集合篇-HashMap原理与应用（面试题）

引子

常见的有数据结构有三种结构：1、数组结构 2、链表结构 3、哈希表结构
各自的数据结构的特点：

• 数组结构： 存储区间连续、内存占用严重、空间复杂度大
  优点：随机读取和修改效率高，原因是数组是连续的（随机访问性强，查找速度快）
  缺点：插入和删除数据效率低，因插入数据，这个位置后面的数据在内存中都要往后移动，且大小固定不易动态扩展。
• 链表结构：存储区间离散、占用内存宽松、空间复杂度小
  优点：插入删除速度快，内存利用率高，没有固定大小，扩展灵活
  缺点：不能随机查找，每次都是从第一个开始遍历（查询效率低）
• 哈希表结构：结合数组结构和链表结构的优点，从而实现了查询和修改效率高，插入和删除效率也高的一种数据结构。
  增删是在链表上完成的，而查询只需扫描部分，则效率高。

HashMap的底层实现原理

（JDK1.7中，HashMap采用位桶+链表实现，即使用链表处理冲突，同一hashcode的元素都存储在一个链表里。但是当位于一个桶中的元素较多，即hashcode相等的元素较多时，通过key值依次查找的效率较低。）
Jdk1.8：HashMap采用位桶+链表+红黑树实现，当链表长度超过阈值8时，将链表转换为红黑树，这样大大减少了查找时间。
实现原理主要讲一下put(key, val)的实现原理:

• 首先调用key所在类的hashCode()计算key哈希值，此哈希值经过哈希函数计算以后，得到在Entry数组中的存放位置。（由于哈希值比较大，不能作为数组下标，经过hash算法（高位运算和取模运算）后设为数组中的下标位置）
• 如果此位置上的数据为空，此时的key1和value1添加成功。
• 如果此位置上数据不为空，意味着此位之上存在一个或多个数据（以链表形式存在），这时候比较key和已经存在的一个或多个数据的哈希值：如果key的哈希值与已经存在的数据的哈希值都不一样，此时key1-value1添加成功；
• 如果与某一个存在(key2-value2)的哈希值相同，继续比较：调用key所在类的equals()方法，比较：如果返回false，则添加成功；若返回true，使用value1替换相同key的value值。

get(key)的实现原理:

• 首先调用key所在类的hashCode()计算key哈希值，此哈希值经过某种算法计算以后，得到在Entry数组中的存放位置。
• 如果此位置上的数据为空，返回null
• 如果此位置上数据不为空，意味着此位之上存在一个或多个数据（以链表形式存在）。拿着参数key和链表上的每一个节点的key进行equals，如果所有equals方法都返回false，则get方法返回null。如果其中一个节点的key和参数key进行equals返回true，那么此时该节点的value就是我们要找的value了，get方法最终返回这个要找的value。

Java8与Java7的底层实现区别

• new HashMap():底层没有立刻创建一个长度为16的数组
• jdk8底层的数组是：Node[],而非Entry[]，Node<k,v>实现了Entry<k,v>
• 首次调用put()方法示时，才底层创建长度为16的数组
• jdk7底层数据结构只有数组+链表，jdk8中底层结构：数组+链表+红黑树。当数组的某一个索引位置上的元素以链表形式存在的数据个数 >8且当前 数组的长度>64时，此时此索引位置上的所有数据改为使用红黑树存储。

HashMap与Hashtable的区别

1. 继承的父类不同。HashMap继承自AbstractMap类。Hashtable继承自Dictionary类。但二者都实现了Map接口。
2. HashMap线程不安全，在多线程并发的环境下，可能会产生死锁等问题。HashTable线程安全，它的每个方法中都加入了Synchronize方法。
   虽然HashMap不是线程安全的，但是它的效率会比Hashtable要好很多。这样设计是合理的。在我们的日常使用当中，大部分时间是单线程操作的。HashMap把这部分操作解放出来了。当需要多线程操作的时候可以使用线程安全的ConcurrentHashMap。ConcurrentHashMap虽然也是线程安全的，但是它的效率比Hashtable要高好多倍。因为ConcurrentHashMap使用了分段锁，并不对整个数据进行锁定。或者用集合类的SynchronizedMap方法使其线程安全化。
3. HashMap是允许key和value为null值的，用containsValue和containsKey方法判断是否包含对应键值对；HashTable键值对都不能为空，否则包 空指针异常。（因此在HashMap中不能由get()方法来判断HashMap中是否存在某个键， 而应该用containsKey()方法来判断。）
4. 计算hash值方式不同，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。
   HashMap先调用hashCode方法计算出来一个hash值，再将hash与右移16位后相异或，从而得到新的hash值。而Hashtable直接用hashcode。
   计算索引位置的方式不同，HashMap是index = (n - 1) & hash。将哈希表的大小固定为了2的幂，因为是取模得到索引值，故这样取模时，不需要做除法，只需要做位运算。位运算比除法的效率要高很多。而Hashtable是index = (hash & 0x7FFFFFFF) % tab.length。
5. 初始容量大小和每次扩充容量大小
   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。
   创建时，如果给定了容量初始值，那么Hashtable会直接使用你给定的大小，而HashMap会将其扩充为2的幂次方大小。也就是说Hashtable会尽量使用素数、奇数。而HashMap则总是使用2的幂作为哈希表的大小。
   因为Hashtable和HashMap设计时的侧重点不同。Hashtable的侧重点是哈希的结果更加均匀，使得哈希冲突减少。当哈希表的大小为素数时，简单的取模哈希的结果会更加均匀。而HashMap则更加关注hash的计算效率问题。在取模计算时，如果模数是2的幂，那么我们可以直接使用位运算来得到结果，效率要大大高于做除法。HashMap为了加快hash的速度，将哈希表的大小固定为了2的幂。当然这引入了哈希分布不均匀的问题，所以HashMap为解决这问题，又对hash算法做了一些改动（见第4点）。

HashMap与HashSet的区别

所以HashSet存储的对象所在类，一定要重写hashcode()和equals()方法

HashMap扩容机制

JDK1.7：①空参数的构造函数：以默认容量、默认负载因子、默认阈值初始化数组。内部数组是空数组。有参构造函数：根据参数确定容量、负载因子、阈值等。②第一次put时会初始化数组，其容量变为不小于指定容量的2的幂数，根据负载因子确定阈值。③如果不是第一次扩容，则新容量是2倍旧容量；新阈值是负载因子乘新容量。
JDK1.8：①空参数的构造函数：实例化的HashMap默认内部数组是null，即没有实例化。第一次调用put方法时，则会开始第一次初始化扩容，长度为16。②有参构造函数：用于指定容量。会根据指定的正整数找到不小于指定容量的2的幂数，将这个数设置赋值给阈值（threshold）。第一次调用put方法时，会将阈值赋值给容量，然后让阈值自己乘上负载因子。③如果不是第一次扩容，则容量变为原来的2倍，阈值也变为原来的2倍。即首次put时，先会触发扩容（初始化），然后存入数据，然后判断是否需要扩容；不是首次put，则不再初始化，直接存入数据，然后判断是否需要扩容。

负载因子的选取

负载因子过大，虽然空间利用率高，但时间效率低，容易发生哈希冲突。
负载因子太小，虽然时间效率高，但是空间利用率降低。
负载因子是0.75的时候，空间利用率比较高，而且避免了相当多的Hash冲突，使得底层的链表或者是红黑树的高度比较低，提升了空间效率。

其他面试题：

• 为什么放在hashMap集合key部分的元素需要重写equals方法？
  因为equals默认比较是两个对象内存地址
• 为什么String, Interger这样的wrapper类适合作为键？
  String, Interger这样的wrapper类作为HashMap的键是再适合不过了，而且String最为常用。因为String是不可变的，也是final的，而且已经重写了equals()和hashCode()方法了。其他的wrapper类也有这个特点。不可变性是必要的，因为为了要计算hashCode()，就要防止键值改变，如果键值在放入时和获取时返回不同的hashcode的话，那么就不能从HashMap中找到你想要的对象。不可变性还有其他的优点如线程安全。如果你可以仅仅通过将某个field声明成final就能保证hashCode是不变的，那么请这么做吧。因为获取对象的时候要用到equals()和hashCode()方法，那么键对象正确的重写这两个方法是非常重要的。如果两个不相等的对象返回不同的hashcode的话，那么碰撞的几率就会小些，这样就能提高HashMap的性能。

部分内容参考博客、书籍，如有侵权，立刻删除