手写HashMap，快手面试官直呼内行！手写HashMap，快手面试官直呼内

手写HashMap？这么狠，面试都卷到这种程度了？
第一次见到这个面试题，是在某个不方便透露姓名的Offer收割机大佬的文章：

文章图片

这……我当时就麻了，我们都知道HashMap的数据结构是数组+链表+红黑树，这是要手撕红黑树的节奏吗？
后来，整理了一些面经，发现这道题在快手的面试出现还比较频繁，分析这道题应该在快手的面试题库。那既然频繁出，肯定不能是手撕红黑树——我觉得面试官也多半撕不出来，不撕红黑树，那这道题还有点救，慢慢往下看。
认识哈希表 HashMap其实是数据结构中的哈希表在Java里的实现。
哈希表本质哈希表也叫散列表，我们先来看看哈希表的定义：

哈希表是根据关键码的值而直接进行访问的数据结构。

就像有人到公司找老三，前台小姐姐拿手一指，那个墙角的工位就是。
简单说来说，哈希表由两个要素构成：桶数组和散列函数。

桶数组：一排工位
散列函数：老三在墙角

桶数组我们可能知道，有一类基础的数据结构线性表，而线性表又分两种，数组和链表。
哈希表数据结构里，存储元素的数据结构就是数组，数组里的每个单元都可以想象成一个桶（Bucket）。
假如给若干个程序员分配工位：蛋蛋、熊大、牛儿、张三，我们观察到，这些名字比较有特色，最后一个字都是数字，我们可以把它提取出来作为关键码，这些一来，就可以把他们分配到对应编号的工位，没分配到的工位就让它先空着。

文章图片

那么在这种情况下，我们查找/插入/删除的时间复杂度是多少呢？很明显，都是O(1)。
但咱们也不是葫芦娃，名字不能都叫一二三四五六七之类的，假如来的新人叫南宫大牛，那我们怎么分配他呢？
这就引入了我们的第二个关键要素——散列函数。
散列函数我们需要在元素和桶数组对应位置建立一种映射映射关系，这种映射关系就是散列函数，也可以叫哈希函数。
例如，我们一堆无规律的名字诸葛钢铁、刘华强、王司徒、张全蛋……我们就需要通过散列函数，算出这些名字应该分配到哪一号工位。

文章图片

散列函数构造
散列函数也叫哈希函数，假如我们数据元素的key是整数或者可以转换为一个整数，可以通过这些常见方法来获取映射地址。

直接定址法
直接根据key来映射到对应的数组位置，例如1232放到下标1232的位置。
数字分析法
取key的某些数字（例如十位和百位）作为映射的位置
平方取中法
取key平方的中间几位作为映射的位置
折叠法
将key分割成位数相同的几段，然后把它们的叠加和作为映射的位置
【手写HashMap，快手面试官直呼内行！】除留余数法
H（key)=key%p（p<=N）,关键字除以一个不大于哈希表长度的正整数p，所得余数为哈希地址，这是应用最广泛的散列函数构造方法。

文章图片

在Java里，Object类里提供了一个默认的hashCode()方法，它返回的是一个32位int形整数，其实也就是对象在内存里的存储地址。
但是，这个整数肯定是要经过处理的，上面几种方法里直接定址法可以排除，因为我们不可能建那么大的桶数组。
而且我们最后计算出来的散列地址，尽可能要在桶数组长度范围之内，所以我们选择除留取余法。
哈希冲突
理想的情况，是每个数据元素经过哈希函数的计算，落在它独属的桶数组的位置。
但是现实通常不如人意，我们的空间是有限的，设计再好的哈希函数也不能完全避免哈希冲突。所谓的哈希冲突，就是不同的key经过哈希函数计算，落到了同一个下标。

文章图片

既然有了冲突，就得想办法解决冲突，常见的解决哈希冲突的办法有：
链地址法也叫拉链法，看起来，像在桶数组上再拉一个链表出来，把发生哈希冲突的元素放到一个链表里，查找的时候，从前往后遍历链表，找到对应的key就行了。

文章图片

开放地址法开放地址法，简单来说就是给冲突的元素再在桶数组里找到一个空闲的位置。
找到空闲位置的方法有很多种：

线行探查法: 从冲突的位置开始，依次判断下一个位置是否空闲，直至找到空闲位置
平方探查法: 从冲突的位置x开始，第一次增加1^2个位置，第二次增加2^2...，直至找到空闲的位置
双散列函数探查法

……

文章图片

再哈希法构造多个哈希函数，发生冲突时，更换哈希函数，直至找到空闲位置。
建立公共溢出区建立公共溢出区，把发生冲突的数据元素存储到公共溢出区。
很明显，接下来我们解决冲突，会使用链地址法。
好了，哈希表的介绍就到这，相信你已经对哈希表的本质有了深刻的理解，接下来，进入coding时间。
HashMap实现我们实现的简单的HashMap命名为ThirdHashMap，先确定整体的设计：

散列函数：hashCode()+除留余数法
冲突解决：链地址法

整体结构如下：

文章图片

内部节点类我们需要定义一个节点来作为具体数据的载体，它不仅要承载键值对，同样还得作为单链表的节点：

/** * 节点类 * * @param * @param */ class Node { //键值对 private K key; private V value; //链表，后继 private Node next; public Node(K key, V value) { this.key = key; this.value = https://www.it610.com/article/value; }public Node(K key, V value, Node next) { this.key = key; this.value = https://www.it610.com/article/value; this.next = next; } }

成员变量主要有四个成员变量，其中桶数组作为装载数据元素的结构：

//默认容量 final int DEFAULT_CAPACITY = 16; //负载因子 final float LOAD_FACTOR = 0.75f; //HashMap的大小 private int size; //桶数组 Node[] buckets;

构造方法构造方法有两个，无参构造方法，桶数组默认容量，有参指定桶数组容量。

/** * 无参构造器，设置桶数组默认容量 */ public ThirdHashMap() { buckets = new Node[DEFAULT_CAPACITY]; size = 0; }/** * 有参构造器，指定桶数组容量 * * @param capacity */ public ThirdHashMap(int capacity) { buckets = new Node[capacity]; size = 0; }

散列函数散列函数，就是我们前面说的hashCode()和数组长度取余。

/** * 哈希函数，获取地址 * * @param key * @return */ private int getIndex(K key, int length) { //获取hash code int hashCode = key.hashCode(); //和桶数组长度取余 int index = hashCode % length; return Math.abs(index); }

put方法我用了一个putval方法来完成实际的逻辑，这是因为扩容也会用到这个方法。
大概的逻辑：

获取元素插入位置
当前位置为空，直接插入
位置不为空，发生冲突，遍历链表
如果元素key和节点相同，覆盖，否则新建节点插入链表头部

/** * put方法 * * @param key * @param value * @return */ public void put(K key, V value) { //判断是否需要进行扩容 if (size >= buckets.length * LOAD_FACTOR) resize(); putVal(key, value, buckets); }/** * 将元素存入指定的node数组 * * @param key * @param value * @param table */ private void putVal(K key, V value, Node[] table) { //获取位置 int index = getIndex(key, table.length); Node node = table[index]; //插入的位置为空 if (node == null) { table[index] = new Node<>(key, value); size++; return; } //插入位置不为空，说明发生冲突，使用链地址法,遍历链表 while (node != null) { //如果key相同，就覆盖掉 if ((node.key.hashCode() == key.hashCode()) && (node.key == key || node.key.equals(key))) { node.value = https://www.it610.com/article/value; return; } node = node.next; } //当前key不在链表中，插入链表头部 Node newNode = new Node(key, value, table[index]); table[index] = newNode; size++; }

扩容方法扩容的大概过程：

创建两倍容量的新数组
将当前桶数组的元素重新散列到新的数组
新数组置为map的桶数组

/** * 扩容 */ private void resize() { //创建一个两倍容量的桶数组 Node[] newBuckets = new Node[buckets.length * 2]; //将当前元素重新散列到新的桶数组 rehash(newBuckets); buckets = newBuckets; }/** * 重新散列当前元素 * * @param newBuckets */ private void rehash(Node[] newBuckets) { //map大小重新计算 size = 0; //将旧的桶数组的元素全部刷到新的桶数组里 for (int i = 0; i < buckets.length; i++) { //为空，跳过 if (buckets[i] == null) { continue; } Node node = buckets[i]; while (node != null) { //将元素放入新数组 putVal(node.key, node.value, newBuckets); node = node.next; } } }

get方法 get方法就比较简单，通过散列函数获取地址，这里我省去了有没有成链表的判断，直接查找链表。

/** * 获取元素 * * @param key * @return */ public V get(K key) { //获取key对应的地址 int index = getIndex(key, buckets.length); if (buckets[index] == null) return null; Node node = buckets[index]; //查找链表 while (node != null) { if ((node.key.hashCode() == key.hashCode()) && (node.key == key || node.key.equals(key))) { return node.value; } node = node.next; } return null; }

完整代码：

文章图片

测试测试代码如下：

@Test void test0() { ThirdHashMap map = new ThirdHashMap(); for (int i = 0; i < 100; i++) { map.put("刘华强" + i, "你这瓜保熟吗？" + i); } System.out.println(map.size()); for (int i = 0; i < 100; i++) { System.out.println(map.get("刘华强" + i)); } }@Test void test1() { ThirdHashMap map = new ThirdHashMap(); map.put("刘华强1","哥们，你这瓜保熟吗？"); map.put("刘华强1","你这瓜熟我肯定要啊！"); System.out.println(map.get("刘华强1")); }

大家可以自行跑一下看看结果。
总结好了，到这，我们一个简单的HashMap就实现了，这下，面试快手再也不怕手写HashMap了。

快手面试官：真的吗？我不信。我就要你手写个红黑树版的……

文章图片
当然了，我们也发现，HashMap的O(1)时间复杂度操作是在冲突比较少的情况下，简单的哈希取余肯定不是最优的散列函数；冲突之后，链表拉的太长，同样影响性能；我们的扩容和put其实也存在线程安全的问题……
但是，现实里我们不用考虑那么多，因为李老爷已经帮我们写好了，我们只管调用就完了。
下一篇，会以面试对线的形式来走进李老爷操刀的HashMap！
点赞、关注不迷路，咱们下期见！

参考：
[1].《数据结构与算法》
[2].构造哈希函数方法
[3].ACM金牌选手讲解LeetCode算法《哈希》