一個HashMap能跟面試官扯上半個小時

時間  2020-03-17
標籤 一個 hashmap 面試 扯上 半個 小時 欄目 快樂工作 简体版
原文   原文鏈接

一個HashMap能跟面試官扯上半個小時

關注 安琪拉的博客
1.回覆面試領取面試資料
2.回覆書籍領取技術電子書
3.回覆交流領取技術電子書html

前言

HashMap應該算是Java後端工程師面試的必問題，由於其中的知識點太多，很適合用來考察面試者的Java基礎。java

開場

面試官: 你先自我介紹一下吧！c++

安琪拉: 我是安琪拉，草叢三婊之一，最強中單（鍾馗不服）！哦，不對，串場了，我是**，目前在--公司作--系統開發。面試

面試官: 看你簡歷上寫熟悉Java集合，HashMap用過的吧？算法

安琪拉: 用過的。(仍是熟悉的味道)後端

面試官: 那你跟我講講HashMap的內部數據結構？數組

安琪拉: 目前我用的是JDK1.8版本的，內部使用數組 + 鏈表紅黑樹；安全

安琪拉: 方便我給您畫個數據結構圖吧：bash

面試官: 那你清楚HashMap的數據插入原理嗎？數據結構

安琪拉: 呃[作沉思狀]。我以爲仍是應該畫個圖比較清楚，以下：

  1. 判斷數組是否爲空，爲空進行初始化;
  2. 不爲空，計算 k 的 hash 值，經過(n - 1) & hash計算應當存放在數組中的下標 index;
  3. 查看 table[index] 是否存在數據，沒有數據就構造一個Node節點存放在 table[index] 中；
  4. 存在數據，說明發生了hash衝突(存在二個節點key的hash值同樣), 繼續判斷key是否相等，相等，用新的value替換原數據(onlyIfAbsent爲false)；
  5. 若是不相等，判斷當前節點類型是否是樹型節點，若是是樹型節點，創造樹型節點插入紅黑樹中；
  6. 若是不是樹型節點，建立普通Node加入鏈表中；判斷鏈表長度是否大於 8， 大於的話鏈表轉換爲紅黑樹；
  7. 插入完成以後判斷當前節點數是否大於閾值，若是大於開始擴容爲原數組的二倍。

面試官: 剛纔你提到HashMap的初始化，那HashMap怎麼設定初始容量大小的嗎？

安琪拉: [這也算問題？?] 通常若是new HashMap() 不傳值，默認大小是16，負載因子是0.75， 若是本身傳入初始大小k，初始化大小爲 大於k的 2的整數次方，例如若是傳10，大小爲16。（補充說明:實現代碼以下）

static final int tableSizeFor(int cap) {
  int n = cap - 1;
  n |= n >>> 1;
  n |= n >>> 2;
  n |= n >>> 4;
  n |= n >>> 8;
  n |= n >>> 16;
  return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
複製代碼

補充說明：下圖是詳細過程，算法就是讓初始二進制右移1，2，4，8，16位，分別與本身異或，把高位第一個爲1的數經過不斷右移，把高位爲1的後面全變爲1，111111 + 1 = 1000000 = 2^6 （符合大於50而且是2的整數次冪 ）

補充說明

面試官: 你提到hash函數，你知道HashMap的哈希函數怎麼設計的嗎？

安琪拉: [問的還挺細] hash函數是先拿到經過key 的hashcode，是32位的int值，而後讓hashcode的高16位和低16位進行異或操做。

面試官: 那你知道爲何這麼設計嗎？

安琪拉: [這也要問]，這個也叫擾動函數，這麼設計有二點緣由：

  1. 必定要儘量下降hash碰撞，越分散越好；
  2. 算法必定要儘量高效，由於這是高頻操做, 所以採用位運算；

面試官: 爲何採用hashcode的高16位和低16位異或能下降hash碰撞？hash函數能不能直接用key的hashcode？

[這問題有點刁鑽], 安琪拉差點原地💥了，巴不得出biubiubiu 二一三連招。

安琪拉: 由於key.hashCode()函數調用的是key鍵值類型自帶的哈希函數，返回int型散列值。int值範圍爲**-2147483648~2147483647**，先後加起來大概40億的映射空間。只要哈希函數映射得比較均勻鬆散，通常應用是很難出現碰撞的。但問題是一個40億長度的數組，內存是放不下的。你想，若是HashMap數組的初始大小才16，用以前須要對數組的長度取模運算，獲得的餘數才能用來訪問數組下標。(來自知乎-胖君)

源碼中模運算就是把散列值和數組長度-1作一個"與"操做，位運算比%運算要快。

bucketIndex = indexFor(hash, table.length);

static int indexFor(int h, int length) {
     return h & (length-1);
}
複製代碼

順便說一下，這也正好解釋了爲何HashMap的數組長度要取2的整數冪。由於這樣（數組長度-1）正好至關於一個「低位掩碼」。「與」操做的結果就是散列值的高位所有歸零，只保留低位值，用來作數組下標訪問。以初始長度16爲例，16-1=15。2進製表示是00000000 00000000 00001111。和某散列值作「與」操做以下，結果就是截取了最低的四位值。

10100101 11000100 00100101
& 00000000 00000000 00001111
----------------------------------
  00000000 00000000 00000101    //高位所有歸零，只保留末四位
複製代碼

但這時候問題就來了，這樣就算個人散列值分佈再鬆散，要是隻取最後幾位的話，碰撞也會很嚴重。更要命的是若是散列自己作得很差，分佈上成等差數列的漏洞，若是正好讓最後幾個低位呈現規律性重複，就無比蛋疼。

時候「擾動函數」的價值就體現出來了，說到這裏你們應該猜出來了。看下面這個圖，

img

右位移16位，正好是32bit的一半，本身的高半區和低半區作異或，就是爲了混合原始哈希碼的高位和低位，以此來加大低位的隨機性。並且混合後的低位摻雜了高位的部分特徵，這樣高位的信息也被變相保留下來。

最後咱們來看一下Peter Lawley的一篇專欄文章《An introduction to optimising a hashing strategy》裏的的一個實驗：他隨機選取了352個字符串，在他們散列值徹底沒有衝突的前提下，對它們作低位掩碼，取數組下標。

img

結果顯示，當HashMap數組長度爲512的時候（2^9），也就是用掩碼取低9位的時候，在沒有擾動函數的狀況下，發生了103次碰撞，接近30%。而在使用了擾動函數以後只有92次碰撞。碰撞減小了將近10%。看來擾動函數確實仍是有功效的。

另外Java1.8相比1.7作了調整，1.7作了四次移位和四次異或，但明顯Java 8以爲擾動作一次就夠了，作4次的話，多了可能邊際效用也不大，所謂爲了效率考慮就改爲一次了。

下面是1.7的hash代碼：

static int hash(int h) {
    h ^= (h >>> 20) ^ (h >>> 12);
    return h ^ (h >>> 7) ^ (h >>> 4);
}
複製代碼

面試官: 看來作過功課，有點料啊！是否是偷偷看了安琪拉的博客, 你剛剛說到1.8對hash函數作了優化，1.8還有別的優化嗎？

安琪拉: 1.8還有三點主要的優化：

  1. 數組+鏈表改爲了數組+鏈表或紅黑樹；
  2. 鏈表的插入方式從頭插法改爲了尾插法，簡單說就是插入時，若是數組位置上已經有元素，1.7將新元素放到數組中，原始節點做爲新節點的後繼節點，1.8遍歷鏈表，將元素放置到鏈表的最後；
  3. 擴容的時候1.7須要對原數組中的元素進行從新hash定位在新數組的位置，1.8採用更簡單的判斷邏輯，位置不變或索引+舊容量大小；
  4. 在插入時，1.7先判斷是否須要擴容，再插入，1.8先進行插入，插入完成再判斷是否須要擴容；

面試官: 你分別跟我講講爲何要作這幾點優化；

安琪拉: 【咳咳，果真是連環炮】

  1. 防止發生hash衝突，鏈表長度過長，將時間複雜度由O(n)降爲O(logn);

  2. 由於1.7頭插法擴容時，頭插法會使鏈表發生反轉，多線程環境下會產生環；

    A線程在插入節點B，B線程也在插入，遇到容量不夠開始擴容，從新hash，放置元素，採用頭插法，後遍歷到的B節點放入了頭部，這樣造成了環，以下圖所示：

    在這裏插入圖片描述

    1.7的擴容調用transfer代碼，以下所示：

    void transfer(Entry[] newTable, boolean rehash) {
  int newCapacity = newTable.length;
  for (Entry<K,V> e : table) {
    while(null != e) {
      Entry<K,V> next = e.next;
      if (rehash) {
        e.hash = null == e.key ? 0 : hash(e.key);
      }
      int i = indexFor(e.hash, newCapacity);
      e.next = newTable[i]; //A線程若是執行到這一行掛起，B線程開始進行擴容
      newTable[i] = e;
      e = next;
    }
  }
}

複製代碼

  3. 擴容的時候爲何1.8 不用從新hash就能夠直接定位原節點在新數據的位置呢?

    這是因爲擴容是擴大爲原數組大小的2倍，用於計算數組位置的掩碼僅僅只是高位多了一個1，怎麼理解呢？

    擴容前長度爲16，用於計算(n-1) & hash 的二進制n-1爲0000 1111，擴容爲32後的二進制就高位多了1，爲0001 1111。

    由於是& 運算，1和任何數 & 都是它自己，那就分二種狀況，以下圖：原數據hashcode高位第4位爲0和高位爲1的狀況；

    第四位高位爲0，從新hash數值不變，第四位爲1，從新hash數值比原來大16（舊數組的容量）

    在這裏插入圖片描述

面試官: 那HashMap是線程安全的嗎？

安琪拉: 不是，在多線程環境下，1.7 會產生死循環、數據丟失、數據覆蓋的問題，1.8 中會有數據覆蓋的問題，以1.8爲例，當A線程判斷index位置爲空後正好掛起，B線程開始往index位置的寫入節點數據，這時A線程恢復現場，執行賦值操做，就把A線程的數據給覆蓋了；還有++size這個地方也會形成多線程同時擴容等問題。

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)
    n = (tab = resize()).length;
  if ((p = tab[i = (n - 1) & hash]) == null)  //多線程執行到這裏
    tab[i] = newNode(hash, key, value, null);
  else {
    Node<K,V> e; K k;
    if (p.hash == hash &&
        ((k = p.key) == key || (key != null && key.equals(k))))
      e = p;
    else if (p instanceof TreeNode)
      e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
    else {
      for (int binCount = 0; ; ++binCount) {
        if ((e = p.next) == null) {
          p.next = newNode(hash, key, value, null);
          if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
            treeifyBin(tab, hash);
          break;
        }
        if (e.hash == hash &&
            ((k = e.key) == key || (key != null && key.equals(k))))
          break;
        p = e;
      }
    }
    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) // 多個線程走到這，可能重複resize()
    resize();
  afterNodeInsertion(evict);
  return null;
}
複製代碼

面試官: 那你日常怎麼解決這個線程不安全的問題？

安琪拉: Java中有HashTable、Collections.synchronizedMap、以及ConcurrentHashMap能夠實現線程安全的Map。

HashTable是直接在操做方法上加synchronized關鍵字，鎖住整個數組，粒度比較大，Collections.synchronizedMap是使用Collections集合工具的內部類，經過傳入Map封裝出一個SynchronizedMap對象，內部定義了一個對象鎖，方法內經過對象鎖實現；ConcurrentHashMap使用分段鎖，下降了鎖粒度，讓併發度大大提升。

面試官: 那你知道ConcurrentHashMap的分段鎖的實現原理嗎？

安琪拉: 【天啦擼! 俄羅斯套娃，一個套一個】ConcurrentHashMap成員變量使用volatile 修飾，免除了指令重排序，同時保證內存可見性，另外使用CAS操做和synchronized結合實現賦值操做，多線程操做只會鎖住當前操做索引的節點。

以下圖，線程A鎖住A節點所在鏈表，線程B鎖住B節點所在鏈表，操做互不干涉。

面試官: 你前面提到鏈表轉紅黑樹是鏈表長度達到閾值，這個閾值是多少？

安琪拉: 閾值是8，紅黑樹轉鏈表閾值爲6

面試官: 爲何是8，不是16，32甚至是7 ？又爲何紅黑樹轉鏈表的閾值是6，不是8了呢？

安琪拉: 【你去問做者啊！天啦擼，biubiubiu 真想213連招】由於做者就這麼設計的，哦，不對，由於通過計算，在hash函數設計合理的狀況下，發生hash碰撞8次的概率爲百萬分之6，機率說話。。由於8夠用了，至於爲何轉回來是6，由於若是hash碰撞次數在8附近徘徊，會一直髮生鏈表和紅黑樹的轉化，爲了預防這種狀況的發生。

面試官: HashMap內部節點是有序的嗎？

安琪拉: 是無序的，根據hash值隨機插入

面試官: 那有沒有有序的Map？

安琪拉: LinkedHashMap 和 TreeMap

面試官: 跟我講講LinkedHashMap怎麼實現有序的？

安琪拉: LinkedHashMap內部維護了一個單鏈表，有頭尾節點，同時LinkedHashMap節點Entry內部除了繼承HashMap的Node屬性，還有before 和 after用於標識前置節點和後置節點。能夠實現按插入的順序或訪問順序排序。

/** * The head (eldest) of the doubly linked list. */
transient LinkedHashMap.Entry<K,V> head;

/** * The tail (youngest) of the doubly linked list. */
transient LinkedHashMap.Entry<K,V> tail;
//連接新加入的p節點到鏈表後端
private void linkNodeLast(LinkedHashMap.Entry<K,V> p) {
  LinkedHashMap.Entry<K,V> last = tail;
  tail = p;
  if (last == null)
    head = p;
  else {
    p.before = last;
    last.after = p;
  }
}
//LinkedHashMap的節點類
static class Entry<K,V> extends HashMap.Node<K,V> {
  Entry<K,V> before, after;
  Entry(int hash, K key, V value, Node<K,V> next) {
    super(hash, key, value, next);
  }
}
複製代碼

示例代碼：

public static void main(String[] args) {
  Map<String, String> map = new LinkedHashMap<String, String>();
  map.put("1", "安琪拉");
  map.put("2", "的");
  map.put("3", "博客");

  for(Map.Entry<String,String> item: map.entrySet()){
    System.out.println(item.getKey() + ":" + item.getValue());
  }
}
//console輸出
1:安琪拉
2:的
3:博客
複製代碼

面試官: 跟我講講TreeMap怎麼實現有序的？

安琪拉：TreeMap是按照Key的天然順序或者Comprator的順序進行排序，內部是經過紅黑樹來實現。因此要麼key所屬的類實現Comparable接口，或者自定義一個實現了Comparator接口的比較器，傳給TreeMap用戶key的比較。

面試官: 前面提到經過CAS 和 synchronized結合實現鎖粒度的下降，你能給我講講CAS 的實現以及synchronized的實現原理嗎？

安琪拉: 下一期咋們再約時間，OK？

面試官: 好吧，回去等通知吧！

參考資料

  1. An introduction to optimising a hashing strategy
  2. JDK 源碼中 HashMap 的 hash 方法原理是什麼？
  3. 淡騰的楓-HashMap中的hash函數

後續會更新一些大廠高頻面試題，主要是Java後端的。也能夠公衆號後臺回覆關鍵字面試提早領取面試的資料。

1.回覆面試領取面試資料

2.回覆書籍領取技術電子書

3.回覆交流領取技術電子書

關注
相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程