一文精通HashMap灵魂七问，你学还是不学

如果让你看一篇文章，就可以精通HashMap，成为硬刚才面试官的高手，你学还是不学？

别着急，开始之前不如先尝试回来下面几个问题吧：

HashMap的底层结构是什么？

什么时候HashMap中的链表会转化为红黑树？

为什么当链表长度超过8个时候会转化成红黑树？这为什么是8个而不是3个呢？

HashMap是线程安全的嘛？

HashMap为什么是线程不安全的？有哪些具体体现？

ConcurrentHashMap和HashTable是如何实现线程安全的呢？有何不同呢？

一、HashMap底层结构是什么样的？

HashMap底层是数组+链表+红黑树组成的复合结构。

数组被分为一个个的桶（bucket），通过哈希值决定键值对在数组中存储的位置；

当键值对的哈希值相同，则以链表形式存储；

当链表长度大于或等于阈值（默认为 8）的时候，如果同时还满足容量大于或等于 MIN_TREEIFY_CAPACITY（默认为 64）的要求，就会把链表转换为红黑树。同样，后续如果删除了元素，当红黑树的节点小于或等于 6 个以后，又会恢复为链表。

HashMap 的结构示意图：

二、为什么需要将链表转化为红黑树呢？

因为红黑树有和链表不一样的查找性能。从链表中查找一个元素，时间复杂度是 O(n)。而从红黑树查找，由于红黑树有自平衡的特点，可以防止不平衡情况的发生，所以时间复杂是 O(log(n))。如果链表长度较短，O(n) 和 O(log(n)) 的区别不大，但是如果链表较长，那么这种差异就会很明显了。所以为了提升HashMap查找性能，在链表长度超过阈值的时候将链表转化为红黑树进行存储。

三、既然红黑树查找性能优于链表，那为什么不在一开始就使用红黑树呢？而是要经历一个转换的过程呢？

世上本没有“银弹”，红黑树也不是“银弹”。单个 TreeNode 需要占用的空间大约是普通链表Node 的两倍，所以只有当包含足够多的 Nodes 时才会转成 TreeNodes，而是否足够多就是由 TREEIFY_THRESHOLD 的值决定的。而当桶中节点数由于移除或者 resize 变少后，又会变回普通的链表的形式，以便节省空间。

这其实是一种tradeoff，指的是一种取舍、一种权衡，最后达成折中平衡。在HashMap里面，如果要性能就需要牺牲空间，要空间就要牺牲性能，鱼与熊掌不可兼得，最后达成折中方案：链表加红黑树，在适当情况下进行转化。

四、为什么链表转化为红黑树的这个阈值要默认设置为 8 呢？

如果 hashCode 分布良好，也就是哈希算法足够好，计算出来的哈希值散离散程度高，那么很少出现哈希冲突和链表很长的情况，红黑树这种形式也就很少会被用到。在理想情况下，链表长度符合泊松分布，各个长度的命中概率依次递减，当长度为 8 的时候，概率仅为 0.00000006。这是一个小于千万分之一的概率，通常我们的 Map 里面是不会存储这么多的数据的，所以通常情况下，并不会发生从链表向红黑树的转换。请看源码（本文源码均为Java8版本）注释：

* Because TreeNodes are about twice the size of regular nodes, we
* use them only when bins contain enough nodes to warrant use
* (see TREEIFY_THRESHOLD). And when they become too small (due to
* removal or resizing) they are converted back to plain bins.  In
* usages with well-distributed user hashCodes, tree bins are
* rarely used.  Ideally, under random hashCodes, the frequency of
* nodes in bins follows a Poisson distribution
* (http://en.wikipedia.org/wiki/Poisson_distribution) with a
* parameter of about 0.5 on average for the default resizing
* threshold of 0.75, although with a large variance because of
* resizing granularity. Ignoring variance, the expected
* occurrences of list size k are (exp(-0.5) * pow(0.5, k) /
* factorial(k)). The first values are:
*
* 0:    0.60653066
* 1:    0.30326533
* 2:    0.07581633
* 3:    0.01263606
* 4:    0.00157952
* 5:    0.00015795
* 6:    0.00001316
* 7:    0.00000094
* 8:    0.00000006
* more: less than 1 in ten million

如果在调试过程中发现HashMap中的链表结构经常转换为红黑树进行存储，那么这时候应该注意下哈希函数是不是出现问题了。

五、对比一下Hashtable、HashMap、TreeMap 有什么不同？

Hashtable、HashMap、TreeMap 都是最常见的Map实现，是以键值对的形式存储和操作数据的容器类型。

Hashtable 是早期 Java 类库提供的一个哈希表实现，本身是同步的，不支持 null 键和值，由于同步导致的性能开销，所以已经不建议使用。

HashMap 是目前最常用的哈希表实现，与 HashTable 的主要区别在于： HashMap 不是同步的，支持 null 键和值等。通常情况下，HashMap 进行 put 或者 get 操作，可以达到常数时间的性能，所以它是绝大部分利用键值对存取场景的首选。

TreeMap 则是基于红黑树的一种提供顺序访问的 Map，和 HashMap 不同，它的 get、put、remove 之类操作都是 O（log(n)）的时间复杂度，如果有排序的诉求可以选择使用。

六、HashMap为什么是线程不安全的？具体有哪些体现？

put方法中的++modCount

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

/**
 * Implements Map.put and related methods.
 *
 * @param hash hash for key
 * @param key the key
 * @param value the value to put
 * @param onlyIfAbsent if true, don't change existing value
 * @param evict if false, the table is in creation mode.
 * @return previous value, or null if none
 */
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {
        Node<K,V> e; K k;
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                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;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

++modCount和 ++size看似一行代码，但是该操作并不能保证原子性，实际上是分三个步骤执行的，会存在并发问题。modCount这个参数在HashMap中表述HashMap内部结果改变的次数，例如rehash。如果++modCount发生并发问题，会抛出ConcurrentModificationException。

在put方法中，通过比较++size和threshold的大小判断是否进行扩容操作，如果++size发生并发问题，可能使得HashMap在应该扩容的时候未进行扩容，导致put操作的时候元素插入失败或者丢失。

/**
 * The number of times this HashMap has been structurally modified
 * Structural modifications are those that change the number of mappings in
 * the HashMap or otherwise modify its internal structure (e.g.,
 * rehash).  This field is used to make iterators on Collection-views of
 * the HashMap fail-fast.  (See ConcurrentModificationException).
 */
transient int modCount;

扩容期间取出来值不准确

HashMap 默认初始容量为16，如果不停地往 map 中添加新的数据，当元素个数大于负载因子容量大小的时候，会进行扩容，扩至原来的2倍。

newThr = oldThr << 1

在扩容期间，它会新建一个新的空数组，并且将老数组中的元素重新放置到新数组中。那么，在这个填充的过程中，如果有线程获取值，很可能会取到 null 值。

同时put导致数据丢失

比如，有多个线程同时使用 put 方法来添加元素，而且恰好两个 put 的 key 的哈希值是一样的，计算出来的 bucket 位置一样，并且两个线程又同时判断该位置是空的，可以写入，所以这两个线程的两个不同的 value 便会添加到数组的同一个位置，这样最终就只会保留一个数据，丢失一个数据。

死循环造成CPU100%

该问题是多线程同时扩容的时候链表死循环而引起的CPU100%问题。可参考：https://coolshell.cn/articles/9606.html

七、同样是线程安全的，ConcurrentHashMap和Hashtable有什么区别？ConcurrentHashMap在Java7 和Java8又有何不同？

虽然 ConcurrentHashMap 和 Hashtable 它们两个都是线程安全的，但是从原理上分析，Hashtable 实现并发安全的原理是通过 synchronized 关键字实现的。

ConcurrentHashMap在Java7中是通过Segment实现线程安全的，在Java8是通过Node + CAS + synchronized实现的。

Java7中的ConcurrentHashMap最外层是多个Segment，每个Segment的底层数据结构与HashMap类似，仍然是数组加链表组成。

Java8中的ConcurrentHashMap依然是数组+ 链表+ 红黑树的方式实现的，结构和HashMap一致。

ConcurrentHashMap在Java7 和Java8的对比如下：

	Java7	Java8
数据结构	Segment + 数组+链表	数组+链表+红黑树
并发原理	Segment	Node + CAS + synchronized
并发度	Segment个数，默认16	数组长度
Hash冲突	拉链法	拉链法+红黑树

如果看完有帮忙，能不能帮我点个赞呢？