面试官: 我必问的容器知识点!

相信大家在工作中使用容器的场景是具有多变性的，那么在性能方面你知道怎么去选择一种当前最优的数据结构吗? 或许对于工作多年有经验的开发者来说，是没有问题的。但是对于刚入门 1 ~ 2 年或者只知道怎么使用而不知道对当前最适用的，那么这一篇文章将全面为你解惑。

该篇还是延续上一篇 面试官: 说一下你做过哪些性能优化? 的风格，以问答的模式来进行解答，相信对你是有帮助的。

如果你正在找工作, 那么你需要一份 Android 高级开发面试宝典

1、有使用过 ArrayList 吗 ？说一下它的底层实现 ？

程序员:

有使用，它的底层是基于数组的数据结构, 默认第一次初始化长度为 10 ，由于 add ，put , size 没有处理线程安全，所以它是非线程安全的。

要不我手动画一下它的整体结构吧。如下图所示。

图解:

• Index: ArrayList 的索引下标

• elementData: ArrayList 的索引下标对应的数据

• size: ArrayList 的大小

面试官:

嗯，那你详细说下它的 add 过程，以及自动扩容机制。

程序员:

好的，那我先说 add 过程，在说自动扩容机制。

• add 过程:

  

  1、当我们实例化 ArrayList 的时候可以指定它的大小，也可以直接空参实例化或者直接传入一个已有的数组，如下代码所示。

    //1.指定底层初始化的数组大小
   public ArrayList(int initialCapacity) {
      this.elementData = new Object[initialCapacity];
     ...//省略代码
    }
  
    //2.无参数构造器，默认是空数组
    public ArrayList() {
      this.elementData = DEFAULTCAPACITY_EMPTY_ELEMENTDATA;
    }
  
    //3.指定初始已有数据
    public ArrayList(Collection<? extends E> c) {
    ...//省略代码
     elementData = Arrays.copyOf(elementData, size, Object[].class);
    }
  

  先介绍有几种初始化的方式，然后在说 add 操作。

  2、当第一次调用 add(E) 函数存入数据，先取得最小可以扩容的大小 minCapacity = 10

  3、如果我们希望的最小容量大于目前数组的长度(默认是空数组)，那么就扩容

  4、第一次扩容由于 elementData 其实是一个空数组，也就是 size 为 0 的数组，所以直接将默认 DEFAULT_CAPACITY=10 赋值给当前 newCapacity 新的扩容大小。

  5、最后通过 System.arraycopy 函数，进行实例化一个默认大小为 10 的空数组。

  6、如果当我们在 size = 10 的情况下， add[11] ，那么就会基于该公式检查 （size + 1）- size > 0 ,如果成立就会进行第二次扩容。

  7、第二次扩容机制，是有一个计算公式，其实第一次也有只是可以忽略不计，因为算出来是 0 。大白话的计算公式为 当前数组大小 + (当前数组大小 / 2) = 10 + 5 也就是第二次扩容大小为 15 。

  8、最后直接将需要添加的数据以 elementData[size++] = e 形式添加。

  这就是一个详细的添加和扩容过程。这里也可以用一张图来进行说明（详细代码我就不贴了，主要讲解以什么思路来回答面试官），如下所示:

  

  面试官:

  嗯，添加和扩容机制了解挺细致的。

  下面在说一下，ArrayList 的删除吧。

• 删除机制

  删除的话，ArrayList 给我们提供了 remove(index) 和 remove(obj) 等方式，平时我在项目中用的最多的就是这 2 个 API , 下面我分别来说下它们底层实现方式吧:

  remove(index):

  //根据数组下标去删除
    public E remove(int index) {//比如 index = 5,size = 10
    rangeCheck(index);
  
    modCount++;
      E oldValue = elementData(index);//[1,2,3,4,5,6,7,8,9,10] //删除 6
  
      int numMoved = size - index - 1;//4
    if (numMoved > 0)
        System.arraycopy(elementData, index+1, elementData, index,
                       numMoved);//直接从 [7,8,9,10] 往前移动一位
      elementData[--size] = null; // clear to let GC do its work
  
      return oldValue;
  }
  

  这个 API 它的意思就是根据索引来删除

  1、检查索引是否越界

  2、根据索引拿到删除的数据

  3、将 index + 1 作为移动的起点, size - index -1 作为需要移动数组的长度

  4、利用 System.arraycopy 数组，将后面的数据向前移动一位，并将最后一位置空。

  5、最后返回删除的节点数据

  remove(obj):

    // 根据值去删除
    public boolean remove(Object obj) {
      // 如果值是空的，找到第一个值是空的删除
      if (o == null) {
        for (int index = 0; index < size; index++)
          if (elementData[index] == null) {
          fastRemove(index);
            return true;
        }
      } else {
      // 值不为空，找到第一个和入参相等的删除
        for (int index = 0; index < size; index++)
          // 这里是根据  equals 来判断值相等的
          if (o.equals(elementData[index])) {
            fastRemove(index);
            return true;
          }
      }
      return false;
    }
  

  这个 API 是删除 ArrayList 里面匹配到的对象

  1、如果需要删除的 obj = null 那么就遍历集合将 elementData[index] == null 的节点全部删除，删除原理同 remove(index) 一样。

  2、如果条件 1 不成立，那么遍历，判断 2 个对象的地址值是否指向同一块内存，如果成立，那么就删除，删除原理同 remove(index) 一样。

  这里询问一下面试官，我描述的是否清晰? 面试官如果没有懂，那么我们就可以现场画一个图，如下所示:

  

  面试官:

  嗯，是的, 删除原理是这样的!

  程序员:

  但是在开发中，使用 ArrayList 还是有几点注意事项，比如:

  1、不能使用 for 来进行删除，因为每删除一个对象 ，底层的索引对应关系就会发生改变, 导致会删除异常。解决的办法应该使用迭代器。

  2、多线程并发也不能使用 ArrayList ，应该使用 CopyOnWriteArrayList 或者 Collections.synchronizedList(list) 来解决线程安全问题。

  3、还有性能问题，添加多，查找少，应该选择 LinkedList 数据结构。避免频繁对数组的 copy

  其实到这里，ArrayList 基本原理就介绍的差不多了，面试官也不可能每个 API 都问，一般都是问常用的。

2、有使用过 LinkedList 吗？说一下它的底层实现 ？

程序员:

有用过，它的底层数据结构是双向链表组成, 我还是画一下它的结构图吧。如下所示:

图解:

• 链表每个节点我们叫做 Node，Node 有 prev 属性，代表前一个节点的位置，next 属性，代表后一个节点的位置；

• first 是双向链表的头节点，它的前一个节点是 null。

• last 是双向链表的尾节点，它的后一个节点是 null；

• 当链表中没有数据时，first 和 last 是同一个节点，前后指向都是 null；

面试官:

嗯，基本架构差不多是这样，那你说说底层的 add , get ,remove 原理吧。

程序员:

好的，那我就依次来说一下它们各自实现机制。

add:

    //添加数据
    public boolean add(E e) {
        linkLast(e);
        return true;
    }
    // 从尾部开始追加节点
    void linkLast(E e) {
        // 把尾节点数据暂存
        final Node<E> l = last;
        //新建新的节点，l 是前一个节点，e 是当前节点的值，后一个节点是 null
        final Node<E> newNode = new Node<>(l, e, null);
        //新建的节点放在尾部
        last = newNode;
        //如果链表为空，头部和尾部是同一个节点，都是新建的节点
        if (l == null)
            first = newNode;
            //否则把前尾节点的下一个节点，指向当前尾节点。
        else
            l.next = newNode;
        //大小和版本更改
        size++;
        modCount++;
    }

添加数据我常用的是 add(E) API ，我就基于它来说吧，它是基于尾结点来添加数据的, 总得来说有如下几个步骤:

1、拿到 Last 尾结点,赋值给一个临时变量 l 。

2、生成一个新的 newNode= Node[l,item,null] 的数据类型，l 代表的就是连接上一个尾结点，item 就是存入的数据，null 代表的是 item 的尾结点指向。

3、将生成的 newNode 赋值给 last 尾结点，这一步相当于更新 last 数据。

4、最后是判断临时变量的 l 是否为空，如果为空说明链表中还没有数据，然后将 newNode 赋值给 first 头节点。反之将 newNode 赋值给 l.last 节点。

5、最后更新链表 size ，还有修改的版本 modCount

可以由一个动图来说明以上步骤的操作, 如下所示:

添加的增加过程就是这样，还是比较简单，都是操作移动节点数据。

get:

    public E get(int index) {
        checkElementIndex(index);
        return node(index).item;
    }
    // 根据搜索因为查询节点
    Node<E> node(int index) {
        // index 处于队列的前半部分，从头开始找
        if (index < (size >> 1)) {
            Node<E> x = first;
            // 直到 for 循环到 index 的前一个 node
            for (int i = 0; i < index; i++)
                x = x.next;
            return x;
        } else {// index 处于队列的后半部分，从尾开始找
            Node<E> x = last;
            // 直到 for 循环到 index 的后一个 node
            for (int i = size - 1; i > index; i--)
                x = x.prev;
            return x;
        }
    }

获取数据我比较常用的是 get(index) API，我也基于它来说吧，总体来说它是分为两部分来查找数据，步骤有如下几步:

1、检查 index 是否越界。

2、根据 index > 或 < (size >> 1) 来判断在链表的上半部分还是下半部分。

3、如果是上半部分直接从 first 头节点开始遍历 index 次，然后拿到节点 item 数据。反之从下半部份 last 尾部开始向前遍历 index 次，然后拿到节点 item 数据。

总得来说获取数据的步骤就这 3 大步，因为它是链表结构没有索引对应关系，取数据只能挨个遍历。所以，如果对取数据操作频繁也可以使用 ArrayList 来弥补不足的性能。

remove:

删除数据，我常用的是 remove() 或者 remove(index) 它们的区别就是一个从头删除节点，一个是指定 index index 来删除节点，我就直接说一下根据索引删除的原理吧。

1、还是检查索引是否越界。

2、搜索节点上的数据原理同 get 的第二小点一样，都是分段搜索。

3、拿到当前需要删除的 node , 然后处理当前节点上的 prev，item , next 节点指向位置，还有将当前 item 的指针全部置空，避免内存泄漏。

删除也是 3 大步骤，相较于 ArrayList 删除 API 来说，LinkedList 删除的性能是比 ArrayList 要高的。

所以，如果有 增加和删除操作比较频繁的可以选择 LinkedList 数据结构。

3、你在工作中对 ArrayList 和 LinkedList 是怎么选型的？

程序员:

如果项目中有需要快速的查找匹配，但是新增删除不频繁我一般使用的是 ArrayList 数组结构，但是如果查询比较少，新增和删除比较多我一般用的是 LinkedList 链表结构。(ps：结合它们的原理回答为什么)

4、 ArrayList 在多线程使用应该注意什么?

程序员:

在多线程使用 List 要注意线程安全问题，解决的办法通常有两种来解决。第一种也是最简单的一种直接使用 Collections.synchronizedList(list) ，但是其性能不好，因为它的实现原理相当于委托模式，交于另一个类来处理，而且内部将每个函数都加了 synchronized , 另一种实现是 java.util.concurrent##CopyOnWriteArrayList 。

面试官:

那你用过 CopyOnWriteArrayList 吗？它是怎么实现线程安全的 ？

程序员:

有用过，它的基本原理和 ArrayList 是一致的，底层也是基于数组实现。它的基本特性总结有以下几点:

1、线程安全的，多线程环境下可以直接使用，无需加锁；

2、通过锁 + 数组拷贝 + volatile 关键字保证了线程安全；

3、每次数组操作，都会把数组拷贝一份出来，在新数组上进行操作，操作成功之后再赋值回去。

线程安全我从源码的 add 、 remove 的实现来说一下它们各自怎么保证线程安全的吧？

这里一定要思路清晰，最好主动找常用的 API 来说明一下内部怎么实现线程安全，不要直接给答案，一定要先分析源码，最后给出总结。

面试官:

可以，那你分别说一下吧。

程序员:

1、底层数组是如何保证数据安全的？

在分析底层数组是如何保证其安全性之前，我先简单说一下 Java 内存模型，因为数组的线程安全会涉及到 volatile 关键字。

volatile 的意思是可见的，常用来修饰某个共享变量，意思是当共享变量的值被修改后，会及时通知到其它线程上，其它线程就能知道当前共享变量的值已经被修改了。

在多核 CPU 下，为了提高效率，线程在拿值时，是直接和 CPU 缓存打交道的，而不是内存。主要是因为 CPU 缓存执行速度更快，比如线程要拿值 C，会直接从 CPU 缓存中拿， CPU 缓存中没有，就会从内存中拿，所以线程读的操作永远都是拿 CPU 缓存的值。

这时候会产生一个问题，CPU 缓存中的值和内存中的值可能并不是时刻都同步，导致线程计算的值可能不是最新的，共享变量的值有可能已经被其它线程所修改了，但此时修改是机器内存的值，CPU 缓存的值还是老的，导致计算会出现问题。

这时候有个机制，就是内存会主动通知 CPU 缓存。当前共享变量的值已经失效了，你需要重新来拉取一份，CPU 缓存就会重新从内存中拿取一份最新的值。

volatile 关键字就会触发这种机制，加了 volatile 关键字的变量，就会被识别成共享变量，内存中值被修改后，会通知到各个 CPU 缓存，使 CPU 缓存中的值也对应被修改，从而保证线程从 CPU 缓存中拿取出来的值是最新的。

还是画一个图来说明一下：

从图中我们可以看到，线程 1 和线程 2 一开始都读取了 C 值，CPU 1 和 CPU 2 缓存中也都有了 C 值，然后线程 1 把 C 值修改了，这时候内存的值和 CPU 2 缓存中的 C 值就不等了，内存这时发现 C 值被 volatile 关键字修饰，发现其是共享变量，就会使 CPU 2 缓存中的 C 值状态置为无效，CPU 2 会从内存中重新拉取最新的值，这时候线程 2 再来读取 C 值时，读取的已经是内存中最新的值了。

volatile 原理知道了，那么通过源码我们知道 object[] 就是通过 volatile 关键字来修饰的，那么也就保证了它在内存中是可见的，具有安全的。

public class CopyOnWriteArrayList<E>
    implements List<E>, RandomAccess, Cloneable, java.io.Serializable {
    // volatile 关键字修饰，可见的
    // array 只开放出 get set
    private transient volatile Object[] array;
    final Object[] getArray() {
        return array;
    }
    //更新底层数组内存地址
    final void setArray(Object[] a) {
        array = a;
    }
    public CopyOnWriteArrayList() {
        setArray(new Object[0]);
    }

2、操作 add(E) API 是怎么保证数据安全的?

根据之前看源码，它是有如下几个步骤保证了操作 add(E) 的安全性。

    // 添加元素到数组尾部
    public boolean add(E e) {
        final ReentrantLock lock = this.lock;
        //加锁
        lock.lock();
        try {
            // 得到所有的原数组
            Object[] elements = getArray();
            int len = elements.length;
            //拷贝到新数组里面，新数组的长度是 + 1 的
            Object[] newElements = Arrays.copyOf(elements, len + 1);
            //在新数组中进行赋值，新元素直接放在数组的尾部
            newElements[len] = e;
            //替换原来的数组
            setArray(newElements);
            return true;
        } finally {
            lock.unlock();
        }
    }

• 1、通过可重入互斥锁 ReentrantLock 对 add(E) 加锁
• 2、通过 getArray() 方法得到已经存在的数组
• 3、实例化一个长度为当前 size + 1 的数组，然后将 getArray 的数组放入新数组中

• 4、最后将添加的数据存入新数组的最后索引中

• 5、基于当前类中的 setArray(newElements); 来替换缓存中的数组数据，因为它在类中中被 volatile 修饰了，所以只要内存地址一变，那么就会立马通知，其它 CPU 的缓存让它得到更新。

• 6、释放可重入互斥锁

所以 add(E) 方法是根据 ReentrantLock + 数组copy + update Object[] 内存地址 + volatile 来保证其数据安全性的。

面试官:

你刚刚说 add(E) 函数中是通过 ReentrantLock + 数组copy 等其它手段来实现的线程安全，那既然有了互斥锁保证了线程安全，为什么还要 copy 数组呢 ？

程序员:

的确，对 add(E) 进行加锁后，能够保证同一时刻，只有一个线程能对数组进行 add(E) ，在同单核 CPU 下的多线程环境下肯定没有问题，但我们现在的机器都是多核 CPU，如果我们不通过复制拷贝新建数组，修改原数组容器的内存地址的话，是无法触发 volatile 可见性效果的，那么其他 CPU 下的线程就无法感知数组原来已经被修改了，就会引发多核 CPU 下的线程安全问题。

假设我们不复制拷贝，而是在原来数组上直接修改值，数组的内存地址就不会变，而数组被 volatile 修饰时，必须当数组的内存地址变更时，才能及时的通知到其他线程，内存地址不变，仅仅是数组元素值发生变化时，是无法把数组元素值发生变动的事实，通知到其它线程的。

面试官:

嗯，看来你对这些机制都了解的挺清楚的，那你在说说 remove 是怎么保证的线程安全吧？

2、remove 是怎么保证线程安全的？

其实 remove 保证线程安全机制跟 add 思路都差不多，都是先加锁 +不同策略的数组拷贝最后是释放锁。

面试官:

add , remove 方法内部都实现了 copy ,在性能上你有什么优化建议吗？

程序员:

尽量使用 addAll、removeAll 方法，而不要在循环里面使用 add、remove 方法，主要是因为 for 循环里面使用 add 、remove 的方式，在每次操作时，都会进行一次数组的拷贝(甚至多次)，非常耗性能，而 addAll、removeAll 方法底层做了优化，整个操作只会进行一次数组拷贝，由此可见，当批量操作的数据越多时，批量方法的高性能体现的越明显。

1、说一下你对 HashMap 的了解

程序员:

HashMap 底层是数组 + 单链表 + 红黑树 组成的存储数据结构，简单来说当链表长度大于等于 8 并且数组长度大于 64 那么就会由链表转为红黑树，当红黑树的大小容量 <= 6 时又转换为 链表的一个底层结构。非线程安全的。

可以用一张图来解释 HashMap 底层结构，如下所示:

图解:

1、最左边 table 是 HashMap 的数组结构，允许 Node 的 value 值为 NULL

2、数组的扩容机制第一次默认扩容大小为 16 size, 扩容阀值为 threshold = size * loadFactor -> 12 = 16 * 0.75 ，只要 ++size > threshold 就按照 newCap = oldCap << 1 机制来扩容。

3、数组的下标有可能是一个链表、红黑树，也有可能只是一个 Node ,只有当数组长度 > 64,链表长度 >= 8 才会将数组中的 Node 节点转为 TreeNode 节点。也只有当红黑树的大小 <= 6 时，才转为单链表结构。

程序员:

HashMap 底层的基本实现实现基本就是这样。

面试官:

嗯，那你描述一下 put(K key, V value) 这个 API 的存储过程 。

程序员:

好的，我先描述一下基本流程，最后我画一张流程图来总结一下

1、根据 key 通过该公式 (h = key.hashCode()) ^ (h >>> 16) 计算 hash 值

2、判断 HashMap table 数组是否已经初始化，如果没有初始化，那么就按照默认 16 的大小进行初始化，扩容阀值也将按照 size * 0.75 来定义

3、通过该公式 (n - 1) & hash 拿到存入 table 的 index 索引，判断当前索引下是否有值，如果没有值就进行直接赋值 tab[index] , 如果有值，那么就会发生 hash 碰撞 :boom: ，也就是俗称 hash冲突 , 在 JDK中的解决是的办法有 2 个，其一是链表，其二是 红黑树。

4、当发送 hash 冲突 首先判断数组中已存入的 key 是否与当前存入的 key 相同，并且内存地址也一样，那么就直接默认直接覆盖 values

5、如果 key 不相等，那么先拿到 tab[index] 中的 Node 是否是 红黑树 ，如果是红黑树，那么就加入红黑树的节点；如果 Node 节点不是红黑树，那么就直接放入 node 的 next 下，形成单链表结构。

6、如果链表结构的长度 >= 8 就转为红黑树的结构。

7、最后检查扩容机制。

整个 put 流程就是这样，可以用一个流程图来进行总结,如下所示:

面试官:

嗯，理解的很透彻，刚刚你说解决 hash 冲突有 2 种办法，那你描述一下红黑树是怎么实现新增的?

程序员:

好的，基本流程有如下几步:

1、首先判断新增的节点在红黑树上是不是已经存在，判断手段有如下两种：

​ 1.1、如果节点没有实现 Comparable 接口，使用 equals 进行判断；

​ 1.2、如果节点自己实现了 Comparable 接口，使用 compareTo 进行判断。

2、新增的节点如果已经在红黑树上，直接返回；不在的话，判断新增节点是在当前节点的左边还是右边，左边值小，右边值大；

3、自旋递归 1 和 2 步，直到当前节点的左边或者右边的节点为空时，停止自旋，当前节点即为我们新增节点的父节点；

4、把新增节点放到当前节点的左边或右边为空的地方，并于当前节点建立父子节点关系；

5、进行着色和旋转，结束。

面试官:

你知道链表转红黑树定义的长度为什么是 8 吗？

程序员:

这个答案，我通过 HashMap 类中的注释有留意过，它大概描述的意思是链表查询的时间复杂度是 O (n)，红黑树的查询复杂度是 O (log (n))。在链表数据不多的时候，使用链表进行遍历也比较快，只有当链表数据比较多的时候，才会转化成红黑树，但红黑树需要的占用空间是链表的 2 倍，考虑到转化时间和空间损耗，所以我们需要定义出转化的边界值。

在考虑设计 8 这个值的时候，我们参考了泊松分布概率函数，由泊松分布中得出结论，链表各个长度的命中概率为：

     * 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

意思是，当链表的长度是 8 的时候，出现的概率是 0.00000006，不到千万分之一，所以说正常情况下，链表的长度不可能到达 8 ，而一旦到达 8 时，肯定是 hash 算法出了问题，所以在这种情况下，为了让 HashMap 仍然有较高的查询性能，所以让链表转化成红黑树，我们正常写代码，使用 HashMap 时，几乎不会碰到链表转化成红黑树的情况，毕竟概念只有千万分之一。

面试官:

嗯，还挺细心的。留意到了源码中的注释。

这里可能会让面试官感觉是非常注重源码中的细节问题，会去思考，为什么？

开始你介绍到 HashMap 在多线程操作下是不安全了，那么你在工作中是怎么解决的？

程序员:

可以自己在外部加锁，或者通过 Collections#synchronizedMap 来实现线程安全， Collections#synchronizedMap 的实现是在每个方法上加上了 synchronized 锁；也可以使用 concurrent 包下的 ConcurrentHashMap 类。它的原理我们将在 [6、ConcurrentHashMap 通过哪些手段保证了线程安全？](###6、ConcurrentHashMap 通过哪些手段保证了线程安全？) 说明。

面试官:

嗯，那你在说说数组为什么每次都是以 2的幂次方扩容?

程序员:

好的。如下是我的理解。

HashMap 为了存取高效，要尽量减少碰撞，就是要尽量把数据分配均匀。

比如:

2 的 n 次方实际就是 1 后面 n 个 0，2 的 n 次方 -1，实际就是 n 个 1。

那么长度为 8 时候，3 & (8-1) = 3 ，2 & (8-1) = 2 ，不同位置上，不碰撞。

而长度为 5 的时候，3 & (5-1)= 0 , 2 & (5-1) = 0，都在 0 上，出现碰撞了。

//3 & 4
011
100
000
  
//2 & 4
010
100
000

所以，保证容积是 2 的 n 次方，是为了保证在做 (size-1) 的时候，每一位都能 & 1 ，也就是和 1111……1111111进行与运算。

面试官:

在考你一道扩容机制的题目，现在后台的图片数据有 1000 条, 当我请求下来也处理完了，现在我想要缓存到 Map 中，如果我直接调用 new HashMap(1000) 构造方法，内部还会扩容吗?

程序员:

你可以这样回答，其实如果直接给定 1000 的初始化容量，那么我们需要根据源码中的计算来分析，有如下几个步骤:

1、首先会在构造函数中调用 1024 = tableSizeFor(1000); 该 API 来计算扩容阀值。

你可不要认为，这里就是真正的扩容大小，它在扩容的时候还会有一个计算公式。

2、计算真正的扩容阀值。

那么根据第一次 put 数据的时候，判断 table 是否为空，如果为空那么就需要扩容。

    final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table; //第一次进来为 null 那么就是 0 长度
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold; //这里其实就是 1024
        int newCap, newThr = 0;
        if (oldCap > 0) {
           ...//省略代码
        } else if (oldThr > 0) 
            newCap = oldThr;// newCap = 1024
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;//1024 * 0.75 = 768.0
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE); //768
        }
       //更新扩容的阀值
        threshold = newThr;
       //实例化一个数组
        @SuppressWarnings({"rawtypes","unchecked"})
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        //正在扩容 newTab 的大小
        table = newTab;
       ...//省略代码
        }
        return newTab;
    }

可以看到其实真正的扩容阀门是 768。

3、判断扩容机制

那么只要添加到 768 的时候，就会发生扩容，如下代码所示:

 if (++size > threshold)//769 > 768 需要扩容
        resize();

所以当我们给定 1000 为初始化扩容容量的时候，是需要扩容的。因为底层并不会真正以 1024 来进行设置阀门，它还要乘以一个加载因子。这个时候其实我们可以有办法不让它扩容，那就是调用 new HashMap(1000,1f) 那么就不会扩容了。

这里你不仅给出了实际答案，还提供了解决办法。

面试官对你的回答肯定是满意的。

2、说一下你对 ArrayMap 的了解

程序员:

ArrayMap 底层通过两个数组来建立映射关系，其中 int[] mHashes 按大小顺序保存 Key 对象 hashCode 值， Object[] mArray 按 mHashes 的顺序用相邻位置保存 Key 对象和 Value 对象。mArray 长度 是 mHashes 长度的 2 倍。

存储数据是根据 key 的 hashcode() 方法得到 hash 值，计算出在 mArrays 的 index 值，然后利用二分查找找到对应的位置进行插入，当出现哈希冲突时，会在 inde 的相邻位置插入。

取数据是根据 key 的 hashcode() 方法得到 hash 值，然后通过 hash 值根据二分查找拿到 mHashes 的 index 索引，最后在根据 index + 1 索引拿到 mArrays 对应的 values 值。

3、你在工作中对 HashMap 和 ArrayMap 还有 SparseArray 是怎么选型的 ?

程序员:

好的，我总结了一套性能对比，每次需求我都是参考如下的总结。

序号 需求 性能选择 01 有 1K 数据需要装入容器 key 是 int 选择 SparseArray 节省 30% 内存,反之选择 ArrayMap 节省 10% 02 有 1W 数据需要装入容器 HashMap

4、有用过 LinkedHashMap 吗 ？底层怎么维护插入顺序的,又是怎么维护删除最少访问元素的 ?

ps: 由于内部存储机制都是散开的，如果按照散开的来连接，那图上连接线估计很乱，所以为了上图能够稍微好点一点，我就按照我自己的思路来绘制的，当然，内部结构还是不会变的。

程序员:

有用过，之前看 LruCache 底层也是基于 LinkedHashMap 实现的。那我还是按照我的思路来回答吧。

通过翻阅源码得知它是继承于 HashMap ，那么间接的它也拥有了 HashMap 的所有特性，而且在此基础上，还提供了两大特性，一个是增加了插入顺序和实现了最近最少访问的删除策略。

先来看下是怎么实现顺序插入:

LinkedHashMap 外部结构是一个双向链表结构，内部是一个 HashMap 结构，它就是相当于 HashMap + LinkedHashMap 的结合体。

其实 LinkedHashMap 的源码实现很简单，它就是重写了 HashMap##put 方法执行中调用的 newNode/newTreeNode 方法。然后在该函数内部中实现了链表的双向连接。如下图所示:

总结来说，LinkedHashMap 把新增的节点都使用双向链表连接起来,从而实现了插入顺序。然后核心的数据结构还是交于 HashMap 来处理维护的。

在来看下是怎么实现的访问最少删除功能:

其实访问最少删除功能的这种策略也叫做 LRU 算法，底层原理就是把经常使用的元素会被追加到当前链表的尾结点，而不经常使用的就自然都靠在链表的头节点，然后我们就可以设置删除策略，比如给当前 Map 设置一个策略大小，那么当存入的数据大于设置的大小时，就会从头节点开始删除。

在源码当中，将经常使用的 节点数据追加到链表的操作是在 get API 中，如下所示:

    public V get(Object key) {
        Node<K,V> e;
        // 调用 HashMap  getNode 方法
        if ((e = getNode(hash(key), key)) == null)
            return null;
        // 如果设置了 LRU 策略
        if (accessOrder)
        // 这个方式把当前 key 移动到尾节点
            afterNodeAccess(e);
        return e.value;
    }

当存入数据的时候 LinkedHashMap 重写的 HashMap#putVal 方法中的 afterNodeInsertion API 。

//HashMap
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
  ....//删除其余代码
    
  // 删除不经常使用的元素
 afterNodeInsertion(evict);
}

//LinkedHashMap
// 删除不经常使用的元素
void afterNodeInsertion(boolean evict) { // possibly remove eldest
  // 得到元素头节点
  Entry<K,V> first;
  // removeEldestEntry 来控制删除策略,removeEldestEntry 外部控制是否删除
  if (evict && (first = head) != null && removeEldestEntry(first)) {
    //拿到头节点的 key,删除头，因为最近使用的在 get 的时候都会移动到尾结点
    K key = first.key;
    // removeNode 删除节点
    removeNode(hash(key), key, null, false, true);
  }
}

总结来说，LinkedHashMap 的操作都是基于 HashMap 暴露的 API , 实现了顺序存储和最近最少删除策略。

说了这些原理之后，一般来说面试官不会再问其它的。因为核心功能我们都已经回答完了。

5、你知道 TreeMap 的内部是怎么排序的吗 ？

程序员:

嗯，知道。这个 API 我使用的比较少，之前只是看过它的源码，知道它的底层还是红黑树结构，跟 HashMap 的红黑树是一样的。然后 TreeMap 是利用了红黑树左大右小的性质，根据 key 来进行排序的。

面试官:

嗯，那你具体来说一下底层是怎么根据 key 排序的？

程序员:

在程序中，如果我们想给一个 List 排序的话，其一是实现 Comparable##compareTo 接口抽象方法，其二是利用外部排序器 Comparator 进行排序, 而 TreeMap 利用的也是此原理，从而实现了对 key 的排序。

我就直接说一下 put(K key, V value) API 怎么实现的排序吧。

1、判断红黑树的节点是否为空，为空的话，新增的节点直接作为根节点，代码如下：

Entry<K,V> t = root;
//红黑树根节点为空，直接新建
if (t == null) {
    // compare 方法限制了 key 不能为 null
    compare(key, key); // type (and possibly null) check
    // 成为根节点
    root = new Entry<>(key, value, null);
    size = 1;
    modCount++;
    return null;
}

2、根据红黑树左小右大的特性，进行判断，找到应该新增节点的父节点，代码如下：

Comparator<? super K> cpr = comparator;
if (cpr != null) {
    //自旋找到 key 应该新增的位置，就是应该挂载那个节点的头上
    do {
        //一次循环结束时，parent 就是上次比过的对象
        parent = t;
        // 通过 compare 来比较 key 的大小
        cmp = cpr.compare(key, t.key);
        //key 小于 t，把 t 左边的值赋予 t，因为红黑树左边的值比较小，循环再比
        if (cmp < 0)
            t = t.left;
        //key 大于 t，把 t 右边的值赋予 t，因为红黑树右边的值比较大，循环再比
        else if (cmp > 0)
            t = t.right;
        //如果相等的话，直接覆盖原值
        else
            return t.setValue(value);
        // t 为空，说明已经到叶子节点了
    } while (t != null);
}

3、在父节点的左边或右边插入新增节点，代码如下：

//cmp 代表最后一次对比的大小，小于 0 ，代表 e 在上一节点的左边
if (cmp < 0)
    parent.left = e;
//cmp 代表最后一次对比的大小，大于 0 ，代表 e 在上一节点的右边，相等的情况第二步已经处理了。
else
    parent.right = e;

4、着色旋转，达到平衡，结束。

可以看到 TreeMap 排序是根据如果外部有传进来 Comparator 比较器，那么就用 Comparator 来进行对 key 比较，如果外部没有就用 Key 自己实现 Comparable 的 compareTo 方法。

6、ConcurrentHashMap 通过哪些手段保证了线程安全？

程序员:

它的主要结构跟 HashMap 一样底层都是基于数组 + 单链表 + 红黑树构成。

保证线程安全主要有一下几点:

1、储存 Map 数据的数组被 volatile 关键字修饰，一旦被修改，立马就能通知其他线程，因为是数组，所以需要改变其内存值，才能真正的发挥出 volatile 的可见特性；

    //第一次插入时才会初始化,java7是在构造器时就初始化了
    //容量大小都是2的幂次方，通过iterators进行迭代
    transient volatile Node<K,V>[] table;

    //扩容后的数组
    private transient volatile Node<K,V>[] nextTable;

2、put 时，如果数组还未初始化，那么使用 Thread##yield 和 sun.misc.Unsafe##compareAndSwapInt 保证了只有一个线程初始化数组。

3、put 时，如果计算出来的数组下标索引没有值的话，采用无限 for 循环 + CAS 算法 ，来保证一定可以新增成功，又不会覆盖其他线程 put 进去的值；

//如果当前索引位置没有值，直接创建
if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
//cas 在 i 位置创建新的元素，当i位置是空时，创建成功结束for自循，否则继续自旋
if (casTabAt(tab, i, null,new Node<K,V>(hash, key, value, null)))break;
   }


/**
 *  CAS
  * @param tab       要修改的对象
  * @param i       对象中的偏移量
  * @param c        期望值
  * @param v         更新值
  * @return          true | false
  */
static final <K,V> boolean casTabAt(Node<K,V>[] tab, int i,
                                        Node<K,V> c, Node<K,V> v) {
   return U.compareAndSwapObject(tab, ((long)i << ASHIFT) + ABASE, c, v);
}

4、如果 put 的节点正好在扩容，会等待扩容完成之后，再进行 put ，保证了在扩容时，老数组的值不会发生变化；

//如果当前的hash是转发节点的hash，表示该槽点正在扩容，就会一直等待扩容完成
if ((fh = f.hash) == MOVED)
  tab = helpTransfer(tab, f);

5、对数组的槽点进行操作时，会先锁住槽点，保证只有当前线程才能对槽点上的链表或红黑树进行操作；

6、红黑树旋转时，会锁住根节点，保证旋转时的线程安全。

面试官:

刚刚看你说了到了 CAS 算法，那你描述一下 CAS 算法在 ConcurrentHashMap 中的应用？

程序员:

CAS 其实是一种乐观锁，一般有三个值，分别为：赋值对象，原值，新值，在执行的时候，会先判断内存中的值是否和原值相等，相等的话把新值赋值给对象，否则赋值失败，整个过程都是原子性操作，没有线程安全问题。

ConcurrentHashMap 的 put 方法中，有使用到 CAS ，是结合无限 for 循环一起使用的，步骤如下：

1. 计算出数组索引下标，拿出下标对应的原值；

2. CAS 覆盖当前下标的值，赋值时，如果发现内存值和 1 拿出来的原值相等，执行赋值，退出循环，否则不赋值，转到 3；

3. 进行下一次 for 循环，重复执行 1，2，直到成功为止。

可以看到这样做的好处，第一是不会盲目的覆盖原值，第二是一定可以赋值成功。

面试官:

嗯，还不错，那你再说下与 HashMap 的相同点和不同点

程序员:

相同点：

1、都实现了 Map 接口，继承了 AbstractMap 抽象类，所以两者的方法大多都是相似的，可以互相切换。

2、底层都是基于 数组 + 单链表 + 红黑树实现。

不同点：

1、ConcurrentHashMap 是线程安全的，在多线程环境下，无需加锁，可直接使用；

2、数据结构上，ConcurrentHashMap 多了转移节点，主要用于保证扩容时的线程安全。

1、说一说你对队列的理解，队列和集合的区别 ?

程序员:

好的，那我先说一下对队列的理解，然后在说下区别；

对队列的理解：

1、首先队列本身也是个容器，底层也会有不同的数据结构，比如 LinkedBlockingQueue 是底层是链表结构，所以可以维持先入先出的顺序，比如 DelayQueue 底层可以是队列或堆栈，所以可以保证先入先出，或者先入后出的顺序等等，底层的数据结构不同，也造成了操作实现不同；

2、部分队列（比如 LinkedBlockingQueue ）提供了暂时存储的功能，我们可以往队列里面放数据，同时也可以从队列里面拿数据，两者可以同时进行；

3、队列把生产数据的一方和消费数据的一方进行解耦，生产者只管生产，消费者只管消费，两者之间没有必然联系，队列就像生产者和消费者之间的数据通道一样，如 LinkedBlockingQueue；

4、队列还可以对消费者和生产者进行管理，比如队列满了，有生产者还在不停投递数据时，队列可以使生产者阻塞住，让其不再能投递，比如队列空时，有消费者过来拿数据时，队列可以让消费者 hodler 住，等有数据时，唤醒消费者，让消费者拿数据返回，如 ArrayBlockingQueue；

5、队列还提供阻塞的功能，比如我们从队列拿数据，但队列中没有数据时，线程会一直阻塞到队列有数据可拿时才返回。

区别:

1、和集合的相同点，队列（部分例外）和集合都提供了数据存储的功能，底层的储存数据结构是有些相似的，比如说 LinkedBlockingQueue 和 LinkedHashMap 底层都使用的是链表，ArrayBlockingQueue 和 ArrayList 底层使用的都是数组。

2、和集合的区别：

1. 部分队列和部分集合底层的存储结构很相似的，但两者为了完成不同的事情，提供的 API 和其底层的操作实现是不同的。

2. 队列提供了阻塞的功能，能对消费者和生产者进行简单的管理，队列空时，会阻塞消费者，有其他线程进行 put 操作后，会唤醒阻塞的消费者，让消费者拿数据进行消费，队列满时亦然。

3. 解耦了生产者和消费者，队列就像是生产者和消费者之间的管道一样，生产者只管往里面丢，消费者只管不断消费，两者之间互不关心。

2、有用过 LinkedBlockingQueue 队列吗? 说一下 LinkedBlockingQueue 底层怎么实现数据存取。

程序员:

有用过。 LinkedBlockingQueue 整体是一个具有阻塞的链表结构，具有生产者和消费者的作用。阻塞底层的实现是基于 AQS 实现的。

阻塞存数据:

队列存数据有多种函数实现，比如 add , put , offer,这些函数的功能都是存数据，但是内部实现确都不一样。这里我就介绍 put 吧，因为它是我比较常用的。

大概意思就是当存入的数据已经达到内部最大容量，那么就会陷入线程阻塞，只有等 take 函数唤醒的时机才会执行后面的代码。如果队列未满，就直接入队列，把当前新增的元素放入尾端。最后在通知消费者也就是 take 函数可以取数据了。

阻塞取数据:

阻塞取数据其实同阻塞存数据同理。取数据的原理是先判断当前队列大小是否为空，如果为空就陷入无限等待，唤醒的时机是存完数据会通知。如果队列中有数据那么从队列的头部获取(遵循先入先出)。

内部实现还是比较简单，难点在于存取 API 的娴熟使用。应用场景也比较多，比如线程池就是基于阻塞队列的原理。

3、有用过 ArrayBlockingQueue 队列吗? 说一下 ArrayBlockingQueue 底层怎么实现数据存取? 支持自动扩容吗 ？

程序员:

有用过，底层是基于数组实现的存储结构。实例化 ArrayBlockingQueue 必须设置一个固定的队列大小，内部不支持扩容。

面试官:

嗯，那你说说底层实现新增数据的原理吧?

程序员:

存入数据的时候先利用 ReentrantLock 给该函数上锁，然后判断当前队列的容量是否满了，如果满了就无限等待，直到有数据在唤醒；如果还未满，那么就入队列。入队列这里有如下几步我就直接画一个流程图吧，这样好说明一些：

根据流程图，我们知道，先根据 putIndex 来存入数据，然后计算下一次 putIndex 的值跟队列大小比较，如果相等说明下一次就只能从队列头部存入了。

面试官:

那你在说在如何从队列中获取数据吧?

程序员:

其实 take 跟 put 是有相关联的，内部机制也都差不多。基本上都是先上锁，然后判断队列中是否有数据，如果没有就无限等待；如果有数据就存入队列，存入队列我这里还是画一个流程图吧。

根据流程图，我们知道，先根据 takeIndex 来拿到数据，然后计算下一次 takeIndex 的值跟队列大小比较，如果相等说明下一次就只能从队列头部拿数据了。

4、说一下有哪些队列具有阻塞功能? 大概是如何阻塞的 ？

程序员:

1、LinkedBlockingQueue 链表阻塞队列和 ArrayBlockingQueue 数组阻塞队列是一类，前者容量是 Integer 的最大值，后者数组大小固定，两个阻塞队列都可以指定容量大小，当队列满时，如果有线程 put 数据，线程会阻塞住，直到有其他线程进行消费数据后，才会唤醒阻塞线程继续 put，当队列空时，如果有线程 take 数据，线程会阻塞到队列不空时，继续 take。

2、SynchronousQueue 同步队列，当线程 put 时，必须有对应线程把数据消费掉，put 线程才能返回，当线程 take 时，需要有对应线程进行 put 数据时，take 才能返回，反之则阻塞，举个例子，线程 A put 数据 A1 到队列中了，此时并没有任何的消费者，线程 A 就无法返回，会阻塞住，直到有线程消费掉数据 A1 时，线程 A 才能返回。

面试官:

具体说一下底层阻塞原理？

程序员:

其实这些具有阻塞的功能，最终都会在 Java 层调用 LockSupport##park/unpark 函数，这里我就以我常用的 LinkedBlockingQueue 队列来说下具体实现阻塞原理:

最后实现是 native 函数，如下所示:

public native void unpark(Object var1);

public native void park(boolean var1, long var2);

接着我们直接看 c++ 实现:

C++ 源码实现比较多，感兴趣的可以看这篇文章 LockSupport原理分析

5、说一下 LinkedBlockingQueue 和 ArrayBlockingQueue 有什么区别?

程序员:

相同点：

1、两者的阻塞机制大体相同，比如在队列满、空时，线程都会阻塞住。

不同点:

1、LinkedBlockingQueue 底层是链表结构，容量默认是 Interge 的最大值，ArrayBlockingQueue 底层是数组，容量必须在初始化时指定。

2、两者的底层结构不同，所以 take、put、remove 的底层实现也就不同。

6、队列的存取 API 都有什么区别？比如 put take 和 offer poll

程序员:

这里我就用一个下面的表格来总结一下:

功能 无限阻塞 抛异常 有时间限制阻塞 特殊值 新增 - 队列满 put add offer 过超时时间 return false offer return false 查看并删除 - 队列空 take remove poll 过超时时间 return null offer return null 只查看不删除 - 队列空 无 element 无 Peek return null

这里我们总结了容器高频面试知识点，希望在面试中能帮组到你。

• https://juejin.im/post/5d5d25e9f265da03f66dc517#heading-9

• http://www.imooc.com/read/47

• http://gityuan.com/2019/01/13/arraymap/

• Email: [email protected]

• 个人博客: https://www.devyk.top

• GitHub: https://github.com/yangkun19921001

• 掘金博客: https://juejin.im/user/578259398ac2470061f3a3fb/posts

扫码关注我的公众号，让我们离得更进一些!

本文使用 mdnice 排版