• 中文
    • English
  • 注册
  • 查看作者
  • 仅hashmap一道面试题我就搞定了面试官成功入职面试官:我裂开了

    HashMap应该算是Java后端工程师面试的必问题,因为其中的知识点太多,很适合用来考察面试者的Java基础。

    开场

    面试官 : 你先自我介绍一下吧!

    安琪拉 : 我是安琪拉,草丛三婊之一,最强中单(钟馗不服)!哦,不对,串场了,我是**,目前在–公司做–系统开发。

    面试官 : 看你简历上写熟悉Java集合,HashMap用过的吧?

    安琪拉 : 用过的。(还是熟悉的味道)

    面试官 : 那你跟我讲讲HashMap的内部数据结构?

    安琪拉 : 目前我用的是JDK1.8版本的,内部使用数组 + 链表红黑树;

    安琪拉 : 方便我给您画个数据结构图吧:

    仅hashmap一道面试题我就搞定了面试官成功入职面试官:我裂开了

    面试官 : 那你清楚HashMap的数据插入原理吗?

    安琪拉 : 呃[做沉思状]。我觉得还是应该画个图比较清楚,如下:

    仅hashmap一道面试题我就搞定了面试官成功入职面试官:我裂开了

    1. 判断数组是否为空,为空进行初始化;

    2. 不为空,计算 k 的 hash 值,通过(n – 1) & hash计算应当存放在数组中的下标 index;

    3. 查看 table[index] 是否存在数据,没有数据就构造一个Node节点存放在 table[index] 中;

    4. 存在数据,说明发生了hash冲突(存在二个节点key的hash值一样), 继续判断key是否相等,相等,用新的value替换原数据(onlyIfAbsent为false);

    5. 如果不相等,判断当前节点类型是不是树型节点,如果是树型节点,创造树型节点插入红黑树中;

    6. 如果不是树型节点,创建普通Node加入链表中;判断链表长度是否大于 8, 大于的话链表转换为红黑树;

    7. 插入完成之后判断当前节点数是否大于阈值,如果大于开始扩容为原数组的二倍。

    面试官 : 刚才你提到HashMap的初始化,那HashMap怎么设定初始容量大小的吗?

    安琪拉 : [这也算问题??] 一般如果new HashMap() 不传值,默认大小是16,负载因子是0.75, 如果自己传入初始大小k,初始化大小为 大于k的 2的整数次方,例如如果传10,大小为16。(补充说明:实现代码如下)

    面试官 : 你提到hash函数,你知道HashMap的哈希函数怎么设计的吗?

    安琪拉 : [问的还挺细] hash函数是先拿到通过key 的hashcode,是32位的int值,然后让hashcode的高16位和低16位进行异或操作。

    仅hashmap一道面试题我就搞定了面试官成功入职面试官:我裂开了

    面试官 : 那你知道为什么这么设计吗?

    安琪拉 : [这也要问],这个也叫扰动函数,这么设计有二点原因:

    1. 一定要尽可能降低hash碰撞,越分散越好;

    2. 算法一定要尽可能高效,因为这是高频操作, 因此采用位运算;

    面试官 : 为什么采用hashcode的高16位和低16位异或能降低hash碰撞?hash函数能不能直接用key的hashcode?

    [这问题有点刁钻], 安琪拉差点原地了,恨不得出biubiubiu 二一三连招。

    安琪拉 : 因为key.hashCode()函数调用的是key键值类型自带的哈希函数,返回int型散列值。int值范围为**-2147483648~2147483647**,前后加起来大概40亿的映射空间。只要哈希函数映射得比较均匀松散,一般应用是很难出现碰撞的。但问题是一个40亿长度的数组,内存是放不下的。你想,如果HashMap数组的初始大小才16,用之前需要对数组的长度取模运算,得到的余数才能用来访问数组下标。(来自知乎-胖君)

    源码中模运算就是把散列值和数组长度-1做一个”与”操作,位运算比%运算要快。

    顺便说一下,这也正好解释了为什么HashMap的数组长度要取2的整数幂。因为这样(数组长度-1)正好相当于一个“低位掩码”。“与”操作的结果就是散列值的高位全部归零,只保留低位值,用来做数组下标访问。以初始长度16为例,16-1=15。2进制表示是00000000 00000000 00001111。和某散列值做“与”操作如下,结果就是截取了最低的四位值。

    但这时候问题就来了,这样就算我的散列值分布再松散,要是只取最后几位的话,碰撞也会很严重。更要命的是如果散列本身做得不好,分布上成等差数列的漏洞,如果正好让最后几个低位呈现规律性重复,就无比蛋疼。

    时候“扰动函数”的价值就体现出来了,说到这里大家应该猜出来了。看下面这个图,

    仅hashmap一道面试题我就搞定了面试官成功入职面试官:我裂开了

    右位移16位,正好是32bit的一半,自己的高半区和低半区做异或,就是为了混合原始哈希码的高位和低位,以此来加大低位的随机性。而且混合后的低位掺杂了高位的部分特征,这样高位的信息也被变相保留下来。

    最后我们来看一个实验:随机选取了352个字符串,在他们散列值完全没有冲突的前提下,对它们做低位掩码,取数组下标。

    仅hashmap一道面试题我就搞定了面试官成功入职面试官:我裂开了

    结果显示,当HashMap数组长度为512的时候(2的九次方),也就是用掩码取低9位的时候,在没有扰动函数的情况下,发生了103次碰撞,接近30%。而在使用了扰动函数之后只有92次碰撞。碰撞减少了将近10%。看来扰动函数确实还是有功效的。

    另外Java1.8相比1.7做了调整,1.7做了四次移位和四次异或,但明显Java 8觉得扰动做一次就够了,做4次的话,多了可能边际效用也不大,所谓为了效率考虑就改成一次了。

    下面是1.7的hash代码:

    面试官 : 看来做过功课,有点料啊!是不是偷偷看了安琪拉的博客, 你刚刚说到1.8对hash函数做了优化,1.8还有别的优化吗?

    安琪拉 : 1.8还有三点主要的优化:

    1. 数组+链表改成了数组+链表或红黑树;

    2. 链表的插入方式从头插法改成了尾插法,简单说就是插入时,如果数组位置上已经有元素,1.7将新元素放到数组中,原始节点作为新节点的后继节点,1.8遍历链表,将元素放置到链表的最后;

    3. 扩容的时候1.7需要对原数组中的元素进行重新hash定位在新数组的位置,1.8采用更简单的判断逻辑,位置不变或索引+旧容量大小;

    4. 在插入时,1.7先判断是否需要扩容,再插入,1.8先进行插入,插入完成再判断是否需要扩容;

    面试官 : 你分别跟我讲讲为什么要做这几点优化;

    安琪拉 : 【咳咳,果然是连环炮】

    1. 防止发生hash冲突,链表长度过长,将时间复杂度由O(n)降为O(logn);

    2. 因为1.7头插法扩容时,头插法会使链表发生反转,多线程环境下会产生环; A线程在插入节点B,B线程也在插入,遇到容量不够开始扩容,重新hash,放置元素,采用头插法,后遍历到的B节点放入了头部,这样形成了环,如下图所示: 1.7的扩容调用transfer代码,如下所示: void transfer(Entry[] newTable, boolean rehash) { int newCapacity = newTable.length; for (Entry e : table) { while(null != e) { Entry 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线程如果执行到这一行挂起,B线程开始进行扩容 newTable[i] = e; e = next; } } } 复制代码

    3. 扩容的时候为什么1.8 不用重新hash就可以直接定位原节点在新数据的位置呢? 这是由于扩容是扩大为原数组大小的2倍,用于计算数组位置的掩码仅仅只是高位多了一个1,怎么理解呢? 扩容前长度为16,用于计算(n-1) & hash 的二进制n-1为0000 1111,扩容为32后的二进制就高位多了1,为0001 1111。 因为是& 运算,1和任何数 & 都是它本身,那就分二种情况,如下图:原数据hashcode高位第4位为0和高位为1的情况; 第四位高位为0,重新hash数值不变,第四位为1,重新hash数值比原来大16(旧数组的容量)

    面试官 : 那HashMap是线程安全的吗?

    安琪拉 : 不是,在多线程环境下,1.7 会产生死循环、数据丢失、数据覆盖的问题,1.8 中会有数据覆盖的问题,以1.8为例,当A线程判断index位置为空后正好挂起,B线程开始往index位置的写入节点数据,这时A线程恢复现场,执行赋值操作,就把A线程的数据给覆盖了;还有++size这个地方也会造成多线程同时扩容等问题。

    面试官 : 那你平常怎么解决这个线程不安全的问题?

    安琪拉 : Java中有HashTable、Collections.synchronizedMap、以及ConcurrentHashMap可以实现线程安全的Map。

    HashTable是直接在操作方法上加synchronized关键字,锁住整个数组,粒度比较大,Collections.synchronizedMap是使用Collections集合工具的内部类,通过传入Map封装出一个SynchronizedMap对象,内部定义了一个对象锁,方法内通过对象锁实现;ConcurrentHashMap使用分段锁,降低了锁粒度,让并发度大大提高。

    面试官 : 那你知道ConcurrentHashMap的分段锁的实现原理吗?

    安琪拉 : 【天啦撸! 俄罗斯套娃,一个套一个】ConcurrentHashMap成员变量使用volatile 修饰,免除了指令重排序,同时保证内存可见性,另外使用CAS操作和synchronized结合实现赋值操作,多线程操作只会锁住当前操作索引的节点。

    如下图,线程A锁住A节点所在链表,线程B锁住B节点所在链表,操作互不干涉。

    仅hashmap一道面试题我就搞定了面试官成功入职面试官:我裂开了

    面试官 : 你前面提到链表转红黑树是链表长度达到阈值,这个阈值是多少?

    安琪拉 : 阈值是8,红黑树转链表阈值为6

    面试官 : 为什么是8,不是16,32甚至是7 ?又为什么红黑树转链表的阈值是6,不是8了呢?

    安琪拉 : 【你去问作者啊!天啦撸,biubiubiu 真想213连招】因为作者就这么设计的,哦,不对,因为经过计算,在hash函数设计合理的情况下,发生hash碰撞8次的几率为百万分之6,概率说话。。因为8够用了,至于为什么转回来是6,因为如果hash碰撞次数在8附近徘徊,会一直发生链表和红黑树的转化,为了预防这种情况的发生。

    面试官 : HashMap内部节点是有序的吗?

    安琪拉 : 是无序的,根据hash值随机插入

    面试官 : 那有没有有序的Map?

    安琪拉 : LinkedHashMap 和 TreeMap

    面试官 : 跟我讲讲LinkedHashMap怎么实现有序的?

    安琪拉 : LinkedHashMap内部维护了一个单链表,有头尾节点,同时LinkedHashMap节点Entry内部除了继承HashMap的Node属性,还有before 和 after用于标识前置节点和后置节点。可以实现按插入的顺序或访问顺序排序。

    示例代码:

    面试官 : 跟我讲讲TreeMap怎么实现有序的?

    安琪拉 :TreeMap是按照Key的自然顺序或者Comprator的顺序进行排序,内部是通过红黑树来实现。所以要么key所属的类实现Comparable接口,或者自定义一个实现了Comparator接口的比较器,传给TreeMap用户key的比较。

    面试官 : 前面提到通过CAS 和 synchronized结合实现锁粒度的降低,你能给我讲讲CAS 的实现以及synchronized的实现原理吗?

    安琪拉 : 下一期咋们再约时间,OK?

    面试官 : 好吧,回去等通知吧!

  • 0
  • 0
  • 0
  • 14
  • 请登录之后再进行评论

    登录
  • 任务
  • 实时动态
  • 发布
  • 单栏布局 侧栏位置: