HashMap夺命14问，你能坚持到第几问？

　　1。HashMap的底层数据结构是什么？
　　在JDK1。7中和JDK1。8中有所区别：
　　在JDK1。7中，由数组链表组成，数组是HashMap的主体，链表则是主要为了解决哈希冲突而存在的。
　　在JDK1。8中，有数组链表红黑树组成。当链表过长，则会严重影响HashMap的性能，红黑树搜索时间复杂度是O（logn），而链表是O（n）。因此，JDK1。8对数据结构做了进一步的优化，引入了红黑树，链表和红黑树在达到一定条件会进行转换：当链表超过8且数组长度（数据总量）超过64才会转为红黑树将链表转换成红黑树前会判断，如果当前数组的长度小于64，那么会选择先进行数组扩容，而不是转换为红黑树，以减少搜索时间。
　　2。说一下HashMap的特点hashmap存取是无序的键和值位置都可以是null，但是键位置只能是一个null键位置是唯一的，底层的数据结构是控制键的jdk1。8前数据结构是：链表数组jdk1。8之后是：数组链表红黑树阈值（边界值）8并且数组长度大于64，才将链表转换成红黑树，变成红黑树的目的是提高搜索速度，高效查询3。解决hash冲突的办法有哪些？HashMap用的哪种？
　　解决Hash冲突方法有：开放定址法、再哈希法、链地址法（HashMap中常见的拉链法）、简历公共溢出区。HashMap中采用的是链地址法。开放定址法也称为再散列法，基本思想就是，如果pH（key）出现冲突时，则以p为基础，再次hash，p1H（p），如果p1再次出现冲突，则以p1为基础，以此类推，直到找到一个不冲突的哈希地址pi。因此开放定址法所需要的hash表的长度要大于等于所需要存放的元素，而且因为存在再次hash，所以只能在删除的节点上做标记，而不能真正删除节点再哈希法（双重散列，多重散列），提供多个不同的hash函数，R1H1（key1）发生冲突时，再计算R2H2（key1），直到没有冲突为止。这样做虽然不易产生堆集，但增加了计算的时间。链地址法（拉链法），将哈希值相同的元素构成一个同义词的单链表，并将单链表的头指针存放在哈希表的第i个单元中，查找、插入和删除主要在同义词链表中进行，链表法适用于经常进行插入和删除的情况。建立公共溢出区，将哈希表分为公共表和溢出表，当溢出发生时，将所有溢出数据统一放到溢出区
　　注意开放定址法和再哈希法的区别是开放定址法只能使用同一种hash函数进行再次hash，再哈希法可以调用多种不同的hash函数进行再次hash4。为什么要在数组长度大于64之后，链表才会进化为红黑树
　　在数组比较小时如果出现红黑树结构，反而会降低效率，而红黑树需要进行左旋右旋，变色，这些操作来保持平衡，同时数组长度小于64时，搜索时间相对要快些，总之是为了加快搜索速度，提高性能
　　JDK1。8以前HashMap的实现是数组链表，即使哈希函数取得再好，也很难达到元素百分百均匀分布。当HashMap中有大量的元素都存放在同一个桶中时，这个桶下有一条长长的链表，此时HashMap就相当于单链表，假如单链表有n个元素，遍历的时间复杂度就从O（1）退化成O（n），完全失去了它的优势，为了解决此种情况，JDK1。8中引入了红黑树（查找的时间复杂度为O（logn））来优化这种问题5。为什么加载因子设置为0。75，初始化临界值是12？
　　HashMap中的threshold是HashMap所能容纳键值对的最大值。计算公式为lengthLoadFactory。也就是说，在数组定义好长度之后，负载因子越大，所能容纳的键值对个数也越大
　　loadFactory越趋近于1，那么数组中存放的数据（entry也就越来越多），数据也就越密集，也就会有更多的链表长度处于更长的数值，我们的查询效率就会越低，当我们添加数据，产生hash冲突的概率也会更高
　　默认的loadFactory是0。75，loadFactory越小，越趋近于0，数组中个存放的数据（entry）也就越少，表现得更加稀疏
　　0。75是对空间和时间效率的一种平衡选择
　　如果负载因子小一些比如是0。4，那么初始长度160。46，数组占满6个空间就进行扩容，很多空间可能元素很少甚至没有元素，会造成大量的空间被浪费
　　如果负载因子大一些比如是0。9，这样会导致扩容之前查找元素的效率非常低
　　loadfactory设置为0。75是经过多重计算检验得到的可靠值，可以最大程度的减少rehash的次数，避免过多的性能消耗6。哈希表底层采用何种算法计算hash值？还有哪些算法可以计算出hash值？
　　hashCode方法是Object中的方法，所有的类都可以对其进行使用，首先底层通过调用hashCode方法生成初始hash值h1，然后将h1无符号右移16位得到h2，之后将h1与h2进行按位异或（）运算得到最终hash值h3，之后将h3与（length1）进行按位与（）运算得到hash表索引
　　其他可以计算出hash值的算法有平方取中法取余数伪随机数法7。当两个对象的hashCode相等时会怎样
　　hashCode相等产生hash碰撞，hashCode相等会调用equals方法比较内容是否相等，内容如果相等则会进行覆盖，内容如果不等则会连接到链表后方，链表长度超过8且数组长度超过64，会转变成红黑树节点8。何时发生哈希碰撞和什么是哈希碰撞，如何解决哈希碰撞？
　　只要两个元素的key计算的hash码值相同就会发生hash碰撞，jdk8之前使用链表解决哈希碰撞，jdk8之后使用链表红黑树解决哈希碰撞9。HashMap的put方法流程
　　以jdk8为例，简要流程如下：首先根据key的值计算hash值，找到该元素在数组中存储的下标如果数组是空的，则调用resize进行初始化；如果没有哈希冲突直接放在对应的数组下标里如果冲突了，且key已经存在，就覆盖掉value如果冲突后是链表结构，就判断该链表是否大于8，如果大于8并且数组容量小于64，就进行扩容；如果链表节点数量大于8并且数组的容量大于64，则将这个结构转换成红黑树；否则，链表插入键值对，若key存在，就覆盖掉value如果冲突后，发现该节点是红黑树，就将这个节点挂在树上
　　10。HashMap的扩容方式
　　HashMap在容量超过负载因子所定义的容量之后，就会扩容。java里的数组是无法自己扩容的，将HashMap的大小扩大为原来数组的两倍
　　我们来看jdk1。8扩容的源码finalNodeK，V〔〕resize（）｛oldTab：引用扩容前的哈希表NodeK，V〔〕oldToldCap：表示扩容前的table数组的长度intoldCap（oldTabnull）？0：oldTab。获得旧哈希表的扩容阈值intoldTnewCap：扩容之后table数组大小newThr：扩容之后下次触发扩容的条件intnewCap，newThr0；条件成立说明hashMap中的散列表已经初始化过了，是一次正常扩容if（oldCap0）｛判断旧的容量是否大于等于最大容量，如果是，则无法扩容，并且设置扩容条件为int最大值，这种情况属于非常少数的情况if（oldCapMAXIMUMCAPACITY）｛thresholdInteger。MAXVALUE；returnoldT｝设置newCap新容量为oldCap旧容量的二倍（1），并且最大容量，而且16，则新阈值等于旧阈值的两倍elseif（（newCapoldCap1）MAXIMUMCAPACITYoldCapDEFAULTINITIALCAPACITY）newThroldThr1；doublethreshold｝如果oldCap0并且边界值大于0，说明散列表是null，但此时oldThr0说明此时hashMap的创建是通过指定的构造方法创建的，新容量直接等于阈值1。newHashMap（intitCap，loadFactor）2。newHashMap（initCap）3。newHashMap（map）elseif（oldThr0）initialcapacitywasplacedinthresholdnewCapoldT这种情况下oldThr0；oldCap0，说明没经过初始化，创建hashMap的时候是通过newHashMap（）的方式创建的else｛zeroinitialthresholdsignifiesusingdefaultsnewCapDEFAULTINITIALCAPACITY；newThr（int）（DEFAULTLOADFACTORDEFAULTINITIALCAPACITY）；｝newThr为0时，通过newCap和loadFactor计算出一个newThrif（newThr0）｛容量0。75floatft（float）newCaploadFnewThr（newCapMAXIMUMCAPACITYft（float）MAXIMUMCAPACITY？（int）ft：Integer。MAXVALUE）；｝thresholdnewTSuppressWarnings（｛rawtypes，unchecked｝）根据上面计算出的结果创建一个更长更大的数组NodeK，V〔〕newTab（NodeK，V〔〕）newNode〔newCap〕；将table指向新创建的数组tablenewT本次扩容之前table不为nullif（oldTab！null）｛对数组中的元素进行遍历for（intj0；joldCj）｛设置e为当前node节点NodeK，Ve；当前桶位数据不为空，但不能知道里面是单个元素，还是链表或红黑树，eoldTab〔j〕，先用e记录下当前元素if（（eoldTab〔j〕）！null）｛将老数组j桶位置为空，方便回收oldTab〔j〕如果e节点不存在下一个节点，说明e是单个元素，则直接放置在新数组的桶位if（e。nextnull）newTab〔e。hash（newCap1）〕e；如果e是树节点，证明该节点处于红黑树中elseif（einstanceofTreeNode）（（TreeNodeK，V）e）。split（this，newTab，j，oldCap）；e为链表节点，则对链表进行遍历else｛preserveorder低位链表：存放在扩容之后的数组的下标位置，与当前数组下标位置一致loHead：低位链表头节点loTail低位链表尾节点NodeK，VloHeadnull，loT高位链表，存放扩容之后的数组的下标位置，原索引扩容之前数组容量hiHead：高位链表头节点hiTail：高位链表尾节点NodeK，VhiHeadnull，hiTNodeK，Vdo｛nexte。oldCap为16：10000，与e。hsah做运算可以得到高位为1还是0高位为0，放在低位链表if（（e。hasholdCap）0）｛if（loTailnull）loHead指向eloHelseloTail。loT｝高位为1，放在高位链表else｛if（hiTailnull）hiHelsehiTail。hiT｝｝while（（enext）！null）；低位链表已成，将头节点loHead指向在原位if（loTail！null）｛loTail。newTab〔j〕loH｝高位链表已成，将头节点指向新索引if（hiTail！null）｛hiTail。newTab〔joldCap〕hiH｝｝｝｝｝returnnewT｝
　　扩容之后原位置的节点只有两种调整保持原位置不动（新bit位为0时）散列原索引扩容大小的位置去（新bit位为1时）
　　扩容之后元素的散列设置的非常巧妙，节省了计算hash值的时间，我们来看一下具体的实现
　　当数组长度从16到32，其实只是多了一个bit位的运算，我们只需要在意那个多出来的bit为是0还是1，是0的话索引不变，是1的话索引变为当前索引值扩容的长度，比如5变成51621
　　这样的扩容方式不仅节省了重新计算hash的时间，而且保证了当前桶中的元素总数一定小于等于原来桶中的元素数量，避免了更严重的hash冲突，均匀的把之前冲突的节点分散到新的桶中去11。一般用什么作为HashMap的key？
　　一般用Integer、String这种不可变类当HashMap当key因为String是不可变的，当创建字符串时，它的hashcode被缓存下来，不需要再次计算，相对于其他对象更快因为获取对象的时候要用到equals（）和hashCode（）方法，那么键对象正确的重写这两个方法是非常重要的，这些类很规范的重写了hashCode（）以及equals（）方法12。为什么Map桶中节点个数超过8才转为红黑树？
　　8作为阈值作为HashMap的成员变量，在源码的注释中并没有说明阈值为什么是8
　　在HashMap中有这样一段注释说明，我们继续看BecauseTreeNodesareabouttwicethesizeofregularnodes，weusethemonlywhenbinscontainenoughnodestowarrantuse（seeTREEIFYTHRESHOLD）。Andwhentheybecometoosmall（duetoremovalorresizing）theyareconvertedbacktoplainbins。InusageswithwelldistributeduserhashCodes，treebinsarerarelyused。Ideally，underrandomhashCodes，thefrequencyofnodesinbinsfollowsaPoissondistribution（http：en。wikipedia。orgwikiPoissondistribution）withaparameterofabout0。5onaverageforthedefaultresizingthresholdof0。75，althoughwithalargevariancebecauseofresizinggranularity。Ignoringvariance，theexpectedoccurrencesoflistsizekare（exp（0。5）pow（0。5，k）factorial（k））。
　　翻译因为树节点的大小大约是普通节点的两倍，所以我们只在箱子包含足够的节点时才使用树节点（参见TREEIFYTHRESHOLD）。当他们边的太小（由于删除或调整大小）时，就会被转换回普通的桶，在使用分布良好的hashcode时，很少使用树箱。理想情况下，在随机哈希码下，箱子中节点的频率服从泊松分布第一个值是：0：0。606530661：0。303265332：0。075816333：0。012636064：0。001579525：0。000157956：0。000013167：0。000000948：0。00000006more：lessthan1intenmillion
　　树节点占用空间是普通Node的两倍，如果链表节点不够多却转换成红黑树，无疑会耗费大量的空间资源，并且在随机hash算法下的所有bin节点分布频率遵从泊松分布，链表长度达到8的概率只有0。00000006，几乎是不可能事件，所以8的计算是经过重重科学考量的从平均查找长度来看，红黑树的平均查找长度是logn，如果长度为8，则logn3，而链表的平均查找长度为n4，长度为8时，n24，所以阈值8能大大提高搜索速度当长度为6时红黑树退化为链表是因为lognlog6约等于2。6，而n2623，两者相差不大，而红黑树节点占用更多的内存空间，所以此时转换最为友好13。HashMap为什么线程不安全？多线程下扩容死循环。JDK1。7中的HashMap使用头插法插入元素，在多线程的环境下，扩容的时候有可能导致环形链表的出现，形成死循环。因此JDK1。8使用尾插法插入元素，在扩容时会保持链表元素原本的顺序，不会出现环形链表的问题多线程的put可能导致元素的丢失。多线程同时执行put操作，如果计算出来的索引位置是相同的，那会造成前一个key被后一个key覆盖，从而导致元素的丢失。此问题在JDK1。7和JDK1。8中都存在put和get并发时，可能导致get为null。线程1执行put时，因为元素个数超出threshold而导致rehash，线程2此时执行get，有可能导致这个问题，此问题在JDK1。7和JDK1。8中都存在14。计算hash值时为什么要让低16bit和高16bit进行异或处理我们计算索引需要将hashCode值与length1进行按位与运算，如果数组长度很小，比如16，这样的值和hashCode做异或实际上只有hashCode值的后4位在进行运算，hash值是一个随机值，而如果产生的hashCode值高位变化很大，而低位变化很小，那么有很大概率造成哈希冲突，所以我们为了使元素更好的散列，将hash值的高位也利用起来
　　举个例子
　　如果我们不对hashCode进行按位异或，直接将hash和length1进行按位与运算就有可能出现以下的情况
　　如果下一次生成的hashCode值高位起伏很大，而低位几乎没有变化时，高位无法参与运算
　　可以看到，两次计算出的hash相等，产生了hash冲突
　　所以无符号右移16位的目的是使高混乱度地区与地混乱度地区做一个中和，提高低位的随机性，减少哈希冲突
　　文章中出现的关于面试题的错误请在评论区指出，我再进行改正优化。如果文章对你有所帮助，请给免费的赞吧，感谢大家。
　　来源：blog。csdn。netwenwenaier？typeblog