不怕面试再问HashMap，一次彻底地梳理（原理+手写实现）_c++手写hashmap

前言
朋友们又见面了，你是不是还在面试时被面试官问懵HashMap？不会手写实现一个简单HashMap？看完这篇文章你再不会算我输！

提示：以下是本篇文章正文内容，案例仅供参考

不怕面试再问HashMap，一次彻底地梳理（原理+手写实现）
一、HashMap介绍
1.HashMap是什么？

基于哈希表的 Map 接口的实现。此实现提供所有可选的映射操作，并允许使用 null 值和 null 键。（除了非同步和允许使用 null 之外，HashMap类与Hashtable 大致相同。）此类不保证映射的顺序，特别是它不保证该顺序恒久不变。 此实现假定哈希函数将元素适当地分布在各桶之间，可为基本操作（get 和 put）提供稳定的性能。迭代 collection 视图所需的时间与 HashMap 实例的“容量”（桶的数量）及其大小（键-值映射关系数）成比例。所以，如果迭代性能很重要，则不要将初始容量设置得太高（或将加载因子设置得太低）。 --摘自百度百科

二、HashMap底层原理
首先要明白在JDK1.7时HashMap的底层是由数组+链表实现的，到了JDK1.8后改成了数组+链表+红黑树实现，接下来我将对这几种数据结构详细讲解，并且

1.数组

特点：

数组是相同数据类型的元素的集合。
数组中的各元素的存储是有先后顺序的，它们在内存中按照这个先后顺序连续存放在一起。
数组元素用整个数组的名字和它自己在数组中的顺序位置来表示。例如，a[0]表示名字为a的数组中的第一个元素，a[1]代表数组a的第二个元素，以此类推。
下标可以是常量，变量，或表达式，但其值必须是整数（如果是小数将四舍五入为整数)。
下标必须为一段连续的整数，其最小值成为下界，其最大值成为上界。不加说明时下界值默认为1。
不怕面试再问HashMap，一次彻底地梳理（原理+手写实现）
2.单向链表

单向链表是链表的一种，它由节点组成，每个节点都包含下一个节点的指针。

不怕面试再问HashMap，一次彻底地梳理（原理+手写实现）
特点：

新增删除节点速方便、速度快，不需要像线性结构那样移动剩下的数据
查询较数组慢，需要通过循环或者递归的方法访问到任意数据，平均的访 问效率低于线性表
只能从头到尾遍历。只能找到后继，无法找到前驱，也就是只能前进。
适用于节点的增加删除。

3.双向链表

双向链表是链表的一种，它的每个数据结点中都有两个指针，分别指向直接后继和直接前驱。所以，从双向链表中的任意一个结点开始，都可以很方便地访问它的前驱结点和后继结点。一般我们都构造双向循环链表。

不怕面试再问HashMap，一次彻底地梳理（原理+手写实现）
特点：

有两个指针，一个指向前一个节点，一个指向后一个节点
可以找到前驱和后继，可进可退
增加删除节点复杂，需要多分配一个指针存储空间
4.红黑树

红黑树是一种特定类型的二叉树，也是一种平衡二叉查找树的变体，它的左右子树高差有可能大于 1，所以红黑树不是严格意义上的平衡二叉树，由于每一棵红黑树都是一颗二叉排序树，因此，在对红黑树进行查找时，可以采用运用于普通二叉排序树上的查找算法。

不怕面试再问HashMap，一次彻底地梳理（原理+手写实现）
特点：

每个节点只能是红色或者黑色。
根节点必须是黑色。
红色的节点，它的叶节点只能是黑色。
从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。
这些约束强制了红黑树的关键性质: 从根到叶子的最长的可能路径不多于最短的可能路径的两倍长。结果是这个树大致上是平衡的。因为操作比如插入、删除和查找某个值的最坏情况时间都要求与树的高度成比例，这个在高度上的理论上限允许红黑树在最坏情况下都是高效的，而不同于普通的二叉查找树

三、HashMap源码详解
OK，了解了以上数据结构后咱们再来看看HashMap底层源码是如何实现的, 先看下HashMap的存储结构

不怕面试再问HashMap，一次彻底地梳理（原理+手写实现）
1.PUT操作

不怕面试再问HashMap，一次彻底地梳理（原理+手写实现）
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//1. 如果当前table为空，新建默认大小的table
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//2. 获取当前key对应的节点
if ((p = tab[i = (n - 1) & hash]) == null)
//3. 如果不存在，新建节点
tab[i] = newNode(hash, key, value, null);
else {
//4. 存在节点
Node<K,V> e; K k;
//5. key的hash相同，key的引用相同或者key equals，则覆盖
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//6. 如果当前节点是一个红黑树树节点，则添加树节点
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//7. 不是红黑树节点，也不是相同节点，则表示为链表结构
else {
for (int binCount = 0; ; ++binCount) {
//8. 找到最后那个节点
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//9. 如果链表长度超过8转成红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//10.如果链表中有相同的节点，则覆盖
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
//是否替换掉value值
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//记录修改次数
++modCount;
//是否超过容量，超过需要扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
1.计算关于key的hashcode值

2.如果散列表为空时，调用resize()初始化散列表

3.如果没有发生碰撞，直接添加元素到散列表中去

4.如果发生了碰撞(hashCode值相同)，进行三种判断

1:若key地址相同或者equals后内容相同，则替换旧值

2:如果是红黑树结构，就调用树的插入方法

3:链表结构，循环遍历直到链表中某个节点为空，尾插法进行插入，插入之后判断链表个数是否到达变成红黑树的阙值8；也可以遍历到有节点与插入元素的哈希值和内容相同，进行覆盖。
5.如果桶满了大于阀值，则resize进行扩容

2.GET操作

不怕面试再问HashMap，一次彻底地梳理（原理+手写实现）
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode)
　　　　　　　　　　　　//若定位到的节点是　TreeNode 节点，则在树中进行查找
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {//否则在链表中进行查找
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
final TreeNode<K,V> getTreeNode(int h, Object k) {
return ((parent != null) ? root() : this).find(h, k, null);
}
final TreeNode<K,V> find(int h, Object k, Class<?> kc) {
TreeNode<K,V> p = this;
do {
int ph, dir; K pk;
TreeNode<K,V> pl = p.left, pr = p.right, q;
//首先进行hash 值的比较，若不同令当前节点变为它的左孩子或者右孩子
if ((ph = p.hash) > h)
p = pl;
else if (ph < h)
p = pr;
//hash 值相同，进行 key值的比较
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
return p;
else if (pl == null)
p = pr;
else if (pr == null)
p = pl;
/hash 值相同，key 值不同 ,若k 是可比较的并且k.compareTo(pk) 返回结果不 为０可进入下面else if
else if ((kc != null ||
(kc = comparableClassFor(k)) != null) &&
(dir = compareComparables(kc, k, pk)) != 0)
p = (dir < 0) ? pl : pr;
若 k 是不可比较的　或者　k.compareTo(pk) 返回结果为０则在整棵树中进行查找，先找右子树，右子树没有再找左子树
else if ((q = pr.find(h, k, kc)) != null)
return q;
else
p = pl;
} while (p != null);
return null;
}
对key的hashCode进行hashing
与运算计算下标获取bucket位置，如果在桶的首位上就可以找到就直接返回，否则在树中找或者链表中遍历找
如果有hash冲突，则利用equals方法去遍历链表查找节点
3.RESIZE操作

扩容的时候，HashMap是把长度扩为原来2倍，所以，元素的位置要么是在原位置，要么是在原位置再移动2次幂的位置。

final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
　　/*
1、resize（）函数在size　> threshold时被调用。
oldCap大于 0 代表原来的 table 表非空， oldCap 为原表的大小，
oldThr（threshold） 为 oldCap × load_factor
　/
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
}
　　　　/
2、resize（）函数在table为空被调用。
oldCap 小于等于 0 且 oldThr 大于0，代表用户创建了一个 HashMap，但是使用的构造函数为
HashMap(int initialCapacity, float loadFactor) 或 HashMap(int initialCapacity)
或 HashMap(Map<? extends K, ? extends V> m)，导致 oldTab 为 null，oldCap 为0，
oldThr 为用户指定的 HashMap的初始容量。
　　/
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
　　　　　/
3、resize（）函数在table为空被调用。
oldCap 小于等于 0 且 oldThr 等于0，用户调用 HashMap()构造函数创建的　HashMap，所有值均采用默认值，
　　 oldTab（Table）表为空，oldCap为0，oldThr等于0，
　　*/
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;
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
　　　　　　　//把　oldTab 中的节点　reHash 到　newTab 中去
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
　　　　　　　　　　　　//若节点是单个节点，直接在 newTab　中进行重定位
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
　　　　　　　　　　　　//若节点是　TreeNode 节点，要进行 红黑树的 rehash　操作
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
　　　　　　　　　　　　//若是链表，进行链表的 rehash　操作
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;
　　　　　　　　　　　　　　　　　　//根据算法　e.hash & oldCap　判断节点位置　rehash　后是否发生改变
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;
　　　　　　　　　　　　　　　　// rehash　后节点新的位置一定为原来基础上加上　oldCap
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
//这个函数的功能是对红黑树进行　rehash 操作
final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
TreeNode<K,V> b = this;
// Relink into lo and hi lists, preserving order
TreeNode<K,V> loHead = null, loTail = null;
TreeNode<K,V> hiHead = null, hiTail = null;
int lc = 0, hc = 0;
//由于TreeNode 节点之间存在双端链表的关系，可以利用链表关系进行 rehash
for (TreeNode<K,V> e = b, next; e != null; e = next) {
next = (TreeNode<K,V>)e.next;
e.next = null;
if ((e.hash & bit) == 0) {
if ((e.prev = loTail) == null)
loHead = e;
else
loTail.next = e;
loTail = e;
++lc;
}
else {
if ((e.prev = hiTail) == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
++hc;
}
}

       //rehash 操作之后注意对根据链表长度进行　untreeify　或　treeify　操作
       if (loHead != null) {
           if (lc <= UNTREEIFY_THRESHOLD)
             tab[index] = loHead.untreeify(map);
         else {
              tab[index] = loHead;
                if (hiHead != null) // (else is already treeified)
                   loHead.treeify(tab);
            }
     }
      if (hiHead != null) {
          if (hc <= UNTREEIFY_THRESHOLD)
              tab[index + bit] = hiHead.untreeify(map);
          else {
              tab[index + bit] = hiHead;
             if (loHead != null)
                hiHead.treeify(tab);
     }
    }//end if
  }//end split
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

复制代码
四、HashMap简单手写实现
HyhMap接口

package com.hyh.core.test.map;

/**

• 手写实现Map接口

• @Author heyuhua

• @create 2021/2/9 15:29
  */
  public interface HyhMap<K, V> {

  /**

  • PUT接口
  • @param k
  • @param v
    */
    void put(K k, V v);

  /**

  • GET接口
  • @param k
  • @return
    */
    V get(K k);

  /**

  • 获取map大小接口
  • @return
    */
    int size();

  /**

  • Entry 接口

  • @param

  • @param
    /
    interface Entry<K, V> {
    /*

    • 获取KEY值
    • @return
      */
      K getKey();

    /**

    • 获取Value值
    • @return
      */
      V getValue();
      }

}
HyhHashMap实现类

package com.hyh.core.test.map;

import java.io.Serializable;

/**

• 手写实现HashMap

• @Author heyuhua

• @create 2021/2/9 15:31
  */
  public class HyhHashMap<K, V> implements HyhMap<K, V>, Serializable {

  /**

  • 默认容量
    */
    static final int DEFAULT_CAPACITY = 16;

  int threshold;
  /**

  • 当前key索引位置
    */
    int keyIndex;

  /**

  • 负载因子
    /
    static final float DEFAULT_LOAD_FACTOR = 0.75f;
    /*
  • 保存Node<K,V>节点的数组
    /
    Node<K, V>[] table;
    /*
  • 存储当前Map容量的大小
    */
    int size;

  @Override
  public void put(K key, V value) {
  Node<K, V> node;
  if (table == null) {
  table = resize();
  //table里面为空的情况
  node = new Node<K, V>(hash(key), key, value, null);
  table[keyIndex] = node;
  size++;
  } else {
  table = resize();
  //table不为空时
  Node<K, V> n;
  //是否hash冲突
  boolean hashConflict = false;
  for (int i = 0; i < table.length; i++) {
  n = table[i];
  if (n != null) {
  if (n.hash == hash(key)) {
  hashConflict = true;
  //hash相等时
  while (n != null) {
  if (n.key.equals(key)) {
  //hash相等并且key也相等，直接替换原来的值就行了
  n.value = value;
  table[i] = n;
  size++;
  } else {
  node = new Node<K, V>(hash(key), key, value, null);
  node.next = n;
  table[i] = node;
  size++;
  }
  n = n.next;
  }
  }
  }

       }
       if (!hashConflict) {
           //没有hash冲突，直接put
           node = new Node<K, V>(hash(key), key, value, null);
           table[++keyIndex] = node;
           size++;
  
       }
   }
  1
  2
  3
  4
  5
  6
  7
  8
  9

  }

  @Override
  public V get(K key) {
  HyhHashMap.Node<K, V> node;
  return (node = getNode(key)) == null ? null : node.value;
  }

  /**

  • 获取Node

  • @param key

  • @return
    */
    final HyhHashMap.Node<K, V> getNode(Object key) {
    if (table != null) {
    for (int i = 0; i < table.length; i++) {
    Node<K, V> node = table[i];
    if (node != null) {
    //hash相等
    if (node.hash == hash(key)) {
    while (node != null) {
    if (node.key.equals(key)) {
    //hash和key都相等时`
    return node;
    }
    node = node.next;
    }
    }
    }

     }
    1

    }
    return null;
    }

  /**

  • 扩容

  • @return
    */
    final Node<K, V>[] resize() {
    Node<K, V>[] newTable;
    int newCapacity, oldCapacity;
    if (table == null) {
    keyIndex = 0;
    threshold = (int) (DEFAULT_CAPACITY * DEFAULT_LOAD_FACTOR);
    table = (HyhHashMap.Node<K, V>[]) new HyhHashMap.Node[DEFAULT_CAPACITY];
    newTable = table;
    } else {
    oldCapacity = table.length;
    if (table.length > threshold) {
    //扩容两倍
    newCapacity = threshold *= 2;
    newTable = (HyhHashMap.Node<K, V>[]) new HyhHashMap.Node[newCapacity];
    //把原来的table移动到newTable
    int newIndex = 0;
    for (int i = 0; i < oldCapacity; i++) {
    Node<K, V> node = table[i];
    //咱们这只使用最简单的方式、不考虑其他情况、不涉及红黑树
    if (node != null) {
    if (node.next == null)
    newTable[newIndex] = node;
    else {
    HyhHashMap.Node<K, V> loHead = null, loTail = null, hiHead = null, hiTail = null, next;
    do {
    next = node.next;
    if (node.hash == 0) {
    if (loTail == null)
    loHead = node;
    else
    loTail.next = node;
    loTail = node;
    } else {
    if (hiTail == null)
    hiHead = node;
    else
    hiTail.next = node;
    hiTail = node;
    }
    } while ((node = next) != null);
    if (loTail != null) {
    loTail.next = null;
    newTable[newIndex] = loHead;
    }
    if (hiTail != null) {
    hiTail.next = null;
    newTable[newIndex + oldCapacity] = hiHead;
    }
    }
    }
    newIndex++;
    }
    } else {
    newTable = table;
    }
    }

    return newTable;
    }

  /**

  • 计算Hash值
  • @param key
  • @return
    /
    /*
  • 计算Hash值
  • @param key
  • @return
    */
    static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : Math.abs((h = key.hashCode()) ^ (h >>> 16));
    }

  @Override
  public int size() {
  return size;
  }

  /**

  • Node 实现HyhMap Entry接口

  • @param

  • @param
    */
    static class Node<K, V> implements HyhMap.Entry<K, V> {
    //hash值
    final int hash;
    // key
    final K key;
    // value
    V value;
    // next节点
    HyhHashMap.Node<K, V> next;

    public Node(int hash, K key, V value, Node<K, V> next) {
    this.hash = hash;
    this.key = key;
    this.value = value;
    this.next = next;
    }

    public final K getKey() {
    return key;
    }

    public final V getValue() {
    return value;
    }

  }
  }
  五、单元测试
  OK，不废话，直接测试一下我花了半个小时写的HashMap，当然我这里并没有加入红黑树，性能和JDK的HashMap肯定没得比，所以兄弟们，别喷我哈！

package com.hyh.core.test.map;

import org.junit.Test;

/**

• HyhHasMap Test

• @Author heyuhua

• @create 2021/2/9 17:54
  */
  public class HyhHashMapTest {

  /**

  • 普通测试
    */
    @Test
    public void test() {
    HyhHashMap<String, String> hyhHashMap = new HyhHashMap<>();
    hyhHashMap.put(“name”, “heyuhua”);
    hyhHashMap.put(“height”, “180cm”);
    hyhHashMap.put(“name”, “hyh”);
    hyhHashMap.put(“height”, “180”);
    System.out.println(“name:” + hyhHashMap.get(“name”) + “,height:” + hyhHashMap.get(“height”));
    }

  /**

  • Hash冲突测试
    */
    @Test
    public void testHashConfilct() {
    HyhHashMap<String, String> hyhHashMap = new HyhHashMap<>();
    hyhHashMap.put(“轷龚”, “heyuhua1”);
    hyhHashMap.put(“轸齻”, “heyuhua2”);
    System.out.println(“轷龚:” + hyhHashMap.get(“轷龚”) + “,轸齻:” + hyhHashMap.get(“轸齻”));
    }
    }
    看下执行结果

不怕面试再问HashMap，一次彻底地梳理（原理+手写实现）
看看Map里面的东西

不怕面试再问HashMap，一次彻底地梳理（原理+手写实现）
不怕面试再问HashMap，一次彻底地梳理（原理+手写实现）
不怕面试再问HashMap，一次彻底地梳理（原理+手写实现）
当然了，这花半个小时写的肯定会有bug，代码仅供参考，旨在让大家能够更加深入的了解HashMap原理。

六、HashMap常见面试题
OK，大致的了解一下底层源码后，我们对HashMap有了一定深入的了解，接下来列举一些HashMap面试常问的问题

1. HashMap的特性？

实现快速存储键值对，允许为null，key值不可重复，若key值重复则覆盖。
线程不安全。
底层是Hash表，不保证有顺序
2. HashMap底层原理？

jdk7时采用数组+链表，jdk8后采用数组+链表+红黑树的数据结构。
3. HashMap put原理？

当我们给put()方法传递键和值时，先对键做一个hashCode()的计算来得到它在bucket数组中的位置来存储Entry对象。
4. HashMap get原理？

当获取对象时，通过get获取到bucket的位置，再通过键对象的equals()方法找到正确的键值对，然后再返回值对象。
5. HashMap扩容机制？

扩容需要重新分配一个新数组，新数组是老数组的2倍长，然后遍历整个老结构，把所有的元素挨个重新hash分配到新结构中去。
6. HashMap默认初始化长度为16，并且每次自动扩展或者是手动初始化容量时，为什么必须是2的次幂？

为了数据的均匀分布，减少哈希碰撞。因为确定数组位置是用的位运算，若数据不是2的次幂则会增加哈希碰撞的次数和浪费数组空间。
输入数据若不是2的幂，HashMap通过一通位移运算和或运算得到的肯定是2的幂次数，并且是离那个数最近的数字
7. HashMap大小超过了负载因子(load factor)定义的容量，怎么办？

超过阙值会进行扩容操作，概括的讲就是扩容后的数组大小是原数组的2倍，将原来的元素重新hashing放入到新的散列表中去。
作者寄语
路漫漫其修远兮，吾愿与君上下而求索，非常感谢各位帅哥、靓妹的点赞、收藏和评论，我们下期见。

作者：消灭知识盲区
链接：https://juejin.cn/post/6927211419918319630
来源：掘金