面试官想问的HashMap（数据结构和方法操作）

一、HashMap的数据结构

HashMap<String,String> map=new HashMap(); map.put("1","Kobe"); 

这两行代码表示数据已经在HashMap中存储完成。 而这也引发了一个问题，数据如何才能在HashMap中高效地存储？

从这个问题出发，我们首先应该了解HashMap的底层数据结构。

HashMap： 数组+链表[单向链表]+红黑树 JDK1.8
我们都知道的是HashMap是存储键值对(key,value)的容器，那么从上图来看在每个小格子中应当放入key还是value或者都存放呢？

如果大家看过源码就会知道，这里采用了一种面向对象的思想，将【key,value】封装起来

class Node{ private String key; private String value； } 

由此可知，每一个小格子就是一个new Node，而如果要将他们具体实现出来，只需要在Node的基础上稍加改动即可。

Node[] table=new Node[24]; //表示数组 

class Node{ private String key; //表示单项链表 private String value；
	Node next; } 

class TreeNode entends Node{ //红黑树的伪码表示 parent; left; right; } 

二、hash函数和碰撞

当我们获取数据后，要将其存入到HashMap中，就需要确定key,value组成的Node对象在数组索引下标中的位置。
如果想要获取位置，就需要：

1. 数组长度 length
2. 得到一个整型数 [0 ---- length-1]

（1）

我们首先可能想到用Random.nextInt(length)；但是这样以来就会产生两个问题：

1. 随机重复的可能性太大
2. 查找时候没有依据

（2）

鉴于这样的情况，hashCode就登场了：

1. 得到整型数

   int hash = key.hashCode()  ——> 32位的0和1组成的整数
   如果我们用一个例子来表示：“1”.hashCode 有可能会超过存储范围 

2. 控制这个整型数的范围

   这时就需要控制整形的hash值的范围： hash%length = 需要的范围 

但即便是这样，也会产生一定的问题。在hash = key.hashCode();中，如果key的值是31，47之类的数，在模16后（hash%16）得到的结果都是1，这样Node对象去到同一个位置的可能性会比较大，存储的资源就会大大被浪费。

要使index的结果尽可能不重复，就需要换一种计算形式：hash & length-1

得到的结果同样是在0~15之间，这与取模运算得到的结果是一样的。

但即便是这样，不同的hash值也有可能会产生相同的index：
这时就需要把原本hash值的低16位和高16位进行异或运算：

hash函数： 将key.hashCode() 高16位和低16位进行一个异或运算，这样得出的最终hash值，最后几位重复的可能性就比原来低了很多。

hash碰撞

在 hash&(n-1) 中，index结果如果重复了，就表示碰撞了。

op2：length-1 ——> 01111这种形式，如果不是这种形式，则无论op1的末尾值无论是1还是0最后计算的结果都会是0，这样就增加了重复的概率。

index实际上取决于op1，因为op2除了第一位之外，其他几位都是1，这也意味着数组的大小必须是10000-1=0111（2的幂次方）

三、put的过程

当我们new出来一个HashMap，我们需要去put，也就是向其中存入数据。而在put的时候，需要求出key值的hash（ hash(key) ），这里的hash是为了在之后确定位置时使用。在完成hash函数之后，并且维护几个变量，就可以开始具体的put过程。

1. 检查Node数组有没有初始化，如果没有初始化，那么就需要对它进行初始化。

if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; 

resize()方法初始化

newCap = DEFAULT_INITIAL_CAPACITY; //默认数组大小16 newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); //16*0.75=12  扩容标准 

Node<K,V> newTab = (Node<K,V>[])new Node[newCap]; //数组初始化 

2. 根据hash函数得到的hash结果，计算Node节点的下标的位置，并开始存入数据。

假如计算出来的Node节点的下标位置是1，判断1这个位置原来有没有Node节点。如果没有，那么就直接创建Node对象，放到数组该位置。如果1这个位置由元素，就分为三种情况：
（1）key值相同，直接替换value值
（2）key值不相同，按链表的方式进行存储
（3）key值不相同，按红黑树的方式存储

else { Node<K,V> e; K k; //key值相同，直接替换value值 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e=p; //key值不相同，按链表的方式进行存储 else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { //key值不相同，按链表的方式进行存储 ————> 循环遍历当前链表，直到找到当前链表的最后一个节点，next==null，将new出来的Node放到最后节点的后面 for (int binCount = 0; ; ++binCount){ if ((e = p.next) == null){ p.next = newNode(hash, key, value, null); //但凡新增加一个节点，就检查长度有没有超过8 if (binCount >= TREEIFY_THRESHOLD - 1) //链表转红黑树 treeifyBin(tab, hash); break; } if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } if (e != null) { V oldValue = e.value; if (!onlyIfAbsent || oldValue null) e.value = value; afterNodeAccess(e); return oldValue; } } 

注意：链表的长度超过8，就转为红黑树；红黑树里的节点小于6，就转为链表。

四、HashMap的扩容

当数组的大小无法满足存储的需求时，就需要对HashMap进行扩容。

扩容的方法就是：创建一个新的数组，将老数组中的【链表，红黑树】迁移到新数组中。

注意：在扩容时要保证双倍扩容，比如16 —> 32，符合2的幂次的规律。

而在什么情况下会发生扩容呢？

假如数组大小时16，当整个数据结构中节点的数量超过 16*0.75=12 时，就会发生扩容。

//源码中的0.75就是负载因子 static final float DEFAULT_LOAD_FACTOR = 0.75f; 

if (++size > threshold) //扩容标准，这里的threshold就是16*0.75 resize(); //功能：初始化/扩容 

//这里的MAXIMUM_CAPACITY是2^30,如果老数组大于这个数，就不需要扩容 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } //如果没有超过，就将老数组大小向右位移一位 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) //而这时使用的是新的数组，所以扩容标准也增加一倍，为24 newThr = oldThr << 1; 

当取得这两个参数时，就可以创建新数组：

Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; 

再之后就需要将老数组的节点迁移到新数组中：

1. 循环遍历老的数组的下标
2. 判断当前下标位置有没有元素，有元素才值得迁移
3. 如果下标位置有元素，并且下面没有元素
4. 如果下面有元素，并且是红黑树形式
5. 如果下面有元素，并且是链表形式

if (oldTab != null) { //循环遍历老的数组的下标 for(int j = 0;j < oldCap; ++j) { Node<K,V> e; //判断当前下标位置有没有元素，有元素才值得迁移 if ((e = oldTab[j]) != null) { oldTab[j] = null; //如果下标位置有元素，并且下面没有元素 if (e.next == null) //得到Node节点再新数组下标的位置 newTab[e.hash & (newCap - 1)] = e; else if (e instanceof TreeNode) //如果下面有元素，并且是红黑树形式 ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { Node<K,V> loHead = null, lotail = null; Node<K,V> hiload = null,hiTail = null; Node<K,V> next; //如果下面有元素，并且是链表形式 do { next = e.next; //老数组链表中i位置的Node节点，会保存到新数组中对应的i位置 if ((e.hash &oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } //老数组链表中i位置的Node节点，会保存到新数组中对应的i+oldCap位置		1+16=17 else { if (hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e = next) != null); if (loTail != null) { loTail.next = null; newTab[j] = loHead; } if (hiTail != null) { hiTail.next = null; newTab[j+oldCap] = hiHead; } } } } } 

五、线程安全

多线程执行操作和单线程执行操作，最终的数据不一致，这就是线程非安全。

如果想要保证线程安全，这个线程就需要原子性，可见性，有序性这三大性质。

方法：只有此线程操作完成或者异常退出，其他线程才能进来操作。可以在put的过程中加入synchronized(同步)关键字。但是这样会导致每一个线程都会有一把锁，使得效率大大降低。这时可以使用hashtable或者ConcurrentHashMap,这里不做过多延申，后续会出相关博客。

本文地址：https://blog.csdn.net/qq_44715697/article/details/108015043