标签：HashMap -- 元素 链表 面试 线程 哈希 红黑树 集合
☺ 集合重点---HashMap
可以看一下文章《从HashMap的执行流程开始 揭开HashMap底层实现》
一、集合
1、说说List、Set、Map三者的区别？
谈及元素的有序性、重复性，Map的键值对结构
答：List 存储的元素是有序的，可以重复的；而 Set 存储的元素是无序的，不可以重复的；
Map 是以 key-value 键值对结构存储元素，key 是无序的，不可以重复的，value也是无序，但是可以重复。
2、ArrayList与 LinkedList 异同点？
谈及底层数据结构、元素是否支持随机访问(访问速度)、元素的插入和删除速度（当然还可以谈及线程安全、内存占用这些）
答：ArrayList与 LinkedList 都是List 接口的实现类，但是底层实现不同。ArrayList 底层数据结构是 Object动态数组，而LikedList是使用双向链表。
ArrayList 支持元素的随机访问，且访问速度优于LinkedList，因为ArrayList 是直接通过数组下标查找到元素，LinkedList 则需要移动指针遍历每个元素，直到找到元素。
插入和删除元素，LinkedList 速度反而比ArrayList快，因为插入和删除元素，对于数组需要需要移动数组中插入或删除位置之后的的所有元素。
所以，频繁使用查询操作，优先选择ArrayList，频繁增删的使用LinkedList。
3、ArrayList 与 Vector 区别呢? 为什么要⽤Arraylist取代 Vector呢？
区别谈及线程安全、扩容倍数；取代：同步(synchronized)
答：区别：ArrayList 是线程不安全的，Vector 是线程安全的；当容量不足时，Vector 默认增长为原来的两倍，而 ArrayList 的增长为原
来的1.5倍。
取代：Vector类的所有方法都是同步的(synchronized)，但是，如果你只用单线程来访问Vector对象，那么你的代码将会在同步操作上浪费相当多的时间。
4、⽐较 HashSet、LinkedHashSet 和 TreeSet 三者的异同？
谈及底层数据结构、继承关系、线程安全、有序性
答：HashSet 是 Set 接⼝的主要实现类，HashSet 的底层是 HashMap，线程不安全的，可以存储 null 值；
LinkedHashSet 是 HashSet 的⼦类，能够按照添加的顺序遍历；
TreeSet 底层使⽤红⿊树，能够按照添加元素的顺序进⾏遍历，排序的⽅式有⾃然排序和定制排序；
二、集合重点---HashMap
1、HashMap加载因子为什么是0.75？
谈及扩容、哈希冲突
答：加载因子小于 0.75，会导致频繁扩容，而大于 0.75，导致 哈希冲突概论增大，
因为加载因子设置比较大的时候，扩容的门槛就被提高了，扩容发生的频率比较低，占用的空间会比较小，但此时发生 Hash冲突的几率就会提升
2、HashMap的底层数据结构是什么？
谈及引入红黑树的目的（时间复杂度）
答：jdk7 底层数据结构是数组+链表；jdk8 底层数据结构是数组+链表+红黑树；
当链表过长，则会严重影响 HashMap 的性能，红黑树搜索时间复杂度是 O(logn)，而链表是的 O(n)。因此，JDK1.8 对数据结构做了进一步的优化，引入了红黑树，链表和红黑树在达到一定条件会进行转换：当链表的结点大于8且数组容量大于64，单链表转成红黑树。
3、解决hash冲突的办法有哪些？HashMap用的哪种？
答：解决哈希冲突方法：开放定址法、再哈希法、链地址法(拉链法）。其中HashMap用的链地址法，使用链表+红黑树。
4、为什么在解决 hash 冲突的时候，不直接用红黑树？而 选择先用链表，再转红黑树?
谈及红黑树的旋转、变色，元素个数小于8，链表可以保证性能；大于8，时间复杂度对比，使用红黑树的缺点：薪增节点效率变慢
答：因为红黑树需要进行左旋，右旋，变色这些操作来保持平衡，而单链表不需要。当元素小于 8 个的时候，此时做查询操作，链表结构已经能保证查询性能。当元素大于 8 个的时候， 红黑树搜索时间复杂度是 O(logn)，而链表是 O(n)，此时需要红黑树来加快查询速度，但是新增节点的效率变慢了。
因此，如果一开始就用红黑树结构，元素太少，新增效率又比较慢，无疑这是浪费性能的。
5、HashMap 中 key 的存储索引是怎么计算的？
答： ① 生成key的哈希值 ② 高位参与运算 ③ 取模运算
- 高位参与运算：将哈希值低16位与高16 位进行混合，企图让哈希值分布更加均匀
- 取模运算：定位到数组的索引位置
6、一般用什么作为HashMap的key?
答：一般用Integer、String 这种不可变类当 HashMap 当 key，而且 String 最为常用。
因为字符串是不可变的，所以在它创建的时候 hashcode 就被缓存了，不需要重新计算。这就是 HashMap 中的键往往都使用字符串的原因。
7、HashMap的容量为什么要设置为2 的次幂？
谈及高位运算
答：HashMap采用这种非 常规设计(常规是设计成素数)，主要是为了在取模和扩容时做优化，同时为了减少冲突，HashMap定位哈希桶索引位置时，也加入了高位参与运算的过程。
8、JDK1.8中的HashMap为什么用红黑树不用普通的AVL树？
谈及红黑树和AVL树的区别
答：红黑树整体来说性能要优于AVL树，红黑树牺牲了部分平衡性以换取插入/删除操作时少量的旋转操作。
在时间复杂度方面，avl树和红黑树一样，搜索、添加、删除 都是 O(logn)，但是两者旋转调整次数是不同。
avl树：添加仅需 O(1) 次旋转调整、删除最多需要 O(logn) 次旋转调整；红黑树：添加、删除都 O(1) 次旋转调整；
9、HashMap 的put流程？
总结put时的思考点：
1、哈希表是否为空判断---空(需要扩容)
2、定位哈希表索引对应的元素是否为空判断---空(直接插入)
3、元素非空，判断key是否存在，存在直接覆盖
不存在，判断该节点是否是一颗树节点，是树节点->红黑树插入
不是树节点->链表插入，插入后判断节点数量是否大于8，大于8树化成红黑树
4、插入元素后判断是否大于 threshold(可以容纳的最大元素数目/节点数) --大于(需要扩容)
10、扩容？
扩容时，扩容是从一个数组拷贝到另外一个数组。
当向容器添加元素的时候，会判断当前容器的元素个数，如果大于等于阈值， 即当前数组的长度乘以加载因子的值的时候，就要自动扩容啦。
当然 Java 里的数组是无法自动扩容的，方法 是使 用一个新的数组代替已有的容量小的数组。
当HashMap中的其中一个链表的对象个数如果达到了8个，此时如果数组长度没有达到64，那么HashMap会先扩容解决，如果已经达到了64，那么这个链表会变成红黑树，结点类型由Node变成TreeNode类型。当然，如果映射关系被移除后，下次执行resize方法时判断树的结点个数低于6，也会再把树转换为链表。
11、HashMap 的工作原理是什么?
HashMap 是以键值对 (key-value) 的形式存储元素的。HashMap 需要 一个 hash 函数，它使用 hashCode()和 equals()方法来向集合添加和检索元素。当调用 put() 方法的时候，HashMap 会计算 key 的 hash 值，然后把键 值对存储在集合中合适的索引上。
如果 key 已经存在了，value 会被更新成新值。
HashMap 的一些重要的特性是它的容量 (capacity)，负载因子 (load factor) 和 扩容极限(threshold resizing)。
12、HashMap 是线程安全的吗，为什么不是线程安全的？怎么解决？
答：不是线程安全的；
插入元素时，
如果有两个线程A和B，都进行插入数据，刚好这两条不同的数据经过哈希计算后得到的哈希码是一样的，且该位置还没有其他的数据。
假设一种情况，线程A通过if判断，该位置没有哈希冲突，进入了if语句，还没有进行数据插入，
这时候 CPU 就把资源让给了线程B，线程A停在了if语句里面，
线程B判断该位置没有哈希冲突（线程A的数据还没插入），也进入了if 语句，线程B执行完后，轮到线程A执行，这时候，你会发现线程A把线程B插入的数据给覆盖了。发生了线程不安全情况。
本来在 HashMap 中，发生哈希冲突是可以用链表法或者红黑树来解决的，但是在多线程中，可能就直接给覆盖了。
解决：使用ConcurrentHashMap。
接下来需要了解ConcurrentHashMap。
如果本文对你有帮助的话记得给一乐点个赞哦，感谢！
标签：HashMap,--,元素,链表,面试,线程,哈希,红黑树,集合 来源： https://www.cnblogs.com/shan333/p/16618177.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。