1. HashMap的底層數據結構是什么？

在JDK1.7中和JDK1.8中有所區別：

在JDK1.7中，由”數組+鏈表“組成，數組是HashMap的主體，鏈表則是主要為了解決哈希沖突而存在的。

在JDK1.8中，有“數組+鏈表+紅黑樹”組成。當鏈表過長，則會嚴重影響HashMap的性能，紅黑樹搜索時間復雜度是O(logn)，而鏈表是O(n)。因此，JDK1.8對數據結構做了進一步的優化，引入了紅黑樹，鏈表和紅黑樹在達到一定條件會進行轉換：

當鏈表超過8且數組長度(數據總量)超過64才會轉為紅黑樹

將鏈表轉換成紅黑樹前會判斷，如果當前數組的長度小于64，那么會選擇先進行數組擴容，而不是轉換為紅黑樹，以減少搜索時間。

2. 說一下HashMap的特點

hashmap存取是無序的

鍵和值位置都可以是null，但是鍵位置只能是一個null

鍵位置是唯一的，底層的數據結構是控制鍵的

jdk1.8前數據結構是：鏈表+數組jdk1.8之后是：數組+鏈表+紅黑樹

閾值（邊界值）>8并且數組長度大于64，才將鏈表轉換成紅黑樹，變成紅黑樹的目的是提高搜索速度，高效查詢

3. 解決hash沖突的辦法有哪些?HashMap用的哪種？

解決Hash沖突方法有：開放定址法、再哈希法、鏈地址法（HashMap中常見的拉鏈法）、簡歷公共溢出區。HashMap中采用的是鏈地址法。

開放定址法也稱為再散列法，基本思想就是，如果p=H(key)出現沖突時，則以p為基礎，再次hash，p1=H(p)，如果p1再次出現沖突，則以p1為基礎，以此類推，直到找到一個不沖突的哈希地址pi。因此開放定址法所需要的hash表的長度要大于等于所需要存放的元素，而且因為存在再次hash，所以只能在刪除的節點上做標記，而不能真正刪除節點

再哈希法（雙重散列，多重散列），提供多個不同的hash函數，R1=H1(key1)發生沖突時，再計算R2=H2（key1），直到沒有沖突為止。這樣做雖然不易產生堆集，但增加了計算的時間。

鏈地址法（拉鏈法），將哈希值相同的元素構成一個同義詞的單鏈表，并將單鏈表的頭指針存放在哈希表的第i個單元中，查找、插入和刪除主要在同義詞鏈表中進行，鏈表法適用于經常進行插入和刪除的情況。

建立公共溢出區，將哈希表分為公共表和溢出表，當溢出發生時，將所有溢出數據統一放到溢出區

注意開放定址法和再哈希法的區別是

開放定址法只能使用同一種hash函數進行再次hash，再哈希法可以調用多種不同的hash函數進行再次hash

4. 為什么要在數組長度大于64之后，鏈表才會進化為紅黑樹

在數組比較小時如果出現紅黑樹結構，反而會降低效率，而紅黑樹需要進行左旋右旋，變色，這些操作來保持平衡，同時數組長度小于64時，搜索時間相對要快些，總之是為了加快搜索速度，提高性能

JDK1.8以前HashMap的實現是數組+鏈表，即使哈希函數取得再好，也很難達到元素百分百均勻分布。當HashMap中有大量的元素都存放在同一個桶中時，這個桶下有一條長長的鏈表，此時HashMap就相當于單鏈表，假如單鏈表有n個元素，遍歷的時間復雜度就從O（1）退化成O（n），完全失去了它的優勢，為了解決此種情況，JDK1.8中引入了紅黑樹（查找的時間復雜度為O（logn））來優化這種問題

5. 為什么加載因子設置為0.75，初始化臨界值是12？

HashMap中的threshold是HashMap所能容納鍵值對的最大值。計算公式為length*LoadFactory。也就是說，在數組定義好長度之后，負載因子越大，所能容納的鍵值對個數也越大

loadFactory越趨近于1，那么數組中存放的數據（entry也就越來越多），數據也就越密集，也就會有更多的鏈表長度處于更長的數值，我們的查詢效率就會越低，當我們添加數據，產生hash沖突的概率也會更高

默認的loadFactory是0.75，loadFactory越小，越趨近于0，數組中個存放的數據(entry)也就越少，表現得更加稀疏

0.75是對空間和時間效率的一種平衡選擇

如果負載因子小一些比如是0.4，那么初始長度16*0.4=6，數組占滿6個空間就進行擴容，很多空間可能元素很少甚至沒有元素，會造成大量的空間被浪費

如果負載因子大一些比如是0.9，這樣會導致擴容之前查找元素的效率非常低

loadfactory設置為0.75是經過多重計算檢驗得到的可靠值，可以最大程度的減少rehash的次數，避免過多的性能消耗

6. 哈希表底層采用何種算法計算hash值？還有哪些算法可以計算出hash值？

hashCode方法是Object中的方法，所有的類都可以對其進行使用，首先底層通過調用hashCode方法生成初始hash值h1，然后將h1無符號右移16位得到h2，之后將h1與h2進行按位異或（^）運算得到最終hash值h3，之后將h3與(length-1)進行按位與（&）運算得到hash表索引

其他可以計算出hash值的算法有

平方取中法

取余數

偽隨機數法

7. 當兩個對象的hashCode相等時會怎樣

hashCode相等產生hash碰撞，hashCode相等會調用equals方法比較內容是否相等，內容如果相等則會進行覆蓋，內容如果不等則會連接到鏈表后方，鏈表長度超過8且數組長度超過64，會轉變成紅黑樹節點

8. 何時發生哈希碰撞和什么是哈希碰撞，如何解決哈希碰撞？

只要兩個元素的key計算的hash碼值相同就會發生hash碰撞，jdk8之前使用鏈表解決哈希碰撞，jdk8之后使用鏈表+紅黑樹解決哈希碰撞

9. HashMap的put方法流程

以jdk8為例，簡要流程如下：

首先根據key的值計算hash值，找到該元素在數組中存儲的下標

如果數組是空的，則調用resize進行初始化；

如果沒有哈希沖突直接放在對應的數組下標里

如果沖突了，且key已經存在，就覆蓋掉value

如果沖突后是鏈表結構，就判斷該鏈表是否大于8，如果大于8并且數組容量小于64，就進行擴容；如果鏈表節點數量大于8并且數組的容量大于64，則將這個結構轉換成紅黑樹；否則，鏈表插入鍵值對，若key存在，就覆蓋掉value

如果沖突后，發現該節點是紅黑樹，就將這個節點掛在樹上

10. HashMap的擴容方式

HashMap在容量超過負載因子所定義的容量之后，就會擴容。java里的數組是無法自己擴容的，將HashMap的大小擴大為原來數組的兩倍

我們來看jdk1.8擴容的源碼

final Node《K，V》［］ resize（） {

//oldTab：引用擴容前的哈希表

Node《K，V》［］ oldTab = table;

//oldCap：表示擴容前的table數組的長度

int oldCap = （oldTab == null） ？ 0 ： oldTab.length;

//獲得舊哈希表的擴容閾值

int oldThr = threshold;

//newCap：擴容之后table數組大小

//newThr：擴容之后下次觸發擴容的條件

int newCap， newThr = 0;

//條件成立說明hashMap中的散列表已經初始化過了，是一次正常擴容

if （oldCap 》 0） {

//判斷舊的容量是否大于等于最大容量，如果是，則無法擴容，并且設置擴容條件為int最大值，

//這種情況屬于非常少數的情況

if （oldCap 》= MAXIMUM_CAPACITY） {

threshold = Integer.MAX_VALUE;

return oldTab;

}//設置newCap新容量為oldCap舊容量的二倍（《《1），并且《最大容量，而且》=16，則新閾值等于舊閾值的兩倍

else if （（newCap = oldCap 《《 1） 《 MAXIMUM_CAPACITY &&

oldCap 》= DEFAULT_INITIAL_CAPACITY）

newThr = oldThr 《《 1; // double threshold

}

//如果oldCap=0并且邊界值大于0，說明散列表是null，但此時oldThr》0

//說明此時hashMap的創建是通過指定的構造方法創建的，新容量直接等于閾值

//1.new HashMap（intitCap，loadFactor）

//2.new HashMap（initCap）

//3.new HashMap（map）

else if （oldThr 》 0） // initial capacity was placed in threshold

newCap = oldThr;

//這種情況下oldThr=0;oldCap=0，說明沒經過初始化，創建hashMap

//的時候是通過new HashMap（）的方式創建的

else {

// zero initial threshold signifies using defaults

newCap = DEFAULT_INITIAL_CAPACITY;

newThr = （int）（DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY）;

}

//newThr為0時，通過newCap和loadFactor計算出一個newThr

if （newThr == 0） {

//容量*0.75

float ft = （float）newCap * loadFactor;

newThr = （newCap 《 MAXIMUM_CAPACITY && ft 《 （float）MAXIMUM_CAPACITY ？

（int）ft ： Integer.MAX_VALUE）;

}

threshold = newThr;

@SuppressWarnings（{“rawtypes”，“unchecked”}）

//根據上面計算出的結果創建一個更長更大的數組

Node《K，V》［］ newTab = （Node《K，V》［］）new Node［newCap］;

//將table指向新創建的數組

table = newTab;

//本次擴容之前table不為null

if （oldTab ！= null） {

//對數組中的元素進行遍歷

for （int j = 0; j 《 oldCap; ++j） {

//設置e為當前node節點

Node《K，V》 e;

//當前桶位數據不為空，但不能知道里面是單個元素，還是鏈表或紅黑樹，

//e = oldTab［j］，先用e記錄下當前元素

if （（e = oldTab［j］） ！= null） {

//將老數組j桶位置為空，方便回收

oldTab［j］ = null;

//如果e節點不存在下一個節點，說明e是單個元素，則直接放置在新數組的桶位

if （e.next == null）

newTab［e.hash & （newCap - 1）］ = e;

//如果e是樹節點，證明該節點處于紅黑樹中

else if （e instanceof TreeNode）

（（TreeNode《K，V》）e）.split（this， newTab， j， oldCap）;

//e為鏈表節點，則對鏈表進行遍歷

else { // preserve order

//低位鏈表：存放在擴容之后的數組的下標位置，與當前數組下標位置一致

//loHead：低位鏈表頭節點

//loTail低位鏈表尾節點

Node《K，V》 loHead = null， loTail = null;

//高位鏈表，存放擴容之后的數組的下標位置，=原索引+擴容之前數組容量

//hiHead：高位鏈表頭節點

//hiTail：高位鏈表尾節點

Node《K，V》 hiHead = null， hiTail = null;

Node《K，V》 next;

do {

next = e.next;

//oldCap為16:10000，與e.hsah做&運算可以得到高位為1還是0

//高位為0，放在低位鏈表

if （（e.hash & oldCap） == 0） {

if （loTail == null）

//loHead指向e

loHead = e;

else

loTail.next = e;

loTail = e;

}

//高位為1，放在高位鏈表

else {

if （hiTail == null）

hiHead = e;

else

hiTail.next = e;

hiTail = e;

}

} while （（e = next） ！= null）;

//低位鏈表已成，將頭節點loHead指向在原位

if （loTail ！= null） {

loTail.next = null;

newTab［j］ = loHead;

}

//高位鏈表已成，將頭節點指向新索引

if （hiTail ！= null） {

hiTail.next = null;

newTab［j + oldCap］ = hiHead;

}

}

}

}

}

return newTab;

}

擴容之后原位置的節點只有兩種調整

保持原位置不動（新bit位為0時）

散列原索引+擴容大小的位置去（新bit位為1時）

擴容之后元素的散列設置的非常巧妙，節省了計算hash值的時間，我們來看一 下具體的實現

當數組長度從16到32，其實只是多了一個bit位的運算，我們只需要在意那個多出來的bit為是0還是1，是0的話索引不變，是1的話索引變為當前索引值+擴容的長度，比如5變成5+16=21

這樣的擴容方式不僅節省了重新計算hash的時間，而且保證了當前桶中的元素總數一定小于等于原來桶中的元素數量，避免了更嚴重的hash沖突，均勻的把之前沖突的節點分散到新的桶中去

11. 一般用什么作為HashMap的key？

一般用Integer、String這種不可變類當HashMap當key

因為String是不可變的，當創建字符串時，它的hashcode被緩存下來，不需要再次計算，相對于其他對象更快

因為獲取對象的時候要用到equals()和hashCode()方法，那么鍵對象正確的重寫這兩個方法是非常重要的，這些類很規范的重寫了hashCode()以及equals()方法

12. 為什么Map桶中節點個數超過8才轉為紅黑樹？

8作為閾值作為HashMap的成員變量，在源碼的注釋中并沒有說明閾值為什么是8

在HashMap中有這樣一段注釋說明，我們繼續看

* Because TreeNodes are about twice the size of regular nodes， we

* use them only when bins contain enough nodes to warrant use

* （see TREEIFY_THRESHOLD）。 And when they become too small （due to * removal or resizing） they are converted back to plain bins. In

* usages with well-distributed user hashCodes， tree bins are

* rarely used. Ideally， under random hashCodes， the frequency of

* nodes in bins follows a Poisson distribution

* （http://en.wikipedia.org/wiki/Poisson_distribution） with a

* parameter of about 0.5 on average for the default resizing

* threshold of 0.75， although with a large variance because of

* resizing granularity. Ignoring variance， the expected

* occurrences of list size k are （exp（-0.5） * pow（0.5， k） / * factorial（k））.

翻譯

因為樹節點的大小大約是普通節點的兩倍，所以我們只在箱子包含足夠的節點時才使用樹節點（參見TREEIFY_THRESHOLD）。當他們邊的太小（由于刪除或調整大小）時，就會被轉換回普通的桶，在使用分布良好的hashcode時，很少使用樹箱。 理想情況下，在隨機哈希碼下，箱子中節點的頻率服從泊松分布第一個值是：

* 0：

0.60653066 * 1：

0.30326533 * 2：

0.07581633 * 3：

0.01263606 * 4：

0.00157952 * 5：

0.00015795 * 6：

0.00001316 * 7：

0.00000094 * 8：

0.00000006 * more：

less than 1 in ten million

樹節點占用空間是普通Node的兩倍，如果鏈表節點不夠多卻轉換成紅黑樹，無疑會耗費大量的空間資源，并且在隨機hash算法下的所有bin節點分布頻率遵從泊松分布，鏈表長度達到8的概率只有0.00000006，幾乎是不可能事件，所以8的計算是經過重重科學考量的

從平均查找長度來看，紅黑樹的平均查找長度是logn，如果長度為8，則logn=3，而鏈表的平均查找長度為n/4，長度為8時，n/2=4，所以閾值8能大大提高搜索速度

當長度為6時紅黑樹退化為鏈表是因為logn=log6約等于2.6，而n/2=6/2=3，兩者相差不大，而紅黑樹節點占用更多的內存空間，所以此時轉換最為友好

13. HashMap為什么線程不安全？

多線程下擴容死循環。JDK1.7中的HashMap使用頭插法插入元素，在多線程的環境下，擴容的時候有可能導致環形鏈表的出現，形成死循環。因此JDK1.8使用尾插法插入元素，在擴容時會保持鏈表元素原本的順序，不會出現環形鏈表的問題

多線程的put可能導致元素的丟失。多線程同時執行put操作，如果計算出來的索引位置是相同的，那會造成前一個key被后一個key覆蓋，從而導致元素的丟失。此問題在JDK1.7和JDK1.8中都存在

put和get并發時，可能導致get為null。線程1執行put時，因為元素個數超出threshold而導致rehash，線程2此時執行get，有可能導致這個問題，此問題在JDK1.7和JDK1.8中都存在

14. 計算hash值時為什么要讓低16bit和高16bit進行異或處理

我們計算索引需要將hashCode值與length-1進行按位與運算，如果數組長度很小，比如16，這樣的值和hashCode做異或實際上只有hashCode值的后4位在進行運算，hash值是一個隨機值，而如果產生的hashCode值高位變化很大，而低位變化很小，那么有很大概率造成哈希沖突，所以我們為了使元素更好的散列，將hash值的高位也利用起來

舉個例子

如果我們不對hashCode進行按位異或，直接將hash和length-1進行按位與運算就有可能出現以下的情況

如果下一次生成的hashCode值高位起伏很大，而低位幾乎沒有變化時，高位無法參與運算

可以看到，兩次計算出的hash相等，產生了hash沖突

所以無符號右移16位的目的是使高混亂度地區與地混亂度地區做一個中和，提高低位的隨機性，減少哈希沖突。

-End-

審核編輯 ：李倩