HashMap的工做原理【文字版】

HashMap的工做原理是近年來常見的Java面試題。幾乎每一個Java程序員都知道HashMap，都知道哪裏要用HashMap，知道Hashtable和HashMap之間的區別，那麼爲什麼這道面試題如此特殊呢？是由於這道題考察的深度很深。這題常常出如今高級或中高級面試中。投資銀行更喜歡問這個問題，甚至會要求你實現HashMap來考察你的編程能力。ConcurrentHashMap和其它同步集合的引入讓這道題變得更加複雜。讓咱們開始探索的旅程吧！

先來些簡單的問題

「你用過HashMap嗎？」 「什麼是HashMap？你爲何用到它？」

幾乎每一個人都會回答「是的」，而後回答HashMap的一些特性，譬如HashMap能夠接受null鍵值和值，而Hashtable則不能；HashMap是非synchronized;HashMap很快；以及HashMap儲存的是鍵值對等等。這顯示出你已經用過HashMap，並且對它至關的熟悉。可是面試官來個急轉直下，今後刻開始問出一些刁鑽的問題，關於HashMap的更多基礎的細節。面試官可能會問出下面的問題：

「你知道HashMap的工做原理嗎？」 「你知道HashMap的get()方法的工做原理嗎？」

你也許會回答「我沒有詳查標準的Java API，你能夠看看Java源代碼或者Open JDK。」「我能夠用Google找到答案。」

但一些面試者可能能夠給出答案，「HashMap是基於hashing的原理，咱們使用put(key, value)存儲對象到HashMap中，使用get(key)從HashMap中獲取對象。當咱們給put()方法傳遞鍵和值時，咱們先對鍵調用hashCode()方法，返回的hashCode用於找到bucket位置來儲存Entry對象。」這裏關鍵點在於指出，HashMap是在bucket中儲存鍵對象和值對象，做爲Map.Entry。這一點有助於理解獲取對象的邏輯。若是你沒有意識到這一點，或者錯誤的認爲僅僅只在bucket中存儲值的話，你將不會回答如何從HashMap中獲取對象的邏輯。這個答案至關的正確，也顯示出面試者確實知道hashing以及HashMap的工做原理。可是這僅僅是故事的開始，當面試官加入一些Java程序員天天要碰到的實際場景的時候，錯誤的答案頻現。下個問題多是關於HashMap中的碰撞探測(collision detection)以及碰撞的解決方法：

「當兩個對象的hashcode相同會發生什麼？」 從這裏開始，真正的困惑開始了，一些面試者會回答由於hashcode相同，因此兩個對象是相等的，HashMap將會拋出異常，或者不會存儲它們。而後面試官可能會提醒他們有equals()和hashCode()兩個方法，並告訴他們兩個對象就算hashcode相同，可是它們可能並不相等。一些面試者可能就此放棄，而另一些還能繼續挺進，他們回答「由於hashcode相同，因此它們的bucket位置相同，‘碰撞’會發生。由於HashMap使用鏈表存儲對象，這個Entry(包含有鍵值對的Map.Entry對象)會存儲在鏈表中。」這個答案很是的合理，雖然有不少種處理碰撞的方法，這種方法是最簡單的，也正是HashMap的處理方法。但故事尚未完結，面試官會繼續問：

「若是兩個鍵的hashcode相同，你如何獲取值對象？」 面試者會回答：當咱們調用get()方法，HashMap會使用鍵對象的hashcode找到bucket位置，而後獲取值對象。面試官提醒他若是有兩個值對象儲存在同一個bucket，他給出答案:將會遍歷鏈表直到找到值對象。面試官會問由於你並無值對象去比較，你是如何肯定肯定找到值對象的？除非面試者直到HashMap在鏈表中存儲的是鍵值對，不然他們不可能回答出這一題。

其中一些記得這個重要知識點的面試者會說，找到bucket位置以後，會調用keys.equals()方法去找到鏈表中正確的節點，最終找到要找的值對象。完美的答案！

許多狀況下，面試者會在這個環節中出錯，由於他們混淆了hashCode()和equals()方法。由於在此以前hashCode()屢屢出現，而equals()方法僅僅在獲取值對象的時候纔出現。一些優秀的開發者會指出使用不可變的、聲明做final的對象，而且採用合適的equals()和hashCode()方法的話，將會減小碰撞的發生，提升效率。不可變性使得可以緩存不一樣鍵的hashcode，這將提升整個獲取對象的速度，使用String，Interger這樣的wrapper類做爲鍵是很是好的選擇。

若是你認爲到這裏已經完結了，那麼聽到下面這個問題的時候，你會大吃一驚。「若是HashMap的大小超過了負載因子(load factor)定義的容量，怎麼辦？」除非你真正知道HashMap的工做原理，不然你將回答不出這道題。默認的負載因子大小爲0.75，也就是說，當一個map填滿了75%的bucket時候，和其它集合類(如ArrayList等)同樣，將會建立原來HashMap大小的兩倍的bucket數組，來從新調整map的大小，並將原來的對象放入新的bucket數組中。這個過程叫做rehashing，由於它調用hash方法找到新的bucket位置。

若是你可以回答這道問題，下面的問題來了：「你瞭解從新調整HashMap大小存在什麼問題嗎？」你可能回答不上來，這時面試官會提醒你當多線程的狀況下，可能產生條件競爭(race condition)。

當從新調整HashMap大小的時候，確實存在條件競爭，由於若是兩個線程都發現HashMap須要從新調整大小了，它們會同時試着調整大小。在調整大小的過程當中，存儲在鏈表中的元素的次序會反過來，由於移動到新的bucket位置的時候，HashMap並不會將元素放在鏈表的尾部，而是放在頭部，這是爲了不尾部遍歷(tail traversing)。若是條件競爭發生了，那麼就死循環了。這個時候，你能夠質問面試官，爲何這麼奇怪，要在多線程的環境下使用HashMap呢？：）

熱心的讀者貢獻了更多的關於HashMap的問題：

1. 爲何String, Interger這樣的wrapper類適合做爲鍵？ String, Interger這樣的wrapper類做爲HashMap的鍵是再適合不過了，並且String最爲經常使用。由於String是不可變的，也是final的，並且已經重寫了equals()和hashCode()方法了。其餘的wrapper類也有這個特色。不可變性是必要的，由於爲了要計算hashCode()，就要防止鍵值改變，若是鍵值在放入時和獲取時返回不一樣的hashcode的話，那麼就不能從HashMap中找到你想要的對象。不可變性還有其餘的優勢如線程安全。若是你能夠僅僅經過將某個field聲明成final就能保證hashCode是不變的，那麼請這麼作吧。由於獲取對象的時候要用到equals()和hashCode()方法，那麼鍵對象正確的重寫這兩個方法是很是重要的。若是兩個不相等的對象返回不一樣的hashcode的話，那麼碰撞的概率就會小些，這樣就能提升HashMap的性能。
2. 咱們可使用自定義的對象做爲鍵嗎？ 這是前一個問題的延伸。固然你可能使用任何對象做爲鍵，只要它遵照了equals()和hashCode()方法的定義規則，而且當對象插入到Map中以後將不會再改變了。若是這個自定義對象時不可變的，那麼它已經知足了做爲鍵的條件，由於當它建立以後就已經不能改變了。
3. 咱們可使用CocurrentHashMap來代替Hashtable嗎？這是另一個很熱門的面試題，由於ConcurrentHashMap愈來愈多人用了。咱們知道Hashtable是synchronized的，可是ConcurrentHashMap同步性能更好，由於它僅僅根據同步級別對map的一部分進行上鎖。ConcurrentHashMap固然能夠代替HashTable，可是HashTable提供更強的線程安全性。

我我的很喜歡這個問題，由於這個問題的深度和廣度，也不直接的涉及到不一樣的概念。讓咱們再來看看這些問題設計哪些知識點：

• hashing的概念
• HashMap中解決碰撞的方法
• equals()和hashCode()的應用，以及它們在HashMap中的重要性
• 不可變對象的好處
• HashMap多線程的條件競爭
• 從新調整HashMap的大小

總結

HashMap的工做原理

HashMap基於hashing原理，咱們經過put()和get()方法儲存和獲取對象。當咱們將鍵值對傳遞給put()方法時，它調用鍵對象的hashCode()方法來計算hashcode，讓後找到bucket位置來儲存值對象。當獲取對象時，經過鍵對象的equals()方法找到正確的鍵值對，而後返回值對象。HashMap使用鏈表來解決碰撞問題，當發生碰撞了，對象將會儲存在鏈表的下一個節點中。 HashMap在每一個鏈表節點中儲存鍵值對對象。

當兩個不一樣的鍵對象的hashcode相同時會發生什麼？ 它們會儲存在同一個bucket位置的鏈表中。鍵對象的equals()方法用來找到鍵值對。