哈喽，小伙伴们好。金三银四可能很多小伙伴都考虑换个环境，那么面试是少不了的，基础更加重要。
周末逛论坛发现下面 14 个关于 HashMap 的问题，分享给大家，基本上理解了这些问题，HashMap 难不到你了。
01 HashMap的底层数据结构是什么？
在 JDK1.7 中和 JDK1.8 中有所区别：
在JDK1.7中，由数组 链表组成，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。
在 JDK1.8 中，有数组 链表 红黑树组成。当链表过长，则会严重影响 HashMap 的性能，红黑树搜索时间复杂度是O(logn)，而链表是O(n)。因此，JDK1.8 对数据结构做了进一步的优化，引入了红黑树，链表和红黑树在达到一定条件会进行转换：
- 当链表超过8且数组长度(数据总量)超过64才会转为红黑树
- 将链表转换成红黑树前会判断，如果当前数组的长度小于64，那么会选择先进行数组扩容，而不是转换为红黑树，以减少搜索时间。
02 说一下HashMap的特点
- hashmap 存取是无序的
- 键和值位置都可以是 null，但是键位置只能是一个 null
- 键位置是唯一的，底层的数据结构是控制键的
- jdk1.8 前数据结构是：链表 数组 jdk1.8 之后是：数组 链表 红黑树
- 阈值（边界值）>8 并且数组长度大于 64，才将链表转换成红黑树，变成红黑树的目的是提高搜索速度，高效查询
03 解决 hash 冲突的办法有哪些? HashMap 用的哪种？
解决 Hash 冲突方法有：开放定址法、再哈希法、链地址法（ HashMap 中常见的拉链法）、简历公共溢出区。HashMap 中采用的是链地址法。
- 开放定址法也称为再散列法，基本思想就是，如果 p=H(key) 出现冲突时，则以p为基础，再次 hash，p1=H(p)，如果 p1 再次出现冲突，则以 p1 为基础，以此类推，直到找到一个不冲突的哈希地址 pi 。因此开放定址法所需要的 hash 表的长度要大于等于所需要存放的元素，而且因为存在再次 hash，所以只能在删除的节点上做标记，而不能真正删除节点
- 再哈希法（双重散列，多重散列），提供多个不同的 hash 函数，R1=H1(key1) 发生冲突时，再计算 R2=H2（key1），直到没有冲突为止。这样做虽然不易产生堆集，但增加了计算的时间。
- 链地址法（拉链法），将哈希值相同的元素构成一个同义词的单链表，并将单链表的头指针存放在哈希表的第i个单元中，查找、插入和删除主要在同义词链表中进行，链表法适用于经常进行插入和删除的情况。
- 建立公共溢出区，将哈希表分为公共表和溢出表，当溢出发生时，将所有溢出数据统一放到溢出区
注意开放定址法和再哈希法的区别是
- 开放定址法只能使用同一种 hash 函数进行再次 hash，再哈希法可以调用多种不同的 hash 函数进行再次 hash
04 为什么要在数组长度大于 64 之后，链表才会进化为红黑树
在数组比较小时如果出现红黑树结构，反而会降低效率，而红黑树需要进行左旋右旋，变色，这些操作来保持平衡，同时数组长度小于 64 时，搜索时间相对要快些，总之是为了加快搜索速度，提高性能
JDK1.8 以前 HashMap 的实现是数组 链表，即使哈希函数取得再好，也很难达到元素百分百均匀分布。当HashMap中有大量的元素都存放在同一个桶中时，这个桶下有一条长长的链表，此时HashMap就相当于单链表，假如单链表有n个元素，遍历的时间复杂度就从O（1）退化成O（n），完全失去了它的优势，为了解决此种情况，JDK1.8中引入了红黑树（查找的时间复杂度为O（logn））来优化这种问题
05 为什么加载因子设置为 0.75，初始化临界值是 12？
HashMap 中的 threshold 是 HashMap 所能容纳键值对的最大值。计算公式为length*LoadFactory。也就是说，在数组定义好长度之后，负载因子越大，所能容纳的键值对个数也越大
loadFactory 越趋近于 1，那么数组中存放的数据（entry 也就越来越多），数据也就越密集，也就会有更多的链表长度处于更长的数值，我们的查询效率就会越低，当我们添加数据，产生 hash 冲突的概率也会更高
默认的 loadFactory 是 0.75，loadFactory 越小，越趋近于 0，数组中个存放的数据 (entry) 也就越少，表现得更加稀疏
0.75 是对空间和时间效率的一种平衡选择
如果负载因子小一些比如是 0.4，那么初始长度 16*0.4=6，数组占满 6 个空间就进行扩容，很多空间可能元素很少甚至没有元素，会造成大量的空间被浪费
如果负载因子大一些比如是 0.9，这样会导致扩容之前查找元素的效率非常低
loadfactory 设置为 0.75 是经过多重计算检验得到的可靠值，可以最大程度的减少 rehash 的次数，避免过多的性能消耗
06 哈希表底层采用何种算法计算 hash 值？还有哪些算法可以计算出 hash 值？
hashCode 方法是 Object 中的方法，所有的类都可以对其进行使用，首先底层通过调用 hashCode 方法生成初始 hash 值 h1，然后将 h1 无符号右移 16 位得到 h2，之后将 h1 与 h2 进行按位异或（^）运算得到最终 hash 值 h3，之后将 h3 与(length-1)进行按位与（&）运算得到 hash 表索引
其他可以计算出 hash 值的算法有
- 平方取中法
- 取余数
- 伪随机数法
07 当两个对象的 hashCode 相等时会怎样
hashCode 相等产生 hash 碰撞，hashCode 相等会调用 equals 方法比较内容是否相等，内容如果相等则会进行覆盖，内容如果不等则会连接到链表后方，链表长度超过 8 且数组长度超过 64，会转变成红黑树节点
08何时发生哈希碰撞和什么是哈希碰撞，如何解决哈希碰撞？
只要两个元素的 key 计算的hash码值相同就会发生 hash 碰撞，jdk8 之前使用链表解决哈希碰撞，jdk8 之后使用链表 红黑树解决哈希碰撞
09 HashMap的put方法流程
以 jdk8 为例，简要流程如下：
- 首先根据key的值计算hash值，找到该元素在数组中存储的下标
- 如果数组是空的，则调用resize进行初始化；
- 如果没有哈希冲突直接放在对应的数组下标里
- 如果冲突了，且key已经存在，就覆盖掉value
- 如果冲突后是链表结构，就判断该链表是否大于8，如果大于8并且数组容量小于64，就进行扩容；如果链表节点数量大于8并且数组的容量大于64，则将这个结构转换成红黑树；否则，链表插入键值对，若key存在，就覆盖掉value
- 如果冲突后，发现该节点是红黑树，就将这个节点挂在树上
10 HashMap的扩容方式
HashMap 在容量超过负载因子所定义的容量之后，就会扩容。java 里的数组是无法自己扩容的，将 HashMap 的大小扩大为原来数组的两倍
我们来看 jdk1.8 扩容的源码
代码语言：javascript复制final Node<K,V>[] resize() {
//oldTab：引用扩容前的哈希表
Node<K,V>[] oldTab = table;
//oldCap：表示扩容前的table数组的长度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//获得旧哈希表的扩容阈值
int oldThr = threshold;
//newCap:扩容之后table数组大小
//newThr:扩容之后下次触发扩容的条件
int newCap, newThr = 0;
//条件成立说明hashMap中的散列表已经初始化过了，是一次正常扩容
if (oldCap > 0) {
//判断旧的容量是否大于等于最大容量，如果是，则无法扩容，并且设置扩容条件为int最大值，
//这种情况属于非常少数的情况
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}//设置newCap新容量为oldCap旧容量的二倍（<<1）,并且<最大容量，而且>=16，则新阈值等于旧阈值的两倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//如果oldCap=0并且边界值大于0，说明散列表是null，但此时oldThr>0
//说明此时hashMap的创建是通过指定的构造方法创建的,新容量直接等于阈值
//1.new HashMap(intitCap,loadFactor)
//2.new HashMap(initCap)
//3.new HashMap(map)
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//这种情况下oldThr=0;oldCap=0，说明没经过初始化，创建hashMap
//的时候是通过new HashMap()的方式创建的
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//newThr为0时，通过newCap和loadFactor计算出一个newThr
if (newThr == 0) {
//容量*0.75
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
//根据上面计算出的结果创建一个更长更大的数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
//将table指向新创建的数组
table = newTab;
//本次扩容之前table不为null
if (oldTab != null) {
//对数组中的元素进行遍历
for (int j = 0; j < oldCap; j) {
//设置e为当前node节点
Node<K,V> e;
//当前桶位数据不为空，但不能知道里面是单个元素，还是链表或红黑树，
//e = oldTab[j]，先用e记录下当前元素
if ((e = oldTab[j]) != null) {
//将老数组j桶位置为空，方便回收
oldTab[j] = null;
//如果e节点不存在下一个节点，说明e是单个元素，则直接放置在新数组的桶位
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//如果e是树节点，证明该节点处于红黑树中
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//e为链表节点，则对链表进行遍历
else { // preserve order
//低位链表：存放在扩容之后的数组的下标位置，与当前数组下标位置一致
//loHead：低位链表头节点
//loTail低位链表尾节点
Node<K,V> loHead = null, loTail = null;
//高位链表，存放扩容之后的数组的下标位置，=原索引 扩容之前数组容量
//hiHead:高位链表头节点
//hiTail:高位链表尾节点
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//oldCap为16:10000，与e.hsah做&运算可以得到高位为1还是0
//高位为0，放在低位链表
if ((e.hash & oldCap) == 0) {
if (loTail == null)
//loHead指向e
loHead = e;
else
loTail.next = e;
loTail = e;
}
//高位为1，放在高位链表
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//低位链表已成，将头节点loHead指向在原位
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//高位链表已成，将头节点指向新索引
if (hiTail != null) {
hiTail.next = null;
newTab[j oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
扩容之后原位置的节点只有两种调整
- 保持原位置不动（新 bit 位为 0 时）
- 散列原索引 扩容大小的位置去（新 bit 位为1时）
扩容之后元素的散列设置的非常巧妙，节省了计算 hash 值的时间，我们来看一 下具体的实现
当数组长度从 16 到 32，其实只是多了一个 bit 位的运算，我们只需要在意那个多出来的 bit 为是 0 还是 1，是 0 的话索引不变，是 1 的话索引变为当前索引值 扩容的长度，比如 5 变成5 16=21
这样的扩容方式不仅节省了重新计算 hash 的时间，而且保证了当前桶中的元素总数一定小于等于原来桶中的元素数量，避免了更严重的 hash 冲突，均匀的把之前冲突的节点分散到新的桶中去
11 一般用什么作为 HashMap 的 key？
一般用Integer、String这种不可变类当HashMap当key
- 因为String是不可变的，当创建字符串时，它的hashcode被缓存下来，不需要再次计算，相对于其他对象更快
- 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，这些类很规范的重写了hashCode()以及equals()方法
12 为什么 Map 桶中节点个数超过 8 才转为红黑树？
8 作为阈值作为 HashMap 的成员变量，在源码的注释中并没有说明阈值为什么是 8
在 HashMap 中有这样一段注释说明，我们继续看
代码语言：javascript复制 * Because TreeNodes are about twice the size of regular nodes, we
* use them only when bins contain enough nodes to warrant use
* (see TREEIFY_THRESHOLD). And when they become too small (due to
* removal or resizing) they are converted back to plain bins. In
* usages with well-distributed user hashCodes, tree bins are
* rarely used. Ideally, under random hashCodes, the frequency of
* nodes in bins follows a Poisson distribution
* (http://en.wikipedia.org/wiki/Poisson_distribution) with a
* parameter of about 0.5 on average for the default resizing
* threshold of 0.75, although with a large variance because of
* resizing granularity. Ignoring variance, the expected
* occurrences of list size k are (exp(-0.5) * pow(0.5, k) /
* factorial(k)).
翻译一下
因为树节点的大小大约是普通节点的两倍，所以我们只在箱子包含足够的节点时才使用树节点。
当他们边的太小（由于删除或调整大小）时，就会被转换回普通的桶，在使用分布良好的 hashcode 时，很少使用树箱。理想情况下，在随机哈希码下，箱子中节点的频率服从泊松分布
第一个值是：
代码语言：javascript复制 * 0: 0.60653066
* 1: 0.30326533
* 2: 0.07581633
* 3: 0.01263606
* 4: 0.00157952
* 5: 0.00015795
* 6: 0.00001316
* 7: 0.00000094
* 8: 0.00000006
* more: less than 1 in ten million
树节点占用空间是普通 Node 的两倍，如果链表节点不够多却转换成红黑树，无疑会耗费大量的空间资源，并且在随机 hash 算法下的所有bin节点分布频率遵从泊松分布，链表长度达到8的概率只有 0.00000006，几乎是不可能事件，所以 8 的计算是经过重重科学考量的
- 从平均查找长度来看，红黑树的平均查找长度是 logn，如果长度为 8，则
logn=3，而链表的平均查找长度为n/4，长度为 8 时，n/2=4，所以阈值 8 能大大提高搜索速度 - 当长度为 6 时红黑树退化为链表是因为 logn=log6 约等于 2.6，而
n/2=6/2=3，两者相差不大，而红黑树节点占用更多的内存空间，所以此时转换最为友好
13 HashMap 为什么线程不安全？
- 多线程下扩容死循环。JDK1.7 中的 HashMap 使用头插法插入元素，在多线程的环境下，扩容的时候有可能导致环形链表的出现，形成死循环。因此 JDK1.8 使用尾插法插入元素，在扩容时会保持链表元素原本的顺序，不会出现环形链表的问题
- 多线程的 put 可能导致元素的丢失。多线程同时执行 put 操作，如果计算出来的索引位置是相同的，那会造成前一个 key 被后一个 key 覆盖，从而导致元素的丢失。此问题在 JDK1.7 和 JDK1.8 中都存在
- put 和 get 并发时，可能导致 get 为 null。线程 1 执行 put 时，因为元素个数超出 threshold 而导致 rehash，线程 2 此时执行 get，有可能导致这个问题，此问题在 JDK1.7 和 JDK1.8 中都存在
14 计算 hash 值时为什么要让低 16bit 和高 16bit 进行异或处理
我们计算索引需要将 hashCode 值与 length-1 进行按位与运算，如果数组长度很小，比如 16，这样的值和 hashCode 做异或实际上只有 hashCode 值的后 4 位在进行运算，hash 值是一个随机值，而如果产生的 hashCode 值高位变化很大，而低位变化很小，那么有很大概率造成哈希冲突，所以我们为了使元素更好的散列，将 hash 值的高位也利用起来
举个例子
如果我们不对 hashCode 进行按位异或，直接将 hash 和 length-1 进行按位与运算就有可能出现以下的情况
如果下一次生成的 hashCode 值高位起伏很大，而低位几乎没有变化时，高位无法参与运算
可以看到，两次计算出的 hash 相等，产生了 hash 冲突
所以无符号右移 16 位的目的是使高混乱度地区与地混乱度地区做一个中和，提高低位的随机性，减少哈希冲突
文章中出现的关于面试题的错误请在评论区指出，我再进行改正优化。如果文章对你有所帮助，来一个免费的赞吧，感谢大家。
参考链接
- blog.csdn.net/wenwenaier/article/ details/123335563
