面试 集合篇

ArrayList

扩容机制

• ArrayList() 会使用长度为零的数组【无参构造】
• ArrayList(int initialCapacity) 会使用指定容量的数组 【有参构造】
• public ArrayList(Collection<? extends E> c) 会使用c的大小作为数组容量
• add(Object o) 首次扩容为 10，再次扩容为上次容量的 1.5 倍
• addAll(Collection c) 没有元素时，扩容为 Math.max(10,实际元素个数)，有元素时， Math.max(原容量 1.5 倍，实际元素个数)

---

fail-fast 与 fail-safe

• ArrayList 是 fail-fast的典型代表，遍历的同时不能修改，尽快失败
• CopyOnWriteArrayList 是 fail-safe 的典型代表，遍历的同时可以修改，原理是读写分离

---

LinkedList

• 掌握 ArrayList 和 LinkedList 的比较

  ArrayList 和 LinkedList

• ArrayList

  • 基于数组，需要连续内存
  • 随机访问快 (指根据下标访问)
  • 尾部插入，删除性能可以；其他部分插入，删除都会移动数据，因此性能会低
  • 可以利用 CPU 缓存，局部性原理

• LinkedList

  • 基于双向链表，无需连续内存
  • 随机访问慢 (指要沿着链表遍历)
  • 头尾插入删除性能高
  • 占用内存多

---

HashMap

• 初始容量16，负载因子0.75，每次扩容成之前的两倍

• 底层数据结构，1.7 和1.8 有何不同？

  • 1.7 数组 + 链表，1.8 数组 + (链表 | 红黑树) 【当链表长度超过一定阈值时，会转化为红黑树，当红黑树数量减小时，会转化为链表】

• 为何要用红黑树，为何一上来不树化，树化阈值为何是8，为何会树化，何时会退化为链表？

  • 红黑树用来避免 DOS 攻击，防止链表超长时性能下降，树化应当是偶然情况
    • hash表的查找，更新的时间复杂度是O(1)，而红黑树的查找，更新的时间复杂度是O(log2 n)，TreeNode 占用空间也比普通Node的大，如非必要，尽量还是使用链表 【红黑树是防止攻击用的】
    • hash 值如果足够随机，则在 hash 表内按泊松分布，在加(?负)载因子 0.75 的情况下，长度超过 8 的链表出现概率是0.00000006，选择 8 就是为了让树化几率足够小
  • 树化两个条件：链表长度超过树化阈值 (大于8)，并且数组长度必须 >= 64
  • 退化情况1：在扩容时如果拆分树时，树元素个数 <= 6 则会退化链表
  • 退化情况2：在remove树节点前，若树的root、root.left、root.right、root.left.left 有一个为null，也会退化为链表

• 索引如何计算？hashCode都有了，为何还要提供 hash() 方法？数组容量为何是 2 的 n 次幂？

  • 计算对象的 hashCode()，再进行调用 HashMap() 的 hash() 方法进行二次哈希，最后 &(capacity - 1) 得到索引 【capacity必须是2的n次幂】
  • 二次 hash() 是为了综合高位数据，让哈希分布更为均匀
  • 计算索引时，如果是 2 的 n 次幂可以使用位与运算代替取模，效率更高；扩容时 hash & oldCap(旧容量) == 0 的元素留在原来位置，否则新位置 = 旧位置 + oldCap
  • 但前三点都是为了配合容量为 2 的 n 次方幂时的优化手段，例如 Hashtable 的容量就不是 2 的 n 次方幂，并不能说哪种设计更优，应该是设计者综合了各种因素，最终选择了使用 2 的 n 次幂作为容量

• 介绍一下 put 方法流程，1.7 和 1.8 有何不同？

• HashMap 是懒惰创建数组的，首次使用才创建数组

• 计算索引 (桶下标)

• 如果桶下标还没人占用，创建 Node 站位返回

• 如果桶下标已经有人占用

  • 已经是 TreeNode 走红黑树的添加或更新逻辑
  • 是普通 Node，走链表的添加或更新逻辑，如果链表长度超过树化阈值，走树化逻辑

• 返回前检查容量是否超过阈值，一旦超过进行扩容

• 不同

  • 链表插入节点时，1.7 是头插法，1.8 是尾插法
  • 1.7 是大于等于阈值且没有空位时才扩容，而 1.8 是大于阈值就扩容
  • 1.8 在扩容计算 Node 索引时，会优化

• 加载因子为何默认是0.75f？

  • 在空间占用与查询时间之间取得较好的权衡
  • 大于这个值，空间节省了，但链表就会比较长，影响性能
  • 小于这个值，冲突减少了，但扩容就会更频繁，空间占用多

• 多线程下会有啥问题

  • 扩容死链 (1.7)
  • 数据错乱 (1.7，1.8)

• key 能否为 null，作为 key 的对象有什么要求？

  • HashMap 的 key 可以为 null，但 Map 的其他实现则不然
  • 作为 key 的对象，必须实现 hashCode 和 equals，并且 key 的内容不能修改 (不可变) 【hashcode相同不一定equals，而两个对象equals，则hashcode一定相同】

• String 对象的 hashCode() 如何设计的，为啥每次乘的是 31？

  • 目标是达到较为均匀的散列效果，每个字符串的 hashCode 足够独特
    • 字符串中的每个字符都可以表现为一个数字，称为 Si，其中 i 的范围是 0 ~ n - 1
    • 散列公式
    • 31 带入公式有较好的散列特性