网站建设排版页面微信上如何投放广告

1. 什么是 HashMap？

HashMap是Java集合框架中的一种数据结构，它实现了Map接口，用于存储键值对（Key-Value Pair）。HashMap允许null键和null值，并且不保证元素的顺序。

---

2. HashMap 的工作原理

2.1 内部结构

• 数组 + 链表/红黑树：HashMap内部使用一个数组（称为table）来存储数据，每个数组元素是一个链表或红黑树的头节点。

• 哈希函数：通过哈希函数将键（Key）映射到数组的索引位置。

2.2 插入数据

• 计算哈希值：使用键的hashCode()方法计算哈希值。

• 计算索引：通过哈希值和数组长度计算索引位置。

• 处理冲突：如果索引位置已经有元素，则通过链表或红黑树处理冲突。

• 插入数据：将键值对插入到链表或红黑树中。

2.3 查找数据

• 计算哈希值：使用键的hashCode()方法计算哈希值。

• 计算索引：通过哈希值和数组长度计算索引位置。

• 查找数据：在链表或红黑树中查找键值对。

2.4 扩容机制

• 负载因子：HashMap有一个负载因子（默认0.75），当元素数量超过容量 * 负载因子时，HashMap会进行扩容。

• 扩容过程：创建一个新的数组，将旧数组中的元素重新哈希到新数组中。

---

3. HashMap 的特点

3.1 优点

• 快速查找：通过哈希函数，HashMap可以在平均O(1)的时间复杂度内查找元素。

• 灵活：允许null键和null值。

3.2 缺点

• 无序：HashMap不保证元素的顺序。

• 线程不安全：HashMap不是线程安全的，多线程环境下需要使用ConcurrentHashMap。

---

4. 常见问题

4.1 HashMap 和 Hashtable 的区别？

• HashMap：允许null键和null值，线程不安全。

• Hashtable：不允许null键和null值，线程安全。

4.2 HashMap 的负载因子为什么是0.75？

• 负载因子：0.75是时间和空间的一个平衡点，既不会浪费太多空间，也不会导致频繁扩容。

4.3 HashMap 如何处理哈希冲突？

• 链表：Java 8之前，HashMap使用链表处理冲突。

• 红黑树：Java 8之后，当链表长度超过8时，HashMap会将链表转换为红黑树，提高查找效率。

---

5. 进一步优化与迭代方向

• 使用合适的初始容量：根据预估的元素数量设置初始容量，减少扩容次数。

• 选择合适的负载因子：根据实际需求调整负载因子，平衡时间和空间。

• 线程安全：在多线程环境下使用ConcurrentHashMap，避免线程安全问题。

6.手写一个哈希表

class HashNode<K,V> {//定义哈希表的节点类K key;V value;HashNode<K,V> next;//用于处理哈希冲突的链表public HashNode(K key, V value){this.key = key;this.value = value;this.next = null;}public static void main(String[] args) {MyHashMap<String, Integer> map = new MyHashMap<>();map.put("Apple", 1);map.put("Banana", 2);map.put("Orange", 3);System.out.println(map.get("Banana")); // 输出: 2map.remove("Banana");System.out.println(map.get("Banana")); // 输出: nullSystem.out.println(map.size()); // 输出: 2}
}
//计算键的哈希值
class MyHashMap<K,V> {private static final int DEFAULT_CAPACITY = 16;//默认容量private static final float LOAD_FACTOR = 0.75f; // 负载因子private HashNode<K, V>[] table;//哈希表数组private int size;//当前元素数量public MyHashMap(){table = new HashNode[DEFAULT_CAPACITY];size = 0;}//计算键的哈希值private int hash(K key){return key == null ? 0 :Math.abs(key.hashCode() % table.length);}//插入键值对public void put(K key,V value){int index = hash(key);HashNode<K,V> node = table[index];//遍历链表，检查是否存在相同的键while (node != null){if(node.key.equals(key)){node.value = value;//更新值return;}node = node.next;}//插入到新节点到链表头部HashNode<K,V> newNode = new HashNode<>(key,value);newNode.next = table[index];table[index] = newNode;size++;//检查是否需要扩容if ((float) size/table.length > LOAD_FACTOR){resize();}}//查找键相对应的值public V get(K key){int index = hash(key);HashNode<K,V> node = table[index];//遍历链表，查找键while (node != null){if (node.key.equals(key)){return node.value;}node = node.next;}return null;//未找到}//删除键值对public void remove(K key){int index = hash(key);HashNode<K,V> node = table[index];HashNode<K,V> prev = null;//遍历链表，查找键while (node != null){if(node.key.equals(key)){if(prev == null){table[index] = node.next;//删除链表头部}else {prev.next = node.next;//删除链表的中间或尾部}size--;return;}prev = node;node = node.next;}}//扩容哈希表private void resize(){int newCapacity = table.length*2;HashNode<K,V>[] newTable = new HashNode[newCapacity];//重新载入哈希所有元素for (HashNode<K,V> node : table){while(node != null){int newIndex = hash(node.key);HashNode<K,V> next = node.next;node.next = newTable[newIndex];newTable[newIndex] = node;node = next;}}table = newTable;}//获取当前元素数量public  int size(){return size;}}