HashMap中面試常問的工作原理

HashMap的工作原理是近年來常見的題。幾乎每個Java程式設計師都知道HashMap，都知道哪裡要用HashMap，知道Hashtable和HashMap之間的區別，那麼為何這道面試題如此特殊呢？是因為這道題考察的深度很深。這題經常出現在高階或中高階面試中。投資銀行更喜歡問這個問題，甚至會要求你實現HashMap來考察你的程式設計能力。ConcurrentHashMap和其它同步集合的引入讓這道題變得更加複雜。讓我們開始探索的旅程吧！

先來些簡單的問題

“你用過HashMap嗎？” “什麼是HashMap？你為什麼用到它？”

幾乎每個人都會回答“是的”，然後回答HashMap的一些特性，譬如HashMap可以接受null鍵值和值，而Hashtable則不能；HashMap是非synchronized;HashMap很快；以及HashMap儲存的是鍵值對等等。這顯示出你已經用過HashMap，而且對它相當的熟悉。但是面試官來個急轉直下，從此刻開始問出一些刁鑽的問題，關於HashMap的更多基礎的細節。面試官可能會問出下面的問題：

“你知道HashMap的工作原理嗎？” “你知道HashMap的get()方法的工作原理嗎？”

你也許會回答“我沒有詳查標準的Java API，你可以看看Java原始碼或者Open JDK。”“我可以用Google找到答案。”

但一些面試者可能可以給出答案，“HashMap是基於hashing的原理，我們使用put(key, value)儲存物件到HashMap中，使用get(key)從HashMap中獲取物件。當我們給put()方法傳遞鍵和值時，我們先對鍵呼叫hashCode()方法，返回的hashCode用於找到bucket位置來儲存Entry物件。”這裡關鍵點在於指出，HashMap是在bucket中儲存鍵物件和值物件，作為Map.Entry。這一點有助於理解獲取物件的邏輯。如果你沒有意識到這一點，或者錯誤的認為僅僅只在bucket中儲存值的話，你將不會回答如何從HashMap中獲取物件的邏輯。這個答案相當的正確，也顯示出面試者確實知道hashing以及HashMap的工作原理。但是這僅僅是故事的開始，當面試官加入一些Java程式設計師每天要碰到的實際場景的時候，錯誤的答案頻現。下個問題可能是關於HashMap中的碰撞探測(collision detection)以及碰撞的解決方法：

“當兩個物件的hashcode相同會發生什麼？” 
從這裡開始，真正的困惑開始了，一些面試者會回答因為hashcode相同，所以兩個物件是相等的，HashMap將會丟擲異常，或者不會儲存它們。然後面試官可能會提醒他們有equals()和hashCode()兩個方法，並告訴他們兩個物件就算hashcode相同，但是它們可能並不相等。一些面試者可能就此放棄，而另外一些還能繼續挺進，他們回答“因為hashcode相同，所以它們的bucket位置相同，‘碰撞’會發生。因為HashMap使用連結串列儲存物件，這個Entry(包含有鍵值對的Map.Entry物件)會儲存在連結串列中。”這個答案非常的合理，雖然有很多種處理碰撞的方法，這種方法是最簡單的，也正是HashMap的處理方法。但故事還沒有完結，面試官會繼續問：

“如果兩個鍵的hashcode相同，你如何獲取值物件？”
面試者會回答：當我們呼叫get()方法，HashMap會使用鍵物件的hashcode找到bucket位置，然後獲取值物件。面試官提醒他如果有兩個值物件儲存在同一個bucket，他給出答案:將會遍歷連結串列直到找到值物件。面試官會問因為你並沒有值物件去比較，你是如何確定確定找到值物件的？除非面試者直到HashMap在連結串列中儲存的是鍵值對，否則他們不可能回答出這一題。

其中一些記得這個重要知識點的面試者會說，找到bucket位置之後，會呼叫keys.equals()方法去找到連結串列中正確的節點，最終找到要找的值物件。完美的答案！

許多情況下，面試者會在這個環節中出錯，因為他們混淆了hashCode()和equals()方法。因為在此之前hashCode()屢屢出現，而equals()方法僅僅在獲取值物件的時候才出現。一些優秀的開發者會指出使用不可變的、宣告作final的物件，並且採用合適的equals()和hashCode()方法的話，將會減少碰撞的發生，提高效率。不可變性使得能夠快取不同鍵的hashcode，這將提高整個獲取物件的速度，使用String，Interger這樣的wrapper類作為鍵是非常好的選擇。

如果你認為到這裡已經完結了，那麼聽到下面這個問題的時候，你會大吃一驚。“如果HashMap的大小超過了負載因子(load factor)定義的容量，怎麼辦？”除非你真正知道HashMap的工作原理，否則你將回答不出這道題。預設的負載因子大小為0.75，也就是說，當一個map填滿了75%的bucket時候，和其它集合類(如ArrayList等)一樣，將會建立原來HashMap大小的兩倍的bucket陣列，來重新調整map的大小，並將原來的物件放入新的bucket陣列中。這個過程叫作rehashing，因為它呼叫hash方法找到新的bucket位置。

如果你能夠回答這道問題，下面的問題來了：“你瞭解重新調整HashMap大小存在什麼問題嗎？”
你可能回答不上來，這時面試官會提醒你當多執行緒的情況下，可能產生條件競爭(race condition)。

當重新調整HashMap大小的時候，確實存在條件競爭，因為如果兩個執行緒都發現HashMap需要重新調整大小了，它們會同時試著調整大小。在調整大小的過程中，儲存在連結串列中的元素的次序會反過來，因為移動到新的bucket位置的時候，HashMap並不會將元素放在連結串列的尾部，而是放在頭部，這是為了避免尾部遍歷(tail traversing)。如果條件競爭發生了，那麼就死迴圈了。這個時候，你可以質問面試官，為什麼這麼奇怪，要在多執行緒的環境下使用HashMap呢？：）

熱心的讀者貢獻了更多的關於HashMap的問題：

為什麼String, Interger這樣的wrapper類適合作為鍵？ 
String, Interger這樣的wrapper類作為HashMap的鍵是再適合不過了，而且String最為常用。因為String是不可變的，也是final的，而且已經重寫了equals()和hashCode()方法了。其他的wrapper類也有這個特點。不可變性是必要的，因為為了要計算hashCode()，就要防止鍵值改變，如果鍵值在放入時和獲取時返回不同的hashcode的話，那麼就不能從HashMap中找到你想要的物件。不可變性還有其他的優點如執行緒安全。如果你可以僅僅透過將某個field宣告成final就能保證hashCode是不變的，那麼請這麼做吧。因為獲取物件的時候要用到equals()和hashCode()方法，那麼鍵物件正確的重寫這兩個方法是非常重要的。如果兩個不相等的物件返回不同的hashcode的話，那麼碰撞的機率就會小些，這樣就能提高HashMap的效能。

我們可以使用自定義的物件作為鍵嗎？ 
這是前一個問題的延伸。當然你可能使用任何物件作為鍵，只要它遵守了equals()和hashCode()方法的定義規則，並且當物件插入到Map中之後將不會再改變了。如果這個自定義物件時不可變的，那麼它已經滿足了作為鍵的條件，因為當它建立之後就已經不能改變了。

我們可以使用CocurrentHashMap來代替Hashtable嗎？
這是另外一個很熱門的面試題，因為ConcurrentHashMap越來越多人用了。我們知道Hashtable是synchronized的，但是ConcurrentHashMap同步效能更好，因為它僅僅根據同步級別對map的一部分進行上鎖。ConcurrentHashMap當然可以代替HashTable，但是HashTable提供更強的執行緒安全性。看看這篇部落格檢視Hashtable和

ConcurrentHashMap的區別。
我個人很喜歡這個問題，因為這個問題的深度和廣度，也不直接的涉及到不同的概念。讓我們再來看看這些問題設計哪些知識點：

hashing的概念
HashMap中解決碰撞的方法
equals()和hashCode()的應用，以及它們在HashMap中的重要性
不可變物件的好處
HashMap多執行緒的條件競爭
重新調整HashMap的大小

總結

HashMap的工作原理
HashMap基於hashing原理，我們透過put()和get()方法儲存和獲取物件。當我們將鍵值對傳遞給put()方法時，它呼叫鍵物件的hashCode()方法來計算hashcode，讓後找到bucket位置來儲存值物件。當獲取物件時，透過鍵物件的equals()方法找到正確的鍵值對，然後返回值物件。HashMap使用連結串列來解決碰撞問題，當發生碰撞了，物件將會儲存在連結串列的下一個節點中。 HashMap在每個連結串列節點中儲存鍵值對物件。

當兩個不同的鍵物件的hashcode相同時會發生什麼？
它們會儲存在同一個bucket位置的連結串列中。鍵物件的equals()方法用來找到鍵值對。

因為HashMap的好處非常多，我曾經在電子商務的應用中使用HashMap作為快取。因為金融領域非常多的運用Java，也出於效能的考慮，我們會經常用到HashMap和ConcurrentHashMap

作者：爛豬皮

來源：https://my.oschina.net/u/3636867/blog/1604181