HashMap的工作原理

HashMap的工作原理是近年来常见的Java面试题。几乎每个Java程序员都知道HashMap,都知道哪里要用HashMap,知道Hashtable和HashMap之间的区别,那么为何这道面试题如此特殊呢?是因为这道题考察的深度很深。这题经常出现在高级或中高级面试中。投资银行更喜欢问这个问题,甚至会要求你实现HashMap来考察你的编程能力。ConcurrentHashMap和其它同步集合的引入让这道题变得更加复杂。让我们开始探索的旅程吧!

先来些简单的问题

“你用过HashMap吗?” “什么是HashMap?你为什么用到它?”

几乎每个人都会回答“是的”,然后回答HashMap的一些特性,譬如HashMap可以接受null键值和值,而Hashtable则不能;HashMap是非synchronized;HashMap很快;以及HashMap储存的是键值对等等。这显示出你已经用过HashMap,而且对它相当的熟悉。但是面试官来个急转直下,从此刻开始问出一些刁钻的问题,关于HashMap的更多基础的细节。面试官可能会问出下面的问题:

“你知道HashMap的工作原理吗?” “你知道HashMap的get()方法的工作原理吗?”

你也许会回答“我没有详查标准的Java API,你可以看看Java源代码或者Open JDK。”“我可以用Google找到答案。”

但一些面试者可能可以给出答案,“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。当我们给put()方法传递键和值时,我们先对键调用hashCode()方法,返回的hashCode用于找到bucket位置来储存Entry对象。”这里关键点在于指出,HashMap是在bucket中储存键对象和值对象,作为Map.Entry。这一点有助于理解获取对象的逻辑。如果你没有意识到这一点,或者错误的认为仅仅只在bucket中存储值的话,你将不会回答如何从HashMap中获取对象的逻辑。这个答案相当的正确,也显示出面试者确实知道hashing以及HashMap的工作原理。但是这仅仅是故事的开始,当面试官加入一些Java程序员每天要碰到的实际场景的时候,错误的答案频现。下个问题可能是关于HashMap中的碰撞探测(collision detection)以及碰撞的解决方法:

“当两个对象的hashcode相同会发生什么?” 从这里开始,真正的困惑开始了,一些面试者会回答因为hashcode相同,所以两个对象是相等的,HashMap将会抛出异常,或者不会存储它们。然后面试官可能会提醒他们有equals()和hashCode()两个方法,并告诉他们两个对象就算hashcode相同,但是它们可能并不相等。一些面试者可能就此放弃,而另外一些还能继续挺进,他们回答“因为hashcode相同,所以它们的bucket位置相同,‘碰撞’会发生。因为HashMap使用链表存储对象,这个Entry(包含有键值对的Map.Entry对象)会存储在链表中。”这个答案非常的合理,虽然有很多种处理碰撞的方法,这种方法是最简单的,也正是HashMap的处理方法。但故事还没有完结,面试官会继续问:

“如果两个键的hashcode相同,你如何获取值对象?” 面试者会回答:当我们调用get()方法,HashMap会使用键对象的hashcode找到bucket位置,然后获取值对象。面试官提醒他如果有两个值对象储存在同一个bucket,他给出答案:将会遍历链表直到找到值对象。面试官会问因为你并没有值对象去比较,你是如何确定确定找到值对象的?除非面试者直到HashMap在链表中存储的是键值对,否则他们不可能回答出这一题。

其中一些记得这个重要知识点的面试者会说,找到bucket位置之后,会调用keys.equals()方法去找到链表中正确的节点,最终找到要找的值对象。完美的答案!

许多情况下,面试者会在这个环节中出错,因为他们混淆了hashCode()和equals()方法。因为在此之前hashCode()屡屡出现,而equals()方法仅仅在获取值对象的时候才出现。一些优秀的开发者会指出使用不可变的、声明作final的对象,并且采用合适的equals()和hashCode()方法的话,将会减少碰撞的发生,提高效率。不可变性使得能够缓存不同键的hashcode,这将提高整个获取对象的速度,使用String,Interger这样的wrapper类作为键是非常好的选择。

如果你认为到这里已经完结了,那么听到下面这个问题的时候,你会大吃一惊。“如果HashMap的大小超过了负载因子(load factor)定义的容量,怎么办?”除非你真正知道HashMap的工作原理,否则你将回答不出这道题。默认的负载因子大小为0.75,也就是说,当一个map填满了75%的bucket时候,和其它集合类(如ArrayList等)一样,将会创建原来HashMap大小的两倍的bucket数组,来重新调整map的大小,并将原来的对象放入新的bucket数组中。这个过程叫作rehashing,因为它调用hash方法找到新的bucket位置。

如果你能够回答这道问题,下面的问题来了:“你了解重新调整HashMap大小存在什么问题吗?”你可能回答不上来,这时面试官会提醒你当多线程的情况下,可能产生条件竞争(race condition)。

当重新调整HashMap大小的时候,确实存在条件竞争,因为如果两个线程都发现HashMap需要重新调整大小了,它们会同时试着调整大小。在调整大小的过程中,存储在链表中的元素的次序会反过来,因为移动到新的bucket位置的时候,HashMap并不会将元素放在链表的尾部,而是放在头部,这是为了避免尾部遍历(tail traversing)。如果条件竞争发生了,那么就死循环了。这个时候,你可以质问面试官,为什么这么奇怪,要在多线程的环境下使用HashMap呢?:)

热心的读者贡献了更多的关于HashMap的问题:

  1. 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。
  2. 我们可以使用自定义的对象作为键吗? 这是前一个问题的延伸。当然你可能使用任何对象作为键,只要它遵守了equals()和hashCode()方法的定义规则,并且当对象插入到Map中之后将不会再改变了。如果这个自定义对象时不可变的,那么它已经满足了作为键的条件,因为当它创建之后就已经不能改变了。
  3. 我们可以使用CocurrentHashMap来代替Hashtable吗?这是另外一个很热门的面试题,因为ConcurrentHashMap越来越多人用了。我们知道Hashtable是synchronized的,但是ConcurrentHashMap同步性能更好,因为它仅仅根据同步级别对map的一部分进行上锁。ConcurrentHashMap当然可以代替HashTable,但是HashTable提供更强的线程安全性。看看这篇博客查看Hashtable和ConcurrentHashMap的区别。

我个人很喜欢这个问题,因为这个问题的深度和广度,也不直接的涉及到不同的概念。让我们再来看看这些问题设计哪些知识点:

  • hashing的概念
  • HashMap中解决碰撞的方法
  • equals()和hashCode()的应用,以及它们在HashMap中的重要性
  • 不可变对象的好处
  • HashMap多线程的条件竞争
  • 重新调整HashMap的大小

总结

HashMap的工作原理

HashMap基于hashing原理,我们通过put()和get()方法储存和获取对象。当我们将键值对传递给put()方法时,它调用键对象的hashCode()方法来计算hashcode,让后找到bucket位置来储存值对象。当获取对象时,通过键对象的equals()方法找到正确的键值对,然后返回值对象。HashMap使用链表来解决碰撞问题,当发生碰撞了,对象将会储存在链表的下一个节点中。 HashMap在每个链表节点中储存键值对对象。

当两个不同的键对象的hashcode相同时会发生什么? 它们会储存在同一个bucket位置的链表中。键对象的equals()方法用来找到键值对。

因为HashMap的好处非常多,我曾经在电子商务的应用中使用HashMap作为缓存。因为金融领域非常多的运用Java,也出于性能的考虑,我们会经常用到HashMap和ConcurrentHashMap。你可以查看更多的关于HashMap的文章:

<think>嗯,用户想理解HashMap工作原理和实现机制。这个问题在Java开发中非常核心,涉及数据结构、算法和实际应用优化。 用户可能正在准备面试,或者在实际开发中遇到了性能问题需要优化。从提问方式看,用户应该有一定Java基础,但需要系统性地梳理HashMap的实现细节。需要特别注意用户提到的"工作方式"这个关键词,说明ta不仅想知道静态结构,还想了解动态行为。 先拆解HashMap的核心实现要点: 1. 底层结构:数组+链表/红黑树的桶结构,这是HashMap高效的基础 2. 哈希算法:如何处理哈希冲突很关键,特别是扰动函数的设计 3. 扩容机制:包括触发条件、扩容过程和数据迁移 4. 树化优化:为什么需要红黑树,转换阈值如何设定 注意到引用资料提到几个关键细节: - 初始容量16且总是2的幂次(引用2),这个设计很巧妙 - 负载因子0.75(引用3)是时间和空间的平衡点 - null键处理(引用2)有特殊逻辑 - modCount字段(引用3)说明快速失败机制 用户可能没意识到但很重要的问题: - 为什么重写equals必须重写hashCode? - 多线程下HashMap为什么可能死循环? - JDK8的优化具体带来多少性能提升? 在解释时需要避免源码堆砌,重点说设计思想。比如讲扩容时强调"2倍扩容"和"高位掩码重定位"的关系,树化转换要说明链表查询时间复杂度恶化的场景。 最后考虑补充两个实用建议: 1. 实际开发中如何设置初始容量 2. 为什么String/Integer适合做key 这些虽然不是直接问题,但对用户真正用好HashMap很重要。</think>HashMap 是 Java 中基于**哈希表**实现的键值对存储结构,其核心原理是通过哈希函数将键映射到数组索引,实现高效的数据存取。以下是其核心实现机制和工作原理: --- ### **一、核心数据结构** 1. **数组 + 链表/红黑树** - **桶数组(`Node<K,V>[] table`)**:存储链表的头节点或红黑树的根节点。 - **链表**:解决哈希冲突(不同键映射到同一索引),当链表长度 **≥8** 且桶数组长度 **≥64** 时,链表转为**红黑树**(时间复杂度从 $O(n)$ 降至 $O(\log n)$)。 - **红黑树退化为链表**:当树节点数 **≤6** 时,还原为链表以节省空间[^2][^3]。 2. **关键参数** - **初始容量**:默认 `16`(桶数组大小)。 - **负载因子(`loadFactor`)**:默认 `0.75`,控制扩容时机。 - **阈值(`threshold`)**:`容量 × 负载因子`,触发扩容的临界值[^3]。 --- ### **二、工作流程** #### **1. 插入键值对(`put()`)** ```java public V put(K key, V value) { // 计算键的哈希值(扰动函数) int hash = hash(key); // 根据哈希值定位桶索引 int index = (n - 1) & hash; // 处理冲突(链表遍历或红黑树插入) // ... // 检查扩容 if (++size > threshold) resize(); } ``` - **哈希计算**:调用 `hash(Object key)` 方法,通过 **高16位异或低16位** 减少冲突(扰动函数)[^4]: ```java static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } ``` - **索引定位**:`index = (table.length - 1) & hash`(等价于 `hash % n`,但位运算更快)。 - **冲突处理**: - 若桶为空,直接插入新节点。 - 若桶为链表,遍历并更新值或追加节点。 - 若桶为红黑树,调用树节点的插入方法。 #### **2. 扩容机制(`resize()`)** - **触发条件**:键值对数量 `size > threshold`。 - **过程**: 1. 创建新数组(容量为旧数组的 **2倍**)。 2. 遍历旧数组,重新计算每个节点的索引(`newIndex = e.hash & (newCap - 1)`)。 3. **节点迁移**: - 链表节点:按 `(e.hash & oldCap) == 0` 拆分为低位链和高位链,分别放入新数组的 `原位置` 和 `原位置 + oldCap`[^3]。 - 红黑树节点:拆分后若长度 ≤6,退化为链表。 #### **3. 查询(`get()`)** - 计算键的哈希值 → 定位桶索引 → 遍历链表/红黑树查找匹配节点。 --- ### **三、关键设计** 1. **桶数组长度恒为 2的幂次** - 目的:使 `(n - 1) & hash` 等效于取模运算,且位运算效率更高。 - 扩容时直接翻倍:`newCap = oldCap << 1`。 2. **处理 null 键** - `key == null` 时,哈希值固定为 `0`,存储在索引 `0` 的桶中[^2]。 3. **线程不安全** - 多线程操作可能导致循环链表(扩容时链表倒序引发)或数据覆盖。 --- ### **四、性能影响因子** | 因素 | 影响 | |---------------------|----------------------------------------| | **哈希函数质量** | 冲突越少,链表/红黑树越短,效率越高 | | **负载因子大小** | 值越大,扩容延迟但冲突增多;值小则反之 | | **初始容量设置** | 避免频繁扩容(预估数据量设置初始容量) | > **最佳实践**:预分配足够容量(如 `new HashMap<>(expectedSize / 0.75 + 1)`),减少扩容开销。 --- ### **相关问题** 1. **为什么 HashMap 要求重写 `equals()` 时必须重写 `hashCode()`?** (若两个对象 `equals()` 相等,`hashCode()` 必须相同,否则会导致重复键或查找失败) 2. **HashMap 多线程下如何安全使用?** (替代方案:`ConcurrentHashMap` 或 `Collections.synchronizedMap()`) 3. **JDK 8 引入红黑树解决了什么问题?** (极端情况下链表过长导致查询效率退化至 $O(n)$) 4. **负载因子为何默认是 0.75?** (数学证明:泊松分布下,此值在时间与空间成本间达到平衡[^1]) 5. **哈希冲突的解决方案有哪些?** (开放定址法、链地址法、再哈希法等,HashMap 采用链地址法)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值