(Java)笔记篇---HashMap底层原理解析及HashMap常考面试题

简介: 哈希桶中存放的是链表节点,但是在一定条件下,链表会和红黑树相互转化。

一. 实现的接口

image.png


底层实现了Map,克隆,序列化接口


二. 默认初始值

1. 默认初始容量

image.png

2^4 = 16,当不给初始容量时,容量默认为16


2. 默认最大容量


默认最大容量为 2^30

image.png

3. 默认负载因子

image.png


默认的负载因子为0.75,有效元素个数 / 表容量 = 负载因子


三. 链表与红黑树的相互转换

哈希桶中存放的是链表节点,但是在一定条件下,链表会和红黑树相互转化

image.png


每个桶的链表节点个数超过8,链表会转化为红黑树

image.png


当红黑树中的节点个数小于6时,红黑树会退化为链表

image.png


如果哈希桶中某条链表中节点超过8,并且桶的个数超过64,链表才会转化为红黑树,否则直接扩容


四. 哈希桶中链表的结构

//HashMap将其底层链表中的节点封装为静态内部类
//节点中带有key,value键值对以及key所对应的哈希值
static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;   //节点的哈希值
        final K key;
        V value;
        Node<K,V> next;
        Node(int hash, K key, V value, Node<K,V> next) {
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }
        public final K getKey()        { return key; }
        public final V getValue()      { return value; }
        public final String toString() { return key + "=" + value; }
        //重写Object类中hashcode()方法
        public final int hashCode() {
            return Objects.hashCode(key) ^ Objects.hashCode(value);
        }
        public final V setValue(V newValue) {
            V oldValue = value;
            value = newValue;
            return oldValue;
        }
        //重写Object类中equals方法
        public final boolean equals(Object o) {
            if (o == this)
                return true;
            if (o instanceof Map.Entry) {
                Map.Entry<?,?> e = (Map.Entry<?,?>)o;
                if (Objects.equals(key, e.getKey()) &&
                    Objects.equals(value, e.getValue()))
                    return true;
            }
            return false;
        }
    }


五. 哈希函数


image.png

将key转化为一个整型数字,再用这个数字进行除留余数法计算桶的位置


解析:


1. 如果key为null,返回0号桶。


2. 如果key不为null,返回key所对应的哈希码,如果key为自定义类型,必须重写Object类中的hashcode()方法。


3. ( h = key . hashCode() ) ^ ( h >>> 16 ),是为了让高16bit不变,低16bit与高16bit进行异或,主要用于当hashmap数组比较小的时候所有bit都参与运算,目的是减小碰撞。


4. 获取到哈希地址后,计算桶号的方式为:index = (table.length - 1) & hash。


5. 通过除留余数法方式获得桶号,因为hash表的大小始终为2的n次幂,因此可以将取模转为位运算,提高效率,这也是为什么要按照2倍方式扩容的一个原因。


这里画图来说明一下原因:

image.png

总结:通过上述方式可知,实际上hashcode的很多位是用不上的,因此在hashMap的hash函数中,才使用了移位运算,只取了前16位来做映射,另一方面&运算比取模效率更高。


六. 扩容

image.png


每次都是将cap扩大到与cap最近的2的n次幂,int n = cap - 1;是为了防止cap已经是2的幂次方,如果cap已经是2的幂次方,则执行完后面的几条无符号右移操作之后,返回的capacity将是这个cap的2倍。


假设现在cap的初始值为10,具体方式如下:

image.png


七. HashMap中常用的方法

1. 构造方法

// 构造方法一:带有初始容量的构造,负载因子使用默认值0.75
    public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }
    // 构造方法二:
    public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }
    // 构造方法一:带有初始容量和初始负载因子的构造
    public HashMap(int initialCapacity, float loadFactor) {
        // 如果容量小于0,抛出非法参数异常
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
                    initialCapacity);
        // 如果初始容量大于最大值,用2^30代替
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
        // 检测负载因子是否非法,如果负载因子小于0,或者负载因子不是浮点数,抛出非法参数异常
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
                    loadFactor);
        // 给负载因子和容量赋值,并将容量提升到2的整数次幂
        // 注意:构造函数中并没有给
        this.loadFactor = loadFactor;
        this.threshold = tableSizeFor(initialCapacity);
    }
/*
注意:
不同于Java7中的构造方法,Java8对于数组table的初始化,并没有直接放在构造器中完成,而是将table数组的构
造延迟到了resize中完成
*/


  2. 查找,根据key获取value

/*
     1. 通过key计算出其哈希地址,然后借助哈希地址在哈希桶中找到与key对应的节点
     2. 如果节点为null,返回null,说明HashMap中节点是可以为空的
     3. 如果节点不为空,返回该节点中的value
    */
    public V get(Object key) {
        Node<K,V> e;
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }
    final Node<K,V> getNode(int hash, Object key) {
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        // 1. 先检测哈希桶是否为空
        // 2. 检测哈希桶的个数是否大于零,如果桶不空,桶的个数肯定不为0
        // 3. n-1&hash-->计算桶号
        // 4. 当前桶是否为空桶
        // 如果1 2 3 4均不成立,说明当前桶中有节点,拿到当前桶中第一个节点
        if ((tab = table) != null && (n = tab.length) > 0 &&
                (first = tab[(n - 1) & hash]) != null) {
            // 如果节点的哈希值与key的哈希值相等,然后再检测key是否相等
            // 如果相等,则返回该节点
            // 此处也进一步证明了:HashMap必须要重写hashCode和equals方法
            if (first.hash == hash && // always check first node
                    ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            // 如果第一个节点后还有节点,检测first是否为treeNode类型的
            // 因为如果哈希桶中某条链节点大于8个,为了提高性能,HashMap会将链表替换为红黑树
            // 此时再红黑树中找与key对应的节点
            if ((e = first.next) != null) {
                if (first instanceof TreeNode) // 通过检测节点的类型知道是链表还是红黑树
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                // 当前桶中挂接的是一个链表
                // 顺着链表的节点一个一个往下找,找到之后返回
                do {
                    if (e.hash == hash &&
                            ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }


3. 检测key是否存在

/*
1. 先通过getNode()获取与key对应的节点
2. 如果节点不为空,说明存在返回true,否则返回false
3. 时间复杂度:平均为O(1),如果当天key所对应的桶中挂接的链表则顺序查找,挂接的是红黑树按照红黑树性质找
*/
    public boolean containsKey(Object key) {
        return getNode(hash(key), key) != null;
    }


4. 插入

/*
1. 先使用key借助hash函数计算key的哈希地址
2. 将key-value键值对,结合计算出的hash地址插入到哈希桶中
3. 从以下代码中可以看到,HashMap在插入时,并没有处理线程安全问题,因此HashMap不是线程安全的
4. 红黑树优化链表过长是java8新引进,是基于性能的考虑,在冲突大时,红黑树算法会比链表综合表现更好
*/
    public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }
    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        // 1. 桶如果是空的,则进行扩容
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        // 2. (n-1)&hash-->计算桶号,如果当前桶中没有节点,直接插入
        // p来记录桶中的第一个节点
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            // 3. 如果key已经是和桶中第一个节点相等,不进行插入
            if (p.hash == hash &&
                    ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode) // 4. 如果该桶中挂接的是红黑树,向红黑树中插入
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                // 5. key不同,也不是红黑树,说明当前桶中挂的是一个链表
                // a. 在当前链表中找key
                // b. 如果找到,则不插入
                // c. 如果没有找到,先构建新节点,然后将该节点尾插到链表中
                // d. 检测bitCount的计数,binCount记录的是在未插入新节点前原链表的节点个数
                // e. 新节点插入后,链表长度是否超过TREEIFY_THRESHOLD,如果超过将链表转换为红黑树
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        // p已经是最后一个节点,说明在链表中未找到key对应的节点
                       // 进行尾插
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash); // 将链表转化为红黑树
                        break;
                    }
                    // 如果key已经存在,跳出循环
                    if (e.hash == hash &&
                            ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            // 如果key已经存在,将key所对节点中的value替换为参数指定value,返回旧value
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }
    /*


注意:afterNodeAccess和afterNodeInsertion主要是LinkedHashMap实现的,HashMap中给出了该方法,但是

并没有实现


5. 删除

*/
    // Callbacks to allow LinkedHashMap post-actions
    // 访问、插入、删除节点之后进行一些处理,
    // LinkedHashMap正是通过重写这三个方法来保证链表的插入、删除的有序性
    void afterNodeAccess(Node<K,V> p) { }
    void afterNodeInsertion(boolean evict) { }
    void afterNodeRemoval(Node<K,V> p) { }
/*
LinkedHashMap: 继承了HashMap,在LinkedHashMap中会对以上方法进行重写,以保证存入到LinkedHashMap中
的key是有序的,注意这里的有序是不自然序列,指的是插入元素的先后次序
LinkedHashMap底层的哈希桶使用的是双向链表
*/
public V remove(Object key) {
        Node<K,V> e;
        return (e = removeNode(hash(key), key, null, false, true)) == null ?
                null : e.value;
    }
    final Node<K,V> removeNode(int hash, Object key, Object value,
                               boolean matchValue, boolean movable) {
        Node<K,V>[] tab; Node<K,V> p; int n, index;
        // 1. 检测哈希表是否存在
        // 2. index = (n - 1) & hash: 获取桶号
        // 3. p记录当前桶中第一个节点,如果桶中没有节点,直接返回null
        if ((tab = table) != null && (n = tab.length) > 0 &&
                (p = tab[index = (n - 1) & hash]) != null) {
            Node<K,V> node = null, e; K k; V v;
            // 如果第一个节点就是key,用node记录
            if (p.hash == hash &&
                    ((k = p.key) == key || (key != null && key.equals(k))))
                node = p;
            else if ((e = p.next) != null) {
                // 如果当前桶下是红黑树,在红黑树中查找,结果用node记录
                if (p instanceof TreeNode)
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                else {
                    // 当前桶下是链表,遍历链表,在链表中检测是否存在为key的节点
                    do {
                        if (e.hash == hash &&
                                ((k = e.key) == key ||
                                        (key != null && key.equals(k)))) {
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
            // node不为空,在HashMap中找到了
            if (node != null && (!matchValue || (v = node.value) == value ||
                    (value != null && value.equals(v)))) {
                // 如果节点在红黑树中,将其删除
                if (node instanceof TreeNode)
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                    // 如果节点是链表中第一个节点,将当前链表中下一个节点地址放在桶中
                else if (node == p)
                    tab[index] = node.next;
                else
                    p.next = node.next; // 非第一个节点
                ++modCount;
                --size;
                // LinkedHashMap使用
                afterNodeRemoval(node);
                // 删除成功,返回原节点
                return node;
            }
        }
        // 删除失败返回空
        return null;
    }


八. HashMap常考问题

1. 如果new HashMap(19),bucket数组多大?


在Java1.8中,new的时候并没有给数组开辟空间,而是在第一次插入的时候才开辟空间,开辟的空间为比19大且最接近19的幂次方,2^4=16,2^5=32,故bucket数组的大小为32


2. HashMap什么时候开辟bucket数组占用内存?


这个问题上面答案中已经回答过了,在第一次插入的时候才开辟空间内存


3. hashMap何时扩容?


当表中有效元素的个数 >= 负载因子 * 表格容量的时候需要扩容,扩容也是按照2的幂次方来进行扩容的


4. 当两个对象的hashcode相同会发生什么?


在get()时:如果hashcode相同,先通过equal方法比较key是否一样,如果key也相同将value直接返回,否则返回空


在插入时:如果hashcode相同,再判断key是否存在,如果key已经存在,将key对应的value进行替换,如果key不存在则插入


在删除时:如果hashcode相同,则key可能是我们要删除的,通过equals对比,如果是则删除,如果不是则返回


5. 如果两个键的hashcode相同,你如何获取值对象?


遍历与hashCode值相等时相连的链表,直到相等或者 null


6. 你了解重新调整HashMap大小存在什么问题吗?


如果将HashMap的容量进行改变,就必须将原来表中的节点重新哈希,扩容的目的就是将节点重新哈希,将链表变短


7. 为什么要重写hashcode()与equals()方法?


重写hashcode:底层原理是通过key来计算hashcode,通过hashcode来计算hash,hash返回的是一个整型数字,再通过这个数来进行除留余数,计算的结果为桶的位置。但是对于自定义类型,key不能转化为整型数字,必须重写hashcode方法来使自定义类型的key转化为整型数字以此来得到桶的位置。


重写equals:当发生哈希冲突时,得比较key是否相同,而比较需要用到equals方法,对于自定义类型比较key的时候得重写equals方法来比较key的内容是否相同。




相关文章
|
20小时前
|
并行计算 Java 大数据
Java 8新特性解析及应用
【5月更文挑战第21天】本文将深入探讨Java 8的新特性,包括Lambda表达式、Stream API、Optional类以及新的日期时间API。我们将详细解析这些特性的使用方法和应用场景,帮助读者更好地理解和应用Java 8的新特性。
|
1天前
|
机器学习/深度学习 数据采集 Java
2024年9(2),2024年最新大厂面试题java
2024年9(2),2024年最新大厂面试题java
2024年9(2),2024年最新大厂面试题java
|
4天前
|
移动开发 前端开发 JavaScript
10款精美的web前端源码的特效,2024年最新面试题+笔记+项目实战
10款精美的web前端源码的特效,2024年最新面试题+笔记+项目实战
|
4天前
|
前端开发 JavaScript
Web前端开发之面试题全解析 一,2024年最新面经牛客
Web前端开发之面试题全解析 一,2024年最新面经牛客
|
4天前
|
移动开发 前端开发 JavaScript
Web前端开发之面试题全解析 一(3),前端面试题背不下来怎么办
Web前端开发之面试题全解析 一(3),前端面试题背不下来怎么办
|
4天前
|
前端开发 算法 搜索推荐
Web前端开发之面试题全解析 一(1),2024年最新前端组件化面试
Web前端开发之面试题全解析 一(1),2024年最新前端组件化面试
|
4天前
|
Android开发 异构计算 前端开发
Android显示原理,安卓自定义view面试
Android显示原理,安卓自定义view面试
|
4天前
|
运维 网络协议 Linux
Docker网络_docker 网络,来看看这份超全面的《Linux运维面试题及解析》
Docker网络_docker 网络,来看看这份超全面的《Linux运维面试题及解析》
|
4天前
|
运维 Linux Docker
Docker笔记(个人向) 简述,最新高频Linux运维面试题目分享
Docker笔记(个人向) 简述,最新高频Linux运维面试题目分享
|
4天前
|
Java 数据库连接 数据库
spring--为web(1),富士康java面试题整理
spring--为web(1),富士康java面试题整理

推荐镜像

更多