刚好线程 A 的时间片用完了,此时线程 B 被调度得以执行,和线程 A一样的执行过程 ,只不过线程 B 成功的将记录插到了桶里面（假设线程 A 插入的记录计算出来的 hash 桶索引和线程 B 要插入的记录计算出来的 hash 桶索引是一样的）那么当线程 B 成功插入之后, 线程 A 再次被调度运行时,它依然持有过期的链表头但是它对此一无所知（头插法）,以至于它认为它应该继续采用头插法插入数据（它拿到的头节点刚好是刚刚线程B插入的节点的下一个节点），如此一来就覆盖了线程 B 插入的记录,这样线程 B 插入的记录就凭空消失了,造成了数据不一致的行为。

（2）resize引起死循环

这种情况发生在 HashMap 自动扩容时,当 2 个线程同时检测到元素个数超过 数组大小 ×负载因子 的时候。此时 2 个线程会在 put() 方法中调用resize() ,那么此时若两个线程同时修改一个链表结构会产生一个循环链表，接下来再想通过get()获取某一个元素,就会出现死循环。

10.为什么1.8改用红黑树

比如某些人恶意找到你的hash碰撞值，来让你的HashMap不断地产生碰撞，那么相同 index 位置的链表就会不断增长，当你需要对这个HashMap的相应位置进行查询的时候，就会去循环遍历这个超级大的链表，性能十分不好。java8 使用红黑树来替代超过 8个节点数 的链表后，查询方式性能得到了很好的提升，从原来的是 O(n) 到 O(logn)。

原文来自：https://potato.blog.youkuaiyun.com/article/details/106835525 感觉总结的十分好，学到了不少东西。

11.负载因子

HashMap 的默认负载因子为 0.75，如果超过 0.75，会重新 resize一个原来长度两倍的 HashMap，并且重新调用 hash方法 ，对原来的数据进行重新 hash。
负载因子=存储的元素个数 / 数组的长度

12. HashMap中的equals()和hashCode()的都有什么作用？

通过 key.hashCode()进行hashing，并计算下标( n-1 & hash)，从而获得buckets 的位置。如果产生碰撞，则利用 key.equals()方法去链表或树中去查找对应的节点 ，另外也是为了保持数据一致性。

13. HashMap和HashTable的区别有哪些？

• Hashtable 是线程安全的，HashMap 是非线程安全的。
• HashMap 可以使用 null作为 key，不过建议还是尽量避免这样使用。-HashMap 以 null作为 key时，总是存储在 table数组的第一个节点上。而Hashtable 则不允许 null作为 key
• HashMap的初始容量为 16，Hashtable初始容量为 11
• Hashtable 计算 hash是直接使用 key的 hashcode对 table数组的长度直接进行取模，HashMap 计算 hash对 key的 hashcode进行了二次 hash，以获得更好的散列值，然后对table数组长度取模。

14. 使用场景

非并发场景使用 HashMap，并发场景可以使用 Hashtable，但是推荐使用 ConcurrentHashMap（锁粒度更低、效率更高）。

另外在使用 HashMap时要注意 null值的判断，Hashtable 也要注意防止 put null key和 null value。