Java面试-HashMap原理

一、二叉树相关：

• 二叉树定义：每个节点有两个叉，包含左右子节点，不要求每个节点都有两个子节点，其左右子树也符合该特征。
• 实现方式：可用数组或链表实现，用链表实现时，类TreeNode有value、left、right三个属性。
• 分类：有满二叉树、完全二叉树、二叉搜索树、红黑树等，本次主要讲二叉搜索树和红黑树。
• 二叉搜索树：
  • 特点：又名BST树等，任意节点左边子树的值小于该节点，右边子树的值大于该节点，且左右子树也符合此特点。
  • 作用：支持快速查找、动态插入和删除数据。
  • 时间复杂度：平均情况下为O(log n)，极端情况退化为链表时为O(n)。
• 红黑树：
  • 性质：节点要么红要么黑，根节点必为黑，叶子节点为黑色空节点，红色节点子节点为黑色，从任意节点到叶子节点所有路径包含相同数目黑色节点。
  • 作用：保证树的平衡，使时间复杂度稳定。
  • 时间复杂度：查找、添加、删除均为O(log n)。

二、散列表：

• 基本概念：又名哈希表，根据键直接访问内存存储的值，由数组演化而来，利用数组按下标随机访问特性，时间复杂度为O(1)。
• 散列函数：将键映射为数组下标的函数，要求计算的哈希值为大于等于0的正整数，相同键哈希值相同，不同键哈希值不同，但此条较难实现。
• 散列冲突：多个键映射到同一数组下标位置，解决办法是拉链法，即数组下标对应链表，链表过长可改为红黑树，可提升效率、避免DOS攻击。
• 操作时间复杂度：插入为O(1)，平均查找和删除为O(1)，大量冲突时链表查找和删除退化为O(n)，改为红黑树后查找为O(log n)。

三、哈希map实现原理：

• 底层结构：数组+链表+红黑树。
• 数据存储：put元素时用key的哈希code重新计算哈希值定位数组下标，可能产生哈希冲突，key相同则覆盖value，不同则存入链表或红黑树（链表长度大于8且数组长度大于64时转红黑树）。
• 数据获取：通过key的哈希值找到数组下标获取元素。
• 版本区别：JDK 1.7采用数组+链表，JDK 1.8采用数组+链表+红黑树，链表长度大于8且数组长度大于等于64时转红黑树，扩容时红黑树节点小于等于6个退化为链表。

四、哈希map put方法流程：

• 属性：默认容量为16，加载因子为0.75，阈值为容量乘以加载因子，table是存储数据的NODE数组，size是集合元素个数。
• 流程：第一次添加先判断table是否为空，为空则调用resize初始化长度为16的数组，根据key计算索引，若索引处为空则添加数据，添加后判断size是否大于阈值，大于则扩容；非第一次添加，根据key计算索引，若索引处不为空，判断key是否存在，存在则覆盖value，判断是否为红黑树，是则走红黑树添加逻辑，否则遍历链表，key存在则覆盖，不存在则在尾部添加节点，链表长度大于等于8则转红黑树。

五、哈希map扩容机制：

• 触发条件：添加元素或初始化时调用resize方法，第一次添加初始化长度为16的数组，数组元素超过阈值（数组长度乘以0.75）时扩容。
• 扩容方式：容量变为原来的两倍，创建新数组，将旧数组数据挪到新数组，有三种情况，无冲突节点取哈希值模新数组长度定位下标，红黑树走红黑树添加逻辑，链表遍历拆分，节点哈希值按位与老容量等于0则留在原下标，不等于0则存到原下标加老容量的位置。

六、哈希map寻址算法：

• 哈希值计算：调用key的hashCode方法得到哈希值，右移16位后与原哈希值做异或运算，使哈希值更均匀，减少冲突。
• 索引计算：用数组长度减1按位与哈希值代替取模，性能更好，数组长度必须是2的n次幂，这样计算索引和扩容时重新计算索引效率更高。

七、哈希map 1.7多线程死循环问题：

• 底层结构：数组+链表，扩容时链表迁移采用头插法。
• 死循环原因：多线程下，一个线程先完成扩容使链表顺序颠倒，另一个线程迁移时可能导致节点相互指向，产生死循环。
• 解决办法：JDK 1.8采用尾插法避免死循环。