Java面试题冲刺第十一天--集合框架篇(2)

• 面试题1：说一下 hashmap 的实现原理？
• 深入追问： 追问1：如何实现hashmap的有序？
• 追问2：那treemap怎么实现有序的？
• 追问4：hashmap扩容机制原理
• 追问5：hashmap在jdk1.8都做了哪些优化？
• 面试题2：hashmap是线程安全的吗？

面试题1：说一下 hashmap 的实现原理？

正经回答：

众所周知，hashmap是一个用于存储key-value键值对的集合，每一个键值对也叫做entry（包括key-value），其中key 和 value 允许为null。这些个键值对（entry）分散存储在一个数组当中，这个数组就是hashmap的主干。另外，hashmap数组每一个元素的初始值都是null。

值得注意的是：hashmap不能保证映射的顺序，插入后的数据顺序也不能保证一直不变（如扩容后rehash）。

要说hashmap的原理，首先要先了解他的数据结构，

如上图为jdk1.8版本的数据结构，其实hashmap在jdk1.7及以前是一个“链表散列”的数据结构，即数组 + 链表的结合体。jdk8优化为：数组+链表+红黑树。

我们常把数组中的每一个节点称为一个桶。当向桶中添加一个键值对时，首先计算键值对中key的hash值（hash(key)），以此确定插入数组中的位置（即哪个桶），但是可能存在同一hash值的元素已经被放在数组同一位置了，这种现象称为碰撞，这时按照尾插法(jdk1.7及以前为头插法)的方式添加key-value到同一hash值的元素的最后面，链表就这样形成了。

当链表长度超过8(treeify_threshold - 阈值)时，链表就自行转为红黑树。

注意：同一hash值的元素指的是key内容一样么？不是。根据hash算法的计算方式，是将key值转为一个32位的int值（近似取值），key值不同但key值相近的很可能hash值相同，如key=“a”和key=“aa”等。

通过上述回答的内容，我们明显给了面试官往深入问的多个诱饵，根据我们的回答，下一步他多可能会追问这些问题：

1、如何实现hashmap的有序？ 4、put方法原理是怎么实现的？ 6、扩容机制原理 → 初始容量、加载因子 → 扩容后的rehash（元素迁移） 2、插入后的数据顺序会变的原因是什么？ 3、hashmap在jdk1.7-jdk1.8都做了哪些优化？ 5、链表红黑树如何互相转换？阈值多少？ 7、头插法改成尾插法为了解决什么问题？

而我们，当然是提前准备好如何回答好这些问题！当你的回答超过面试同学的认知范围时，主动权就到我们手里了。

深入追问： 追问1：如何实现hashmap的有序？

使用linkedhashmap 或 treemap。

linkedhashmap内部维护了一个单链表，有头尾节点，同时linkedhashmap节点entry内部除了继承hashmap的node属性，还有before 和 after用于标识前置节点和后置节点。可以实现按插入的顺序或访问顺序排序。

/**
 * the head (eldest) of the doubly linked list.
*/
transient linkedhashmap.entry<k,v> head;
/**
  * the tail (youngest) of the doubly linked list.
*/
transient linkedhashmap.entry<k,v> tail;
//将加入的p节点添加到链表末尾
private void linknodelast(linkedhashmap.entry<k,v> p) {
  linkedhashmap.entry<k,v> last = tail;
  tail = p;
  if (last == null)
    head = p;
  else {
    p.before = last;
    last.after = p;
  }
}
//linkedhashmap的节点类
static class entry<k,v> extends hashmap.node<k,v> {
  entry<k,v> before, after;
  entry(int hash, k key, v value, node<k,v> next) {
    super(hash, key, value, next);
  }
}

示例代码：

public static void main(string[] args) {
  map<string, string> linkedmap = new linkedhashmap<string, string>();
  linkedmap.put("1", "占便宜");
  linkedmap.put("2", "没够儿");
  linkedmap.put("3", "吃亏");
  linkedmap.put("4", "难受");
  for(linkedmap.entry<string,string> item: linkedmap.entryset()){
    system.out.println(item.getkey() + ":" + item.getvalue());
  }
}

输出结果:

1:占便宜 2:没够儿 3:吃亏 4:难受

追问2：那treemap怎么实现有序的？

treemap是按照key的自然顺序或者comprator的顺序进行排序，内部是通过红黑树来实现。

treemap实现了sortedmap接口，它是一个key有序的map类。要么key所属的类实现comparable接口，或者自定义一个实现了comparator接口的比较器，传给treemap用于key的比较。

treemap<string, string> map = new treemap<string, string>(new comparator<string>() {
    @override
    public int compare(string o1, string o2) {
            return o2.compareto(o1);
    }
});

追问3：put方法原理是怎么实现的？

1. 判断数组是否为空，为空进行初始化;
2. 不为空，计算 k 的 hash 值，通过(n - 1) & hash计算应当存放在数组中的下标 index;
3. 查看 table[index] 是否存在数据，没有数据就构造一个node节点存放在 table[index] 中；存在数据，说明发生了hash冲突(存在二个节点key的hash值一样), 继续判断key是否相等，相等，用新的value替换原数据(onlyifabsent为false)；
4. 如果不相等，判断当前节点类型是不是树型节点，如果是树型节点，创造树型节点插入红黑树中；
5. (如果当前节点是树型节点证明当前已经是红黑树了)如果不是树型节点，创建普通node加入链表中；
6. 判断链表长度是否大于 8并且数组长度大于64， 大于的话链表转换为红黑树；
7. 插入完成之后判断当前节点数是否大于阈值，如果大于开始扩容为原数组的二倍。

下面我们看看源码中的内容：

/**
 * 将指定参数key和指定参数value插入map中，如果key已经存在，那就替换key对应的value
 * 
 * @param key 指定key
 * @param value 指定value
 * @return 如果value被替换，则返回旧的value，否则返回null。当然，可能key对应的value就是null。
 */
public v put(k key, v value) {
    //putval方法的实现就在下面
    return putval(hash(key), key, value, false, true);
}

从源码中可以看到，put(k key, v value)可以分为三个步骤：

1. 通过hash(object key)方法计算key的哈希值。
2. 通过putval(hash(key), key, value, false, true)方法实现功能。
3. 返回putval方法返回的结果。

那么看看putval方法的源码是如何实现的？

/**
 * map.put和其他相关方法的实现需要的方法
 * 
 * @param hash 指定参数key的哈希值
 * @param key 指定参数key
 * @param value 指定参数value
 * @param onlyifabsent 如果为true，即使指定参数key在map中已经存在，也不会替换value
 * @param evict 如果为false，数组table在创建模式中
 * @return 如果value被替换，则返回旧的value，否则返回null。当然，可能key对应的value就是null。
 */
final v putval(int hash, k key, v value, boolean onlyifabsent,boolean evict) {
    node<k,v>[] tab; node<k,v> p; int n, i;
    //如果哈希表为空，调用resize()创建一个哈希表，并用变量n记录哈希表长度
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    //如果指定参数hash在表中没有对应的桶，即为没有碰撞
    if ((p = tab[i = (n - 1) & hash]) == null)
        //直接将键值对插入到map中即可
        tab[i] = newnode(hash, key, value, null);
    else {
        node<k,v> e; k k;
        //如果碰撞了，且桶中的第一个节点就匹配了
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            //将桶中的第一个节点记录起来
            e = p;
        //如果桶中的第一个节点没有匹配上，且桶内为红黑树结构，则调用红黑树对应的方法插入键值对
        else if (p instanceof treenode)
            e = ((treenode<k,v>)p).puttreeval(this, tab, hash, key, value);
        //不是红黑树结构，那么就肯定是链式结构
        else {
            //遍历链式结构
            for (int bincount = 0; ; ++bincount) {
                //如果到了链表尾部
                if ((e = p.next) == null) {
                    //在链表尾部插入键值对
                    p.next = newnode(hash, key, value, null);
                    //如果链的长度大于treeify_threshold这个临界值，则把链变为红黑树
                    if (bincount >= treeify_threshold - 1) // -1 for 1st
                        treeifybin(tab, hash);
                    //跳出循环
                    break;
                }
                //如果找到了重复的key，判断链表中结点的key值与插入的元素的key值是否相等，如果相等，跳出循环
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                //用于遍历桶中的链表，与前面的e = p.next组合，可以遍历链表
                p = e;
            }
        }
        //如果key映射的节点不为null
        if (e != null) { // existing mapping for key
            //记录节点的vlaue
            v oldvalue = e.value;
            //如果onlyifabsent为false，或者oldvalue为null
            if (!onlyifabsent || oldvalue == null)
                //替换value
                e.value = value;
            //访问后回调
            afternodeaccess(e);
            //返回节点的旧值
            return oldvalue;
        }
    }
    //结构型修改次数+1
    ++modcount;
    //判断是否需要扩容
    if (++size > threshold)
        resize();
    //插入后回调
    afternodeinsertion(evict);
    return null;
}

追问4：hashmap扩容机制原理

capacity 即容量，默认16。

loadfactor 加载因子，默认是0.75

threshold 阈值。阈值=容量*加载因子。默认12。当元素数量超过阈值时便会触发扩容。

• 一般情况下，当元素数量超过阈值时便会触发扩容（调用resize()方法）。
• 每次扩容的容量都是之前容量的2倍。
• 扩展后node对象的位置要么在原位置，要么移动到原偏移量两倍的位置。

这里我们以jdk1.8的扩容为例：

hashmap的容量变化通常存在以下几种情况：

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 = 容量 x 加载因子 。（因此并不是我们手动指定了容量就一定不会触发扩容，超过阈值后一样会扩容！！）

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。（容量和阈值都变为原来的2倍时，加载因子0.75不变）

此外还有几个点需要注意：

• 首次put时，先会触发扩容（算是初始化），然后存入数据，然后判断是否需要扩容；可见首次扩容可能会调用两次resize()方法。
• 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；

扩容时，要扩大空间，为了使hash散列均匀分布，原有部分元素的位置会发生移位。

jdk7的元素迁移

jdk7中，hashmap的内部数据保存的都是链表。因此逻辑相对简单：在准备好新的数组后，map会遍历数组的每个“桶”，然后遍历桶中的每个entity，重新计算其hash值（也有可能不计算），找到新数组中的对应位置，以头插法插入新的链表。

• 这里有几个注意点：

是否要重新计算hash值的条件这里不深入讨论，读者可自行查阅源码。因为是头插法，因此新旧链表的元素位置会发生转置现象。

元素迁移的过程中在多线程情境下有可能会触发死循环（无限进行链表反转）。

jdk1.8的元素迁移

jdk1.8则因为巧妙的设计，性能有了大大的提升：由于数组的容量是以2的幂次方扩容的，那么一个entity在扩容时，新的位置要么在原位置，要么在原长度+原位置的位置。原因如下图：

数组长度变为原来的2倍，表现在二进制上就是多了一个高位参与数组下标确定。此时，一个元素通过hash转换坐标的方法计算后，恰好出现一个现象：最高位是0则坐标不变，最高位是1则坐标变为“10000+原坐标”，即“原长度+原坐标”。如下图：

因此，在扩容时，不需要重新计算元素的hash了，只需要判断最高位是1还是0就好了。

jdk8的hashmap还有以下细节需要注意：

• jdk8在迁移元素时是正序的，不会出现链表转置的发生。
• 如果某个桶内的元素超过8个，则会将链表转化成红黑树，加快数据查询效率。

追问5：hashmap在jdk1.8都做了哪些优化？

不同点	jdk 1.7	jdk 1.8
存储结构	数组 + 链表	数组 + 链表 + 红黑树
初始化方式	单独函数：inflatetable()	直接集成到了扩容函数resize()中
hash值计算方式	扰动处理 = 9次扰动 = 4次位运算 + 5次异或运算	扰动处理 = 2次扰动 = 1次位运算 + 1次异或运算
存放数据的规则	无冲突时，存放数组；冲突时，存放链表	无冲突时，存放数组；冲突 & 链表长度 < 8：存放单链表；冲突 & 链表长度 > 8：树化并存放红黑树
插入数据方式	头插法（先讲原位置的数据移到后1位，再插入数据到该位置）	尾插法（直接插入到链表尾部/红黑树）
扩容后存储位置的计算方式	全部按照原来方法进行计算（即hashcode ->> 扰动函数 ->> (h&length-1)）	按照扩容后的规律计算（即扩容后的位置=原位置 or 原位置 + 旧容量）

1.数组+链表改成了数组+链表或红黑树；

防止发生hash冲突，链表长度过长，将时间复杂度由o(n)降为o(logn);

2.链表的插入方式从头插法改成了尾插法，简单说就是插入时，如果数组位置上已经有元素，1.7将新元素放到数组中，新节点插入到链表头部，原始节点后移；而jdk1.8会遍历链表，将元素放置到链表的最后；

因为1.7头插法扩容时，头插法可能会导致链表发生反转，多线程环境下会产生环（死循环）；

这个过程为，先将a复制到新的hash表中，然后接着复制b到链头（a的前边：b.next=a），本来b.next=null，到此也就结束了（跟线程二一样的过程），但是，由于线程二扩容的原因，将b.next=a，所以，这里继续复制a，让a.next=b，由此，环形链表出现：b.next=a; a.next=b

使用头插会改变链表的上的顺序，但是如果使用尾插，在扩容时会保持链表元素原本的顺序，就不会出现链表成环的问题了。

就是说原本是a->b，在扩容后那个链表还是a->b。

3.扩容的时候1.7需要对原数组中的元素进行重新hash定位在新数组的位置，1.8采用更简单的判断逻辑，位置不变或索引+旧容量大小；

4.在插入时，1.7先判断是否需要扩容，再插入，1.8先进行插入，插入完成再判断是否需要扩容；

追问6：链表红黑树如何互相转换？阈值多少？

• **链表转红黑树的阈值为：8
• ****红黑树转链表的阈值为：6 **

经过计算，在hash函数设计合理的情况下，发生hash碰撞8次的几率为百万分之6，从概率上讲，阈值为8足够用；至于为什么红黑树转回来链表的条件阈值是6而不是7或9？因为如果hash碰撞次数在8附近徘徊，可能会频繁发生链表和红黑树的互相转化操作，为了预防这种情况的发生。

面试题2：hashmap是线程安全的吗？

正经回答：

不是线程安全的，在多线程环境下，

• jdk1.7：会产生死循环、数据丢失、数据覆盖的问题；
• jdk1.8：中会有数据覆盖的问题。

以1.8为例，当a线程判断index位置为空后正好挂起，b线程开始往index位置写入数据时，这时a线程恢复，执行写入操作，这样a或b数据就被覆盖了。

追问1：你是如何解决这个线程不安全问题的？

在java中有hashtable、synchronizedmap、concurrenthashmap这三种是实现线程安全的map。

• hashtable：是直接在操作方法上加synchronized关键字，锁住整个数组，粒度比较大；
• synchronizedmap：是使用collections集合工具的内部类，通过传入map封装出一个synchronizedmap对象，内部定义了一个对象锁，方法内通过对象锁实现；
• concurrenthashmap：使用分段锁（cas + synchronized相结合），降低了锁粒度，大大提高并发度。

总结

本篇文章就到这里了，希望能给你带来帮助，也希望你能够多多关注的更多内容！