面试题分享之Java集合篇(二)

注意:文章若有错误的地方,欢迎评论区里面指正 🍭

系列文章目录


文章目录

系列文章目录

前言

一、说一下HashMap的底层实现原理

[二、HashMap 的长度为什么是 2 的幂次方?](#二、HashMap 的长度为什么是 2 的幂次方?)

三、说说HashMap的put方法执行流程

四、说说HashMap的get方法执行过程?

五、说说HashMap的resize方法执行过程?

总结


前言

哈喽,小伙伴们,昨天我们见识了一些集合常见的面试题,如:List为什么实现RandomAccess接口、HashSet实现原理等等,废话不多说,今天继续来给大家分享几道Java集合的高频面试题。🌈


一、说一下HashMap的底层实现原理

  • JDK1.7:数组 + 链表
  • JDK1.8:数组 + (链表 | 红黑树)

HashMap底层主要基于数组和链表实现,采用Entry数组来存储key-value对(数组默认大小为16),每一个键值对组成了一个Entry实体,Entry类实际上是一个单向的链表结构,它具有Next指针,可以连接下一个Entry实体,依次来解决Hash冲突的问题,因为HashMap是按照Key的hash值来计算Entry在HashMap中存储的位置的,如果hash值相同,而key内容不相等,那么就用链表来解决这种hash冲突。

不清楚什么是hash冲突或者不知道如何解决hash冲突的小伙伴可以参考:

面试题分享之Java基础篇(二)-CSDN博客

二、HashMap 的长度为什么是 2 的幂次方?

1、计算索引时效率更高: 哈希函数通常将键的哈希码转换为一个整数。当这个整数对数组长度取模时,如果数组长度是 2 的幂次方,那么取模操作可以通过位运算来实现,具体是通过与操作(&)来完成。这种位运算通常比取模运算更快。如果数组长度是 2 的幂次方,那么取模运算可以简化为:index = hash & (length - 1);

2、扩容时重新计算索引效率更高:HashMap 需要扩容时(即创建一个新的、更大的数组),如果原始数组的长度是 2 的幂次方,那么新的数组长度通常是原始长度的两倍(也是 2 的幂次方)。这种翻倍的特性可以简化扩容过程中的重新哈希计算。

在扩容时,只需要简单地检查原始哈希码的某一位(通常是最高位),就可以确定键应该放到新数组的哪个位置。这种简单的位操作再次提高了性能。

**3、减少哈希冲突:**均匀的分布有助于减少哈希冲突,即减少多个键映射到同一个数组索引位置的情况。当哈希冲突减少时,查找、插入和删除操作的性能都会得到提高。

三、说说HashMap的put方法执行流程

  1. 计算key的hash值
  2. 如果桶(数组)数量为0,则初始化桶
  3. 如果key所在的桶没有元素,则直接插入
  4. 如果key所在的桶中的第一个元素的key与待插入的key相同,说明找到了元素,转后续流程(9)处理
  5. 如果第一个元素是树节点,则调用树节点的putTreeVal()寻找元素或插入树节点
  6. 如果不是以上三种情况,则遍历桶对应的链表查找key是否存在于链表中
  7. 如果找到了对应key的元素,则转后续流程(9)处理
  8. 如果没找到对应key的元素,则在链表最后插入一个新节点并判断是否需要树化
  9. 如果找到了对应key的元素,则判断是否需要替换旧值,并直接返回旧值
  10. 如果插入了元素,则数量加1并判断是否需要扩容

详细的HashMap方法执行过程可以参考:【JDK源码】HashMap源码分析(附常见面试题)

结合源码便于大家理解

c 复制代码
public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }

     /*
        hash:键的hash值
        key:要插入的键
        value:要插入键的值
        onlyIfAbsent:如果为 true,则仅在映射中不存在指定键时才插入值。
        evit:用于后续操作(如可能的节点访问和插入后的操作)。
     */
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //检查表是否为null,并且长度是否为0
        if ((tab = table) == null || (n = tab.length) == 0)
            //调用resize()方法进行初始化,并获取新的表长度
            n = (tab = resize()).length;
        //使用 (n - 1) & hash 计算键在数组中的索引,这是位操作,用于替代模运算,以提高性能。
        if ((p = tab[i = (n - 1) & hash]) == null)
            //若索引为null,则在该位置创建新的结点
            tab[i] = newNode(hash, key, value, null);
        else {
            //否则,索引不为null,则出现hash冲突
            Node<K,V> e; K k;
            //检查当前节点的哈希值和键是否与要插入的相同
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                //相同,则更新该节点的值(除非 onlyIfAbsent 为 true 并且旧值不为 null)。
                e = p;
            else if (p instanceof TreeNode)//如果当前节点是树节点(即已经树化),则调用 putTreeVal 方法在树中插入值。
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                //否则(当前节点的哈希值和键是否与要插入的不同),遍历链表以查找是否存在具有相同哈希值和键的节点
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        //如果没有找到,则在链表末尾添加新节点。
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        //如果链表长度达到或超过 TREEIFY_THRESHOLD(默认为8),则调用 treeifyBin 方法将该链表转换为红黑树。
                            treeifyBin(tab, hash);
                        break;
                    }
                    //如果找到,则更新其值
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            //如果找到了具有相同键的现有节点,则返回其旧值
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        //增加 modCount(用于 fail-fast 机制)
        ++modCount;
        //如果 size 大于 threshold(加载因子与当前容量的乘积),则调用 resize() 方法重新调整 HashMap 的大小。
        if (++size > threshold)
            resize();
    //调用 afterNodeInsertion 方法执行可能的后续操作(如清理)。
        afterNodeInsertion(evict);
        //如果成功插入了新节点,则返回 null。
        return null;
    }

🧑‍💼面试官追问:你刚才提到了树化,能说一下什么时候树化吗?

必须满足两个条件:

  • 链表长度超过树化阈值>8
  • 数组容量>=64

🧑‍💼面试官继续追问:既然会树化,那什么时候会退化?

  • 在扩容时如果拆分树时,树元素个数 <= 6 则会退化链表
  • 移除之前,remove 树节点时,若 root、root.left、root.right、root.left.left 有一个为 null ,也会退化为链表

四、说说HashMap的get方法执行过程?

  1. 计算key的hash值
  2. 找到key所在的桶及其第一个元素
  3. 如果第一个元素的key等于待查找的key,直接返回
  4. 如果第一个元素是树节点就按树的方式来查找
  5. 否则就按链表方式查找
  6. 如果都没有,返回null

贴出源码,方便大家理解

java 复制代码
 public V get(Object key) {
        Node<K,V> e;
//调用getNode()方法,若果返回值为null,则get()方法返回值也为null,否则为该key的值
        return (e = getNode(key)) == null ? null : e.value;
    }
//核心方法
final Node<K,V> getNode(Object key) {
        Node<K,V>[] tab; Node<K,V> first, e; int n, hash; K k;
        //检查哈希表是否为空或长度为0,计算索引并获取第一个节点,并存储在 first 中
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & (hash = hash(key))]) != null) {
            //如果第一个节点的哈希值和键与给定的哈希值和键相匹配,则返回该节点
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
//如果第一个节点不匹配,并且它有一个下一个节点(即链表不为空),则继续遍历链表
            if ((e = first.next) != null) {
//如果第一个节点是树节点(即已经树化),则调用 getTreeNode 方法在树中查找节点
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//如果不是树节点,则使用 do-while 循环遍历链表中的每个节点
                do {
                    //如果某个节点的哈希值和键与给定的哈希值和键相匹配,则返回该节点
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

五、说说HashMap的resize方法执行过程?

直接上源代码:代码解释我就写在下方了

java 复制代码
final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

1、定义和获取旧表信息:

  • Node<K,V>[] oldTab = table;:获取当前哈希表的引用。
  • int oldCap = (oldTab == null) ? 0 : oldTab.length;:计算旧表的容量(长度)。
  • int oldThr = threshold;:获取旧的阈值。当哈希表的大小达到这个阈值时,就会触发重新调整大小。

2、确定新的容量和阈值:

  • 如果旧表的大小大于0,则:
    • 如果旧表的大小已经达到最大容量(MAXIMUM_CAPACITY),则将阈值设置为Integer.MAX_VALUE并返回旧表(不再进行扩容)。
    • 否则,如果新的容量(旧容量的两倍)小于最大容量且旧容量大于或等于默认初始容量(DEFAULT_INITIAL_CAPACITY),则新的阈值也设置为旧阈值的两倍。
  • 如果旧表的阈值大于0,则新的容量设置为旧阈值(这可能是用于初始化HashMap时直接设置初始容量的情况)。
  • 否则,使用默认的初始容量和加载因子来计算新的容量和阈值。

3、创建新的哈希表:

  • 使用新的容量创建一个新的哈希表。
  • 将新表的引用赋值给table

4、迁移旧表中的数据:

  • 遍历旧表的每一个位置。
  • 如果该位置上有元素(即节点),则:
    • 将该位置的引用设置为null(表示旧表中该位置不再有数据)。
    • 如果该节点没有下一个节点(即它是一个链表中的单独节点),则直接将其放置在新表的适当位置。
    • 如果该节点是一个TreeNode(即它是红黑树的一个节点),则调用其split方法来重新分配该树中的节点。
    • 否则,这是一个链表,我们需要遍历它并重新分配其节点。这是通过维护两个链表(loHeadhiHead)来实现的,它们分别包含应放置在新表的低索引和高索引位置的节点。

内容比较多,大家在面试回答的时候不用回答的特别详细,简述大概流程就可以啦,一定要理解!!!


总结

好了,今天的分享就到这里,明天见🥳

相关推荐
杜杜的man1 分钟前
【go从零单排】go语言中的指针
开发语言·后端·golang
测开小菜鸟3 分钟前
使用python向钉钉群聊发送消息
java·python·钉钉
P.H. Infinity1 小时前
【RabbitMQ】04-发送者可靠性
java·rabbitmq·java-rabbitmq
生命几十年3万天1 小时前
java的threadlocal为何内存泄漏
java
caridle1 小时前
教程:使用 InterBase Express 访问数据库(五):TIBTransaction
java·数据库·express
萧鼎1 小时前
Python并发编程库:Asyncio的异步编程实战
开发语言·数据库·python·异步
学地理的小胖砸1 小时前
【一些关于Python的信息和帮助】
开发语言·python
疯一样的码农1 小时前
Python 继承、多态、封装、抽象
开发语言·python
^velpro^1 小时前
数据库连接池的创建
java·开发语言·数据库
苹果醋31 小时前
Java8->Java19的初步探索
java·运维·spring boot·mysql·nginx