• 极客专栏正式上线!欢迎访问 https://www.jikewenku.com/topic.html
  • 极客专栏正式上线!欢迎访问 https://www.jikewenku.com/topic.html

JAVA容器-自问自答学ArrayList

技术杂谈 勤劳的小蚂蚁 3个月前 (01-18) 74次浏览 已收录 0个评论 扫描二维码

前言

这次我和大家一起学习HashMapHashMap我们在工作中经常会使用,而且面试中也很频繁会问到,因为它里面蕴含着很多知识点,可以很好的考察个人基础。但一个这么重要的东西,我为什么没有在一开始就去学习它呢,因为它是由多种基础的数据结构和一些代码设计思想组成的。我们要学习了这些基础,再学习HashMap,这样我们才能更好的去理解它。古人云:无欲速,无见小利。欲速则不达,见小利则大事不成。
HashMap其实就是ArrayListLinkedList的数据结构加上hashCodeequals方法的思想设计出来的。没有理解上述说的知识点的同学可以翻开我过往的文章记录。
下面我就以面试问答的形式学习我们的——HashMap(源码分析基于JDK8,辅以JDK7),问答内容只是对HashMap的一个总结归纳,因为现时已经有大牛把HashMap通俗易懂的剖析了一遍,我学习HashMap也是主要通过这篇文章学习的,强烈推荐:美团点评技术团队的Java 8系列之重新认识HashMap

问答内容

1.

问:HashMap有用过吗?您能给我说说他的主要用途吗?
答:
  • 有用过,我在平常工作中经常会用到HashMap这种数据结构,HashMap是基于Map接口实现的一种键-值对<key,value>的存储结构,允许null值,同时非有序,非同步(即线程不安全)。HashMap的底层实现是数组 + 链表 + 红黑树(JDK1.8增加了红黑树部分)。它存储和查找数据时,是根据键keyhashCode的值计算出具体的存储位置。HashMap最多只允许一条记录的键keynullHashMap增删改查等常规操作都有不错的执行效率,是ArrayListLinkedList等数据结构的一种折中实现。
示例代码:
  • HashMap的底层实现是数组 + 链表 + 红黑树(JDK1.8增加了红黑树部分),核心组成元素有:
  1. int size;用于记录HashMap实际存储元素的个数;
  2. float loadFactor;负载因子(默认是0.75,此属性后面详细解释)。
  3. int threshold;下一次扩容时的阈值,达到阈值便会触发扩容机制resize(阈值 threshold = 容器容量 capacity * 负载因子 load factor)。也就是说,在容器定义好容量之后,负载因子越大,所能容纳的键值对元素个数就越多。
  4. Node<K,V>[] table; 底层数组,充当哈希表的作用,用于存储对应hash位置的元素Node<K,V>,此数组长度总是2的N次幂。(具体原因后面详细解释)
示例代码:
  • 其中Node<K,V>[] table;哈希表存储的核心元素是Node<K,V>,Node<K,V>包含:
  1. final int hash;元素的哈希值,决定元素存储在Node<K,V>[] table;哈希表中的位置。由final修饰可知,当hash的值确定后,就不能再修改。
  2. final K key; 键,由final修饰可知,当key的值确定后,就不能再修改。
  3. V value; 值
  4. Node<K,V> next; 记录下一个元素结点(单链表结构,用于解决hash冲突)
示例代码:

hashMap内存结构图 – 图片来自于《美团点评技术团队文章》

2.

问:您能说说HashMap常用操作的底层实现原理吗?如存储put(K key, V value),查找get(Object key),删除remove(Object key),修改replace(K key, V value)等操作。
答:
  • 调用put(K key, V value)操作添加key-value键值对时,进行了如下操作:
  1. 判断哈希表Node<K,V>[] table是否为空或者null,是则执行resize()方法进行扩容。
  2. 根据插入的键值keyhash值,通过(n – 1) & hash当前元素的hash值 & hash表长度 – 1(实际就是 hash值 % hash表长度) 计算出存储位置table[i]。如果存储位置没有元素存放,则将新增结点存储在此位置table[i]
  3. 如果存储位置已经有键值对元素存在,则判断该位置元素的hash值和key值是否和当前操作元素一致,一致则证明是修改value操作,覆盖value即可。
  4. 当前存储位置即有元素,又不和当前操作元素一致,则证明此位置table[i]已经发生了hash冲突,则通过判断头结点是否是treeNode,如果是treeNode则证明此位置的结构是红黑树,已红黑树的方式新增结点。
  5. 如果不是红黑树,则证明是单链表,将新增结点插入至链表的最后位置,随后判断当前链表长度是否 大于等于 8,是则将当前存储位置的链表转化为红黑树。遍历过程中如果发现key已经存在,则直接覆盖value
  6. 插入成功后,判断当前存储键值对的数量 大于 阈值threshold 是则扩容。

hashMap put方法执行流程图- 图片来自于《美团点评技术团队文章》
示例代码:
  • 调用get(Object key)操作根据键key查找对应的key-value键值对时,进行了如下操作:
  1. 先调用 hash(key)方法计算出 key 的 hash
  2. 根据查找的键值keyhash值,通过(n – 1) & hash当前元素的hash值 & hash表长度 – 1(实际就是 hash值 % hash表长度) 计算出存储位置table[i],判断存储位置是否有元素存在 。
  • 如果存储位置有元素存放,则首先比较头结点元素,如果头结点的keyhash值 和 要获取的keyhash值相等,并且 头结点的key本身 和要获取的 key 相等,则返回该位置的头结点。
  • 如果存储位置没有元素存放,则返回null
  1. 如果存储位置有元素存放,但是头结点元素不是要查找的元素,则需要遍历该位置进行查找。
  2. 先判断头结点是否是treeNode,如果是treeNode则证明此位置的结构是红黑树,以红色树的方式遍历查找该结点,没有则返回null
  3. 如果不是红黑树,则证明是单链表。遍历单链表,逐一比较链表结点,链表结点的keyhash值 和 要获取的keyhash值相等,并且 链表结点的key本身 和要获取的 key 相等,则返回该结点,遍历结束仍未找到对应key的结点,则返回null
示例代码:
  • 调用remove(Object key)操作根据键key删除对应的key-value键值对时,进行了如下操作:
  1. 先调用 hash(key)方法计算出 key 的 hash
  2. 根据查找的键值keyhash值,通过(n – 1) & hash当前元素的hash值 & hash表长度 – 1(实际就是 hash值 % hash表长度) 计算出存储位置table[i],判断存储位置是否有元素存在 。
  • 如果存储位置有元素存放,则首先比较头结点元素,如果头结点的keyhash值 和 要获取的keyhash值相等,并且 头结点的key本身 和要获取的 key 相等,则该位置的头结点即为要删除的结点,记录此结点至变量node中。
  • 如果存储位置没有元素存放,则没有找到对应要删除的结点,则返回null
  1. 如果存储位置有元素存放,但是头结点元素不是要删除的元素,则需要遍历该位置进行查找。
  2. 先判断头结点是否是treeNode,如果是treeNode则证明此位置的结构是红黑树,以红色树的方式遍历查找并删除该结点,没有则返回null
  3. 如果不是红黑树,则证明是单链表。遍历单链表,逐一比较链表结点,链表结点的keyhash值 和 要获取的keyhash值相等,并且 链表结点的key本身 和要获取的 key 相等,则此为要删除的结点,记录此结点至变量node中,遍历结束仍未找到对应key的结点,则返回null
  4. 如果找到要删除的结点node,则判断是否需要比较value也是否一致,如果value值一致或者不需要比较value值,则执行删除结点操作,删除操作根据不同的情况与结构进行不同的处理。
  • 如果当前结点是树结点,则证明当前位置的链表已变成红黑树结构,通过红黑树结点的方式删除对应结点。
  • 如果不是红黑树,则证明是单链表。如果要删除的是头结点,则当前存储位置table[i]的头结点指向删除结点的下一个结点。
  • 如果要删除的结点不是头结点,则将要删除的结点的后继结点node.next赋值给要删除结点的前驱结点的next域,即p.next = node.next;
  1. HashMap当前存储键值对的数量 – 1,并返回删除结点。
示例代码:
  • 调用replace(K key, V value)操作根据键key查找对应的key-value键值对,随后替换对应的值value,进行了如下操作:
  1. 先调用 hash(key)方法计算出 key 的 hash
  2. 随后调用getNode方法获取对应key所映射的value值 。
  3. 记录元素旧值,将新值赋值给元素,返回元素旧值,如果没有找到元素,则返回null
示例代码:

3.

问 1:您上面说,存放一个元素时,先计算它的hash值确定它的存储位置,然后再把这个元素放到对应的位置上,那万一这个位置上面已经有元素存在呢,新增的这个元素怎么办?
问 2:hash冲突(或者叫hash碰撞)是什么?为什么会出现这种现象,如何解决hash冲突?
答:
  • hash冲突: 当我们调用put(K key, V value)操作添加key-value键值对,这个key-value键值对存放在的位置是通过扰动函数(key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16)计算键keyhash值。随后将 这个hash值 % 模上 哈希表Node<K,V>[] table的长度 得到具体的存放位置。所以put(K key, V value)多个元素,是有可能计算出相同的存放位置。此现象就是hash冲突或者叫hash碰撞。
  • 例子如下:
    元素 A 的hash值 为 9,元素 B 的hash值 为 17。哈希表Node<K,V>[] table的长度为8。则元素 A 的存放位置为9 % 8 = 1,元素 B 的存放位置为17 % 8 = 1。两个元素的存放位置均为table[1],发生了hash冲突。
  • hash冲突的避免:既然会发生hash冲突,我们就应该想办法避免此现象的发生,解决这个问题最关键就是如果生成元素的hash值。Java是使用“扰动函数”生成元素的hash值。
示例代码:
Java7做了4次16位右位移异或混合,Java 8中这步已经简化了,只做一次16位右位移异或混合,而不是四次,但原理是不变的。例子如下:

扰动函数执行例子 – 图片来自于《知乎》

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。
上述扰动函数的解释参考自:JDK 源码中 HashMap 的 hash 方法原理是什么?
  • hash冲突解决:解决hash冲突的方法有很多,常见的有:开发定址法,
    再散列法,链地址法,公共溢出区法(详细说明请查看我的文章JAVA基础-自问自答学hashCode和equals)。HashMap是使用链地址法解决hash冲突的,当有冲突元素放进来时,会将此元素插入至此位置链表的最后一位,形成单链表。但是由于是单链表的缘故,每当通过hash % length找到该位置的元素时,均需要从头遍历链表,通过逐一比较hash值,找到对应元素。如果此位置元素过多,造成链表过长,遍历时间会大大增加,最坏情况下的时间复杂度为O(N),造成查找效率过低。所以当存在位置的链表长度 大于等于 8 时,HashMap会将链表 转变为 红黑树,红黑树最坏情况下的时间复杂度为O(logn)。以此提高查找效率。

4.

问:HashMap的容量为什么一定要是2的n次方?
答:
  • 因为调用put(K key, V value)操作添加key-value键值对时,具体确定此元素的位置是通过 hash值 % 模上 哈希表Node<K,V>[] table的长度 hash % length 计算的。但是”模”运算的消耗相对较大,通过位运算h & (length-1)也可以得到取模后的存放位置,而位运算的运行效率高,但只有length的长度是2的n次方时,h & (length-1) 才等价于 h % length
  • 而且当数组长度为2的n次幂的时候,不同的key算出的index相同的几率较小,那么数据在数组上分布就比较均匀,也就是说碰撞的几率小,相对的,查询的时候就不用遍历某个位置上的链表,这样查询效率也就较高了。
例子:
hash & (length-1)运算过程.jpg

  • 上图中,左边两组的数组长度是16(2的4次方),右边两组的数组长度是15。两组的hash值均为8和9。
  • 当数组长度是15时,当它们和1110进行&与运算(相同为1,不同为0)时,计算的结果都是1000,所以他们都会存放在相同的位置table[8]中,这样就发生了hash冲突,那么查询时就要遍历链表,逐一比较hash值,降低了查询的效率。
  • 同时,我们可以发现,当数组长度为15的时候,hash值均会与14(1110)进行&与运算,那么最后一位永远是0,而0001001101011001101101111101这几个位置永远都不能存放元素了,空间浪费相当大,更糟的是这种情况中,数组可以使用的位置比数组长度小了很多,这意味着进一步增加了碰撞的几率,减慢了查询的效率。
  • 所以,HashMap的容量是2的n次方,有利于提高计算元素存放位置时的效率,也降低了hash冲突的几率。因此,我们使用HashMap存储大量数据的时候,最好先预先指定容器的大小为2的n次方,即使我们不指定为2的n次方,HashMap也会把容器的大小设置成最接近设置数的2的n次方,如,设置HashMap的大小为 7 ,则HashMap会将容器大小设置成最接近7的一个2的n次方数,此值为 8 。
上述回答参考自:深入理解HashMap
示例代码:

5.

问:HashMap的负载因子是什么,有什么作用?
答:负载因子表示哈希表空间的使用程度(或者说是哈希表空间的利用率)。
  • 例子如下:
    底层哈希表Node<K,V>[] table的容量大小capacity为 16,负载因子load factor为 0.75,则当存储的元素个数size = capacity 16 * load factor 0.75等于 12 时,则会触发HashMap的扩容机制,调用resize()方法进行扩容。
  • 当负载因子越大,则HashMap的装载程度就越高。也就是能容纳更多的元素,元素多了,发生hash碰撞的几率就会加大,从而链表就会拉长,此时的查询效率就会降低。
  • 当负载因子越小,则链表中的数据量就越稀疏,此时会对空间造成浪费,但是此时查询效率高。
  • 我们可以在创建HashMap 时根据实际需要适当地调整load factor 的值;如果程序比较关心空间开销、内存比较紧张,可以适当地增加负载因子;如果程序比较关心时间开销,内存比较宽裕则可以适当的减少负载因子。通常情况下,默认负载因子 (0.75) 在时间和空间成本上寻求一种折衷,程序员无需改变负载因子的值。
  • 因此,如果我们在初始化HashMap时,就预估知道需要装载key-value键值对的容量size,我们可以通过size / load factor 计算出我们需要初始化的容量大小initialCapacity,这样就可以避免HashMap因为存放的元素达到阈值threshold而频繁调用resize()方法进行扩容。从而保证了较好的性能。

6.

问:您能说说HashMapHashTable的区别吗?
答:HashMapHashTable有如下区别:
1)容器整体结构:
  • HashMapkeyvalue都允许为nullHashMap遇到keynull的时候,调用putForNullKey方法进行处理,而对value没有处理。
  • Hashtablekeyvalue都不允许为nullHashtable遇到null,直接返回NullPointerException
2) 容量设定与扩容机制:
  • HashMap默认初始化容量为 16,并且容器容量一定是2的n次方,扩容时,是以原容量 2倍 的方式 进行扩容。
  • Hashtable默认初始化容量为 11,扩容时,是以原容量 2倍 再加 1的方式进行扩容。即int newCapacity = (oldCapacity << 1) + 1;
3) 散列分布方式(计算存储位置):
  • HashMap是先将key键的hashCode经过扰动函数扰动后得到hash值,然后再利用 hash & (length – 1)的方式代替取模,得到元素的存储位置。
  • Hashtable则是除留余数法进行计算存储位置的(因为其默认容量也不是2的n次方。所以也无法用位运算替代模运算),int index = (hash & 0x7FFFFFFF) % tab.length;
  • 由于HashMap的容器容量一定是2的n次方,所以能使用hash & (length – 1)的方式代替取模的方式计算元素的位置提高运算效率,但Hashtable的容器容量不一定是2的n次方,所以不能使用此运算方式代替。
4)线程安全(最重要):
  • HashMap 不是线程安全,如果想线程安全,可以通过调用synchronizedMap(Map<K,V> m)使其线程安全。但是使用时的运行效率会下降,所以建议使用ConcurrentHashMap容器以此达到线程安全。
  • Hashtable则是线程安全的,每个操作方法前都有synchronized修饰使其同步,但运行效率也不高,所以还是建议使用ConcurrentHashMap容器以此达到线程安全。
因此,Hashtable是一个遗留容器,如果我们不需要线程同步,则建议使用HashMap,如果需要线程同步,则建议使用ConcurrentHashMap
此处不再对Hashtable的源码进行逐一分析了,如果想深入了解的同学,可以参考此文章
Hashtable源码剖析

7.

问:您说HashMap不是线程安全的,那如果多线程下,它是如何处理的?并且什么情况下会发生线程不安全的情况?
答:
  • HashMap不是线程安全的,如果多个线程同时对同一个HashMap更改数据的话,会导致数据不一致或者数据污染。如果出现线程不安全的操作时,HashMap会尽可能的抛出ConcurrentModificationException防止数据异常,当我们在对一个HashMap进行遍历时,在遍历期间,我们是不能对HashMap进行添加,删除等更改数据的操作的,否则也会抛出ConcurrentModificationException异常,此为fail-fast(快速失败)机制。从源码上分析,我们在put,remove等更改HashMap数据时,都会导致modCount的改变,当expectedModCount != modCount时,则抛出ConcurrentModificationException。如果想要线程安全,可以考虑使用ConcurrentHashMap
  • 而且,在多线程下操作HashMap,由于存在扩容机制,当HashMap调用resize()进行自动扩容时,可能会导致死循环的发生。
由于时间关系,我暂不带着大家一起去分析resize()方法导致死循环发生的现象造成原因了,迟点有空我会再补充上去,请见谅,大家可以参考如下文章:
Java 8系列之重新认识HashMap
谈谈HashMap线程不安全的体现

8.

问:我们在使用HashMap时,选取什么对象作为key键比较好,为什么?
答:
  • 可变对象:指创建后自身状态能改变的对象。换句话说,可变对象是该对象在创建后它的哈希值可能被改变。
  • 我们在使用HashMap时,最好选择不可变对象作为key。例如StringInteger等不可变类型作为key是非常明智的。
  • 如果key对象是可变的,那么key的哈希值就可能改变。在HashMap中可变对象作为Key会造成数据丢失。因为我们再进行hash & (length – 1)取模运算计算位置查找对应元素时,位置可能已经发生改变,导致数据丢失。
详细例子说明请参考:危险!在HashMap中将可变对象用作Key

总结

  1. HashMap是基于Map接口实现的一种键-值对<key,value>的存储结构,允许null值,同时非有序,非同步(即线程不安全)。HashMap的底层实现是数组 + 链表 + 红黑树(JDK1.8增加了红黑树部分)。
  2. HashMap定位元素位置是通过键key经过扰动函数扰动后得到hash值,然后再通过hash & (length – 1)代替取模的方式进行元素定位的。
  3. HashMap是使用链地址法解决hash冲突的,当有冲突元素放进来时,会将此元素插入至此位置链表的最后一位,形成单链表。当存在位置的链表长度 大于等于 8 时,HashMap会将链表 转变为 红黑树,以此提高查找效率。
  4. HashMap的容量是2的n次方,有利于提高计算元素存放位置时的效率,也降低了hash冲突的几率。因此,我们使用HashMap存储大量数据的时候,最好先预先指定容器的大小为2的n次方,即使我们不指定为2的n次方,HashMap也会把容器的大小设置成最接近设置数的2的n次方,如,设置HashMap的大小为 7 ,则HashMap会将容器大小设置成最接近7的一个2的n次方数,此值为 8 。
  5. HashMap的负载因子表示哈希表空间的使用程度(或者说是哈希表空间的利用率)。当负载因子越大,则HashMap的装载程度就越高。也就是能容纳更多的元素,元素多了,发生hash碰撞的几率就会加大,从而链表就会拉长,此时的查询效率就会降低。当负载因子越小,则链表中的数据量就越稀疏,此时会对空间造成浪费,但是此时查询效率高。
  6. HashMap不是线程安全的,Hashtable则是线程安全的。但Hashtable是一个遗留容器,如果我们不需要线程同步,则建议使用HashMap,如果需要线程同步,则建议使用ConcurrentHashMap
  7. 在多线程下操作HashMap,由于存在扩容机制,当HashMap调用resize()进行自动扩容时,可能会导致死循环的发生。
  8. 我们在使用HashMap时,最好选择不可变对象作为key。例如StringInteger等不可变类型作为key是非常明智的。
  • 作者:liangzzz
  • 链接:https://www.jianshu.com/p/32f67f9e71b5

丨极客文库, 版权所有丨如未注明 , 均为原创丨
本网站采用知识共享署名-非商业性使用-相同方式共享 3.0 中国大陆许可协议进行授权
转载请注明原文链接:JAVA容器-自问自答学ArrayList
喜欢 (0)
[247507792@qq.com]
分享 (0)
勤劳的小蚂蚁
关于作者:
温馨提示:本文来源于网络,转载文章皆标明了出处,如果您发现侵权文章,请及时向站长反馈删除。

您必须 登录 才能发表评论!

  • 精品技术教程
  • 编程资源分享
  • 问答交流社区
  • 极客文库知识库

客服QQ


QQ:2248886839


工作时间:09:00-23:00