【Java面试】十五、HashMap相关

【Java面试】十五、HashMap相关

码农世界 2024-06-05 前端 93 次浏览 0个评论

文章目录

  • 1、二叉树
    • 1.1 二叉搜索树
    • 1.2 红黑树
    • 2、散列表
      • 2.1 哈希冲突
      • 2.2 哈希冲突 - 链表法
      • 3、HashMap的实现原理
      • 4、HashMap源码
        • 4.1 属性部分
        • 4.2 构造函数部分
        • 5、HashMap的put方法的流程
        • 6、HashMap的扩容机制
        • 7、HashMap的寻址算法
        • 8、为何HashMap底层的数组长度一定是2的次幂

          1、二叉树

          每个节点，最多有两个子节点

          用链表实现二叉树：

          示意图：

          常见的二叉树：

          • 满二叉树：除叶子节点，每个节点都有两个子节点，且所有的叶子节点都在同一层，且是最底层
            • 完全二叉树：叶子节点只会出现在最后2层，且最后一层的叶子节点都靠左对齐
              • 二叉搜索树
              • 红黑树

                1.1 二叉搜索树

                对任一节点：其左子树的值都小于它，其右子树的值都大于它

                二分法查找，因此，查找的时间复杂度为O(log n)。插入和删除的前提是查找，因此，时间复杂度也是O(log n)

                以上为二叉搜索树最坏的情况，已经退化成了链表。此时，时间复杂度为O(n)

                1.2 红黑树

                自平衡的二叉搜索树，性质：

                • 节点非红即黑
                • 根节点是黑色
                • 叶子节点都是黑色的空节点
                • 红色节点的子节点都是黑色
                • 从任一节点到叶子节点的所有路径都包含相同数目的黑色节点（如从38出发，到叶子节点1和2，路径的黑色节点数都为2）

                  在删除或添加节点时，如果不符合以上5条，就会旋转，以同时满足这5条。这也是红黑树自平衡的原因。最后，红黑树查找、添加、删除的时间复杂度都是O(log n)

                  2、散列表

                  又叫哈希表（Hash表），根据key查value的数据结构。如下，根据选手编号查选手信息，将其编号经过散列函数转为数组下标

                  2.1 哈希冲突

                  散列函数要求：

                  • key计算得到的哈希值必须 >= 0，因为这个值要充当数组下标
                  • key1 == key2，则这两个key经过散列函数计算得到的哈希值也相等
                  • key1 != key2，则这两个key经过散列函数计算得到的哈希值也要不相等

                    多个不同的key经过散列函数计算得到的哈希值相等的情况，成为哈希冲突（或散列冲突）

                    2.2 哈希冲突 - 链表法

                    数组的每个下标位置，对应一个链表。哈希值相同的元素，放到同一个位置的链表里

                    此时，插入数据时，时间复杂度为O(1)，因为只需执行散列函数，根据计算结果将值放入这两步，与数据规模无关。查找或删除数据时，时间复杂度：

                    • 正常为O(1)，还是执行散列函数，得到的哈希值即索引下标
                    • 如果散列表退化成链表，则时间复杂度为O(n)，如下图，任意一个key，散列函数的计算结果都相等时，就会退化为链表

                      考虑到这个退化问题，将链表替换为红黑树，如此，即使退化，时间复杂度也是O(log n)级别

                      3、HashMap的实现原理

                      HashMap底层是哈希表结构，数组 + 链表 或者 数组 + 红黑树。往map里put元素时，计算key的哈希值作为数组下标。此时，如果哈希值相同：

                      • 若：哈希值相同的两个key相等，则直接覆盖旧值
                      • 若：哈希值相同的两个key不相等，则说明出现哈希冲突了，那将当前的key-value放入链表或者红黑树，且当链表长度 > 8 && 数组长度大于64时，链表转为红黑树，以减少搜索时间

                        链表长度 > 8 && 数组长度大于64时，链表转为红黑树，扩容resize() 时，红黑树拆分成的树的节点数小于等于6个时，又退化成链表。最后，这是JDK1.8的东西，JDK1.7只有数组 + 链表。

                        正常来说，以key的哈希值作为索引定位后，链表长度为1，哈希冲突后，长度就 > 1 了。

                        注意这个数组不是String数组，而是Node类型的数组。map里get时，根据key计算哈希得到下标，如果Node的key和查找的key不相同，就继续看Node.next这个Node

                        //HashMap集合底层的精简源码：
public class HashMap{
	//HashMap底层实际是一个一维数组
	Node[] table;
	//静态的内部类
	static class Node{
		//哈希值，是此处key的hashCode()方法的执行结果
		//hash值通过哈希函数可以转换为数组下标
		final int hash;
		//存到Map中的key
		final K key;
		//存到Map集合中的value
		V value;
		//哈希冲突时，下一个节点的内存地址（即另一对key-value）
		//只所以说哈希表等于数组+链表，链表也就体现在这个next属性上
		Node next;
	}
}

                        4、HashMap源码

                        4.1 属性部分

                        • DEFAULT_INITIAL_CAPACITY：默认的初始容量
                        • DEFAULT_LOAD_FACTOR：默认的加载因子，0.75，它决定了触发扩容的阈值 
                          扩容阈值 = 数组容量 * 加载因子

                          table属性是一个Node类型的数组，Node是HashMap的内部类，其有四个属性：key的哈希值、存入的key、存入的value、发生哈希冲突时存下一对key-value的next。table是HashMap里真正存储数据的那个数组。

                          table里存的是一个个Node，Node对象里有key、value、以及发生哈希冲突时另一个key-value对应的Node对象地址

                          最后，size属性即集合中存储元素的个数。

                          4.2 构造函数部分

                          Map myMap = new HashMap<>();

                          也就是说：HashMap是懒加载，创建HashMap对象时，只是设置了加载因子等于默认加载因子0.75，并没有初始化数组

                          5、HashMap的put方法的流程

                          第一次put元素，流程如下：初始化一个长度为16的数组（table属性），根据key计算哈希，得到索引，组装Node对象写入数组，写完后，判断size+1会不会超过阈值（数组长度 * 加载因子），超过则继续扩容，当然第一次add肯定没到扩容阈值（16 * 0.75）

                          后续再put，根据key计算索引 i，如果 i 的位置已经有Node对象了，则判断现在add的key和 i 位置的首个Node对象的key是否相等，相等则说明在更新value，直接覆盖

                          不相等，则再判断table[i]是红黑树还是链表：

                          • 如果是红黑树，则在树中添加一个节点Node
                          • 如果是链表，则遍历链表，若遍历发现没一个Node的key和add的key相等，那就是哈希冲突了，则在链尾插入一个节点Node，且插入后判断链表长度，以决定是否转为红黑树（JDK1.8）

                            put方法源码：

                            //hash(key)即计算key的哈希值当索引下标
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[] tab; Node p; int n, i;
    //判断数组是否未初始化
    if ((tab = table) == null || (n = tab.length) == 0)
        //如果未初始化，调用resize方法 进行初始化
        n = (tab = resize()).length;
    //通过 & 运算求出该数据（key）的数组下标并判断该下标位置是否有数据
    if ((p = tab[i = (n - 1) & hash]) == null)
        //如果没有，直接将数据放在该下标位置，这时，Node对象的第四个属性next自然为空
        tab[i] = newNode(hash, key, value, null);
    //该数组下标有数据的情况
    else {
        Node e; K k;
        //判断该位置数据的key和新来的数据是否一样
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            //如果一样，证明为修改操作，该节点的数据赋值给e,后边会用到
            e = p;
        //判断是不是红黑树
        else if (p instanceof TreeNode)
            //如果是红黑树的话，进行红黑树的操作
            e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
        //新数据和当前数组既不相同，也不是红黑树节点，证明是链表
        else {
            //遍历链表
            for (int binCount = 0; ; ++binCount) {
                //判断next节点，如果为空的话，证明遍历到链表尾部了
                if ((e = p.next) == null) {
                    //把新值放入链表尾部
                    p.next = newNode(hash, key, value, null);
                    //因为新插入了一条数据，所以判断链表长度是不是大于等于8
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        //如果是，进行转换红黑树操作
                        treeifyBin(tab, hash);
                    break;
                }
                //判断链表当中有数据相同的值，如果一样，证明为修改操作
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                //把下一个节点赋值为当前节点
                p = e;
            }
        }
        //判断e是否为空（e值为修改操作存放原数据的变量）
        if (e != null) { // existing mapping for key
            //不为空的话证明是修改操作，取出老值
            V oldValue = e.value;
            //一定会执行  onlyIfAbsent传进来的是false
            if (!onlyIfAbsent || oldValue == null)
                //将新值赋值当前节点
                e.value = value;
            afterNodeAccess(e);
            //返回老值
            return oldValue;
        }
    }
    //计数器，计算当前节点的修改次数
    ++modCount;
    //当前数组中的数据数量如果大于扩容阈值
    if (++size > threshold)
        //进行扩容操作
        resize();
    //空方法
    afterNodeInsertion(evict);
    //添加操作时 返回空值
    return null;
}

                            get时，计算key的hash值，在数组中找到对应的下标，一般没哈希冲突，下标位置就一个Node。有哈希冲突时，就按照红黑树或者链表去查哪个Node的key等于查的这个key。源码：

                            public V get(Object key) {
    Node e;
    //hash(key)，获取key的hash值
    //调用getNode方法，见下面方法
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node getNode(int hash, Object key) {
    Node[] tab; Node first, e; int n; K k;
    //找到key对应的桶下标，赋值给first节点
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        //判断hash值和key是否相等，如果是，则直接返回，桶中只有一个数据（大部分的情况）
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        
        if ((e = first.next) != null) {
            //该节点是红黑树，则需要通过红黑树查找数据
            if (first instanceof TreeNode)
                return ((TreeNode)first).getTreeNode(hash, key);
            
            //链表的情况，则需要遍历链表查找数据
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

                            6、HashMap的扩容机制

                            扩容时，调用resize方法，先判断旧的容量是否大于0，不大于0即第一次初始化，那就新建个长度为16的空数组。反之为正常扩容，此时需要新建个2倍容量的新数组，并遍历旧数组（table属性），一个个取出来放进新数组，遍历时：

                            • 如果旧数组元素（Node类型）的next属性为null（说明该位置只有一个Node，没有发生哈希冲突），则直接加到新数组的对应位置
                            • 如果旧数组元素的next属性不为null，说明这个位置不止一个Node，而是一个Node链或红黑树
                            • 因此继续判断，如果是红黑树，则按红黑树添加到新数组
                            • 如果这个位置是Node链表，则遍历链表，这里可能需要拆分这条链表（之前哈希冲突的，在扩容后，冲突可能就没了，因此，这条链表中的部分Node就可能会分配到新的数组位置上挂着）

                              关于上面拆分链表的举例，往新数组搬时，比如下标3的位置，是一个链表，那扩容时，遍历链表上的每一个Node e，计算（e.hash & oldCap），若为0，则扩容前后，该Node所在的位置不变，之前挂下标为3的链表里，那扩容后还挂下标为3的链表里。若不为0，之前挂下标为3的链表里，扩容后，挂下标为 3 + oldCap = 3 + 16 = 19的下标的链表里。

                              扩容resize方法的源码：

                              //扩容、初始化数组
final Node[] resize() {
        Node[] oldTab = table;
    	//如果当前数组为null的时候，把oldCap老数组容量设置为0
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        //老的扩容阈值
    	int oldThr = threshold;
        int newCap, newThr = 0;
        //判断数组容量是否大于0，大于0说明数组已经初始化
    	if (oldCap > 0) {
            //判断当前数组长度是否大于最大数组长度
            if (oldCap >= MAXIMUM_CAPACITY) {
                //如果是，将扩容阈值直接设置为int类型的最大数值并直接返回
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //如果在最大长度范围内，则需要扩容  OldCap << 1等价于oldCap*2
            //运算过后判断是不是最大值并且oldCap需要大于16
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold  等价于oldThr*2
        }
    	//如果oldCap<0，但是已经初始化了，像把元素删除完之后的情况，那么它的临界值肯定还存在，       			如果是首次初始化，它的临界值则为0
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        //数组未初始化的情况，将阈值和扩容因子都设置为默认值
    	else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
    	//初始化容量小于16的时候，扩容阈值是没有赋值的
        if (newThr == 0) {
            //创建阈值
            float ft = (float)newCap * loadFactor;
            //判断新容量和新阈值是否大于最大容量
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
    	//计算出来的阈值赋值
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
        //根据上边计算得出的容量 创建新的数组       
    	Node[] newTab = (Node[])new Node[newCap];
    	//赋值
    	table = newTab;
    	//扩容操作，判断不为空证明不是初始化数组
        if (oldTab != null) {
            //遍历数组
            for (int j = 0; j < oldCap; ++j) {
                Node e;
                //判断当前下标为j的数组如果不为空的话赋值个e，进行下一步操作
                if ((e = oldTab[j]) != null) {
                    //将数组位置置空
                    oldTab[j] = null;
                    //判断是否有下个节点
                    if (e.next == null)
                        //如果没有，就重新计算在新数组中的下标并放进去
                        newTab[e.hash & (newCap - 1)] = e;
                   	//有下个节点的情况，并且判断是否已经树化
                    else if (e instanceof TreeNode)
                        //进行红黑树的操作
                        ((TreeNode)e).split(this, newTab, j, oldCap);
                    //有下个节点的情况，并且没有树化（链表形式）
                    else {
                        //比如老数组容量是16，那下标就为0-15
                        //扩容操作*2，容量就变为32，下标为0-31
                        //低位：0-15，高位16-31
                        //定义了四个变量
                        //        低位头          低位尾
                        Node loHead = null, loTail = null;
                        //        高位头		   高位尾
                        Node hiHead = null, hiTail = null;
                        //下个节点
                        Node next;
                        //循环遍历
                        do {
                            //取出next节点
                            next = e.next;
                            //通过 与操作 计算得出结果为0
                            if ((e.hash & oldCap) == 0) {
                                //如果低位尾为null，证明当前数组位置为空，没有任何数据
                                if (loTail == null)
                                    //将e值放入低位头
                                    loHead = e;
                                //低位尾不为null，证明已经有数据了
                                else
                                    //将数据放入next节点
                                    loTail.next = e;
                                //记录低位尾数据
                                loTail = e;
                            }
                            //通过 与操作 计算得出结果不为0
                            else {
                                 //如果高位尾为null，证明当前数组位置为空，没有任何数据
                                if (hiTail == null)
                                    //将e值放入高位头
                                    hiHead = e;
                                //高位尾不为null，证明已经有数据了
                                else
                                    //将数据放入next节点
                                    hiTail.next = e;
                               //记录高位尾数据
                               	hiTail = e;
                            }
                            
                        } 
                        //如果e不为空，证明没有到链表尾部，继续执行循环
                        while ((e = next) != null);
                        //低位尾如果记录的有数据，是链表
                        if (loTail != null) {
                            //将下一个元素置空
                            loTail.next = null;
                            //将低位头放入新数组的原下标位置
                            newTab[j] = loHead;
                        }
                        //高位尾如果记录的有数据，是链表
                        if (hiTail != null) {
                            //将下一个元素置空
                            hiTail.next = null;
                            //将高位头放入新数组的(原下标+原数组容量)位置
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
    	//返回新的数组对象
        return newTab;
    }

                              PS：JDK1.7下，HashMap扩容时，因为是头插法（比如下标1的位置上，Node链为Node A -> NodeB ，迁到新数组就是Node B -> NodeA），并发时，就可能会出现死循环，因此，JDK1.8时改为了尾插法。

                              7、HashMap的寻址算法

                              让key的哈希值右移16位，再和key的哈希值本身做个异或运算，目的是让hash值更加均匀，减少哈希冲突（扰动算法）。否则频繁的哈希冲突，会让数组下挂的链表长度过大，导致增删改查效率变低。

                              put时，采用(n-1)&hash的方式计算索引，而不是取模，是因为按位与运算的性能更好，因此，这里不用key的哈希值对数组容量取模来计算下标值。

                              但如果HashMap底层的数组容量不是2的次幂，那这两种计算方式的结果不相等，比如容量为15：

                              8、为何HashMap底层的数组长度一定是2的次幂

                              • 1）计算索引时效率更高，如果是2的n次幂可以使用位与运算代替取模
                              • 2）扩容时重新计算索引效率更高，hash & oldCap == 0 的Node留在原下标的链表下 ，否则挂在旧下标 + oldCap所在位置的链表下（上面扩容时链表拆分的东西）

转载请注明来自码农世界，本文标题：《【Java面试】十五、HashMap相关》

百度分享代码，如果开启HTTPS请参考李洋个人博客
37815篇文章 站点 微博
每一天，每一秒，你所做的决定都会改变你的人生！

发表评论

快捷回复：

评论列表 （暂无评论，93人围观）参与讨论

还没有评论，来说两句吧...

Top