hashmap-interview

说说HashMap的实现原理

  • HashMap底层数据结构

    • 什么是Hash表?
    • 什么是哈希冲突?如何解决
  • HashMap源码读过吗?

    • 核心成员变量有哪些知道吗?
    • 为什么到8转为红黑树,到6转为链表?
    • 插入和获取数据的过程清楚吗
    • JDK7 和 JDK8 中hash函数的区别?
  • JDK7 与 JDK8 中HashMap的区别?

HashMap的实现原理

本文关于HashMap的底层实现若无特殊说明都是基于JDK1.8的。

1、HashMap的底层数据结构是数组+链表(红黑树),它是基于hash算法实现的,通过put(key, value) 和 get(key) 方法存储和获取对象。
我们一般是这么使用HashMap的

1
2
Map<String, Object> map = new HashMap<>();
map.put("a", "first");

当调用HashMap的无参构造方法时,HashMap的底层的数组是没有初始化的。

1
2
3
4
5
6
7
/**
* Constructs an empty <tt>HashMap</tt> with the default initial capacity
* (16) and the default load factor (0.75).
*/
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

无参构造方法中只是对加载因子loadFactor初始化为默认值0.75,并没有对Node<K,V>[] table数组初始化。
(可以思考下HashMap中的加载因子为什么是0.75?)

当我们第一次调用put(key, value) 方法时,key-value在HashMap内部的数组和链表中是如何存储的呢
put方法内部首先根据key计算hash值,hash函数是如何计算的呢?是直接返回key的hashCode吗,当然不是啦!

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
/**
* Computes key.hashCode() and spreads (XORs) higher bits of hash
* to lower. Because the table uses power-of-two masking, sets of
* hashes that vary only in bits above the current mask will
* always collide. (Among known examples are sets of Float keys
* holding consecutive whole numbers in small tables.) So we
* apply a transform that spreads the impact of higher bits
* downward. There is a tradeoff between speed, utility, and
* quality of bit-spreading. Because many common sets of hashes
* are already reasonably distributed (so don't benefit from
* spreading), and because we use trees to handle large sets of
* collisions in bins, we just XOR some shifted bits in the
* cheapest possible way to reduce systematic lossage, as well as
* to incorporate impact of the highest bits that would otherwise
* never be used in index calculations because of table bounds.
*/
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

key的hash值已经知道了,那么计算 hash & (table.length - 1) 结果就是key的hash值在数组中的位置bucket。
等等,数组table还没有初始化呢,那么在计算bucket之前应该先将table[]数组进行初始化,那么数组的长度应该是多少呢?

1
2
3
4
/**
* The default initial capacity - MUST be a power of two.
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

默认的初始容量16。

1
2
3
newCap = DEFAULT_INITIAL_CAPACITY;
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;

Node[] 数组就这么被创建好了,是不是很简单(具体看源码中的resize()方法)。

数组创建好了,key在数组中对应的位置bucket也找到了,那么现在就该将key-value放入数组中了,该如何放入呢?
当然是将key-value封装成数组的元素类型Node了。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
/**
* Basic hash bin node, used for most entries. (See below for
* TreeNode subclass, and in LinkedHashMap for its Entry subclass.)
*/
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
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;
}
// 省略其他部分代码
}

Node类中包含4个属性,K key、V value、int hash、Node<K,V> next。
key、value就是我们要放入HashMap中的数据,hash就是我们上面计算出来的key的hash值,这个Node类型的next是干嘛的呢?
还记得HashMap底层的数据结构吗?数组 + 链表,next这个地方就是链表的实现。next指向与key的hash值相同的新Node。

根据key在数组中对应的位置bucket,获取bucket位置上的元素,如果该位置上没有元素,则直接将key-value封装成的Node放入数组中

1
2
tab = table
tab[i] = newNode(hash, key, value, null);

如果该位置上有元素,则比较key的值是否相等
如果key的值相等,则要更新key对应的vaule,将新的value覆盖旧的value;
如果key的值不相等,则说明发生了hash冲突。也就是说不同的key计算出的hash值相等。这个时候链表就开始起作用了。

JDK1.8中put方法源码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
/**
* Associates the specified value with the specified key in this map.
* If the map previously contained a mapping for the key, the old
* value is replaced.
*
* @param key key with which the specified value is to be associated
* @param value value to be associated with the specified key
* @return the previous value associated with <tt>key</tt>, or
* <tt>null</tt> if there was no mapping for <tt>key</tt>.
* (A <tt>null</tt> return can also indicate that the map
* previously associated <tt>null</tt> with <tt>key</tt>.)
*/
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}

/**
* Implements Map.put and related methods.
*
* @param hash hash for key
* @param key the key
* @param value the value to put
* @param onlyIfAbsent if true, don't change existing value
* @param evict if false, the table is in creation mode.
* @return previous value, or null if none
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
// 初始化table
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
// 目标位置上没有元素,直接将key-value封装成的Node放入数组
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 目标位置上有元素,则比较key值是否相等
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// key值相等
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// key值不相等
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
// 遍历链表,找到链表的最后一个节点,将新的元素插入到链表的尾部(尾插法)
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 判断是否需要将链表转成红黑树
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
// 链表继续遍历
p = e;
}
}
if (e != null) { // existing mapping for key
// 目标位置上有元素,将新的value覆盖旧的value
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
// 数组扩容
resize();
afterNodeInsertion(evict);
return null;
}

2、当存储对象时,将key-value传递给put(key, value) 方法时,内部调用hash函数根据key的hashCode来计算hash值,
然后将key的hash值与数组长度执行按位与运算,找到数组中对应的位置来存储value。
如果该位置上没有元素,则直接将key、value以及hash值封装成Node对象放入数组中。
如果该位置上有元素,则调用equals方法比较key值是否相等,如果相等则覆盖value值,如果key值不相等,则发生了hash 碰撞。
HashMap 使用链表来解决碰撞问题,当key发生碰撞了,对象将会存储在链表的下一个节点中。每个链表节点中存储key-value对象。
也就是当两个不同的key的hash值相同时,它们会存储在同一个bucket位置的链表(JDK8链表长度大于8会将链表转成红黑树),取数据可通过key的equals方法来
找到正确的key-value。

3、当获取对象时,也是先计算key的hash值,找到数组中对应的位置,然后通过key的equals方法找到正确的key-value,然后返回对象的value。

JDK8之前的HashMap底层数据结构

JDK8以前HashMap的实现是数组 + 链表,它之所以有相当快的查询速度主要是因为它是通过计算key的hashCode来决定数组中存储的位置,而增删速度靠的是链表保证。
JDK1.8中用数组 + 链表 + 红黑树的结构来优化,链表长度大于8同时满足HashMap中数组长度大于64则变红黑树,长度小于6变回链表。

什么是Hash表

散列表(Hash Table,也叫哈希表),是根据key值而直接进行访问的数据结构。也就是说,它通过把key值映射到表中一个位置来访问记录,以加快查找速度。
这个映射函数叫做散列函数,存放记录的数组叫散列表。
hash表里可以存储元素的位置称为桶(bucket)。

什么是哈希冲突

即不同key值产生相同的hash地址,hash(key1) = hash(key2)

哈希冲突解决方案

1、开放地址法
2、链地址法
3、公共溢出区法
4、再散列法

坚持原创技术分享,您的支持将鼓励我继续创作!