Java Questions on Collections: HashMap Internals

Day-1 1. How does HashMap work internally? 第一天 1. HashMap 的内部工作原理是什么？

Answer: High-Level Internal Structure 回答：高层内部结构

Internally, HashMap uses: Array + LinkedList + Red-Black Tree (Java 8+) 在内部，HashMap 使用：数组 + 链表 + 红黑树（Java 8 及以上版本）

Internal Data Structure 内部数据结构 transient Node<K,V>[] table; This is an array of buckets. Each bucket stores: single node, linked list, or tree nodes. 这是一个桶数组。每个桶存储：单个节点、链表或树节点。

Basic Working Flow 基本工作流程 When you do: map.put(key, value); HashMap performs:

1. Calculate hashCode()
2. Calculate bucket index
3. Store value in bucket
4. Handle collision if needed 当你执行 map.put(key, value); 时，HashMap 会执行：
5. 计算 hashCode()
6. 计算桶索引
7. 将值存储在桶中
8. 必要时处理哈希冲突

---

Step-by-Step Example 分步示例 Map<Integer, String> map = new HashMap<>(); map.put(101, "John"); map.put(102, "David"); map.put(103, "Alex"); Now let us understand internally what happens. 现在让我们了解内部发生了什么。

Step 1: Create HashMap 第一步：创建 HashMap Map<Integer, String> map = new HashMap<>(); Internally: capacity = 16, loadFactor = 0.75, threshold = 12 Meaning: resize after 12 elements. 内部：容量 = 16，负载因子 = 0.75，阈值 = 12 含义：在存入 12 个元素后进行扩容。

Internal Array 内部数组 Initially: table[16] Like: index 0, 1, 2 … 15. All buckets empty initially. 初始状态：table[16] 例如：索引 0, 1, 2 … 15。所有桶初始为空。

Step 2: Insert First Entry 第二步：插入第一个条目 map.put(101, "John"); Internal Working: A. Calculate hashCode(): For 101, hash = 101. B. Calculate Bucket Index: Formula index = (n - 1) & hash. 15 & 101 = 5. So element stored in: bucket 5. 内部工作： A. 计算 hashCode()：对于 101，哈希值 = 101。 B. 计算桶索引：公式 index = (n - 1) & hash。 15 & 101 = 5。 因此元素存储在：桶 5。

Step 3: Insert Another Entry 第三步：插入另一个条目 map.put(102, "David"); Hash: 102. Index: 15 & 102 = 6. Stored at: bucket 6. 哈希值：102。索引：15 & 102 = 6。 存储在：桶 6。

What is a Node Internally? 内部节点是什么？ Simplified internal class:

static class Node<K,V> {
    final int hash;
    final K key;
    V value;
    Node<K,V> next;
}

简化的内部类如上所示。

---

Collision Handling 哈希冲突处理 Now suppose: map.put(117, "Mike"); Why Collision Happens? Index formula: 15 & 117 = 5. Same bucket as 101. Now What Happens? HashMap creates a linked list. 假设：map.put(117, "Mike"); 为什么会发生冲突？索引公式：15 & 117 = 5。与 101 在同一个桶中。 现在发生了什么？HashMap 创建了一个链表。

How Retrieval Works 检索是如何工作的 Suppose: map.get(117); Step 1: Calculate hash (117). Step 2: Find bucket (15 & 117 = 5). Step 3: Traverse nodes. HashMap checks equals() until matching key found. 假设：map.get(117); 第一步：计算哈希值 (117)。 第二步：找到桶 (15 & 117 = 5)。 第三步：遍历节点。HashMap 检查 equals() 直到找到匹配的键。

Why equals() is Important? 为什么 equals() 很重要？ Hash collision is possible. So HashMap uses: hashCode() and equals(). Both are mandatory. 哈希冲突是可能的。因此 HashMap 同时使用 hashCode() 和 equals()。两者缺一不可。

---

Java 8 Optimization Java 8 优化 Before Java 8: collisions stored as linked list only. Problem: worst-case O(n). Java 8 Improvement: If bucket size > 8, linked list converts to Red-Black Tree (Treeification). Now complexity becomes: O(log n) instead of O(n). Java 8 之前：冲突仅存储为链表。问题：最坏情况为 O(n)。 Java 8 改进：如果桶大小 > 8，链表转换为红黑树（树化）。 现在复杂度变为：O(log n) 而不是 O(n)。

Important Interview Point: Why Capacity Always Power of 2? 面试重点：为什么容量总是 2 的幂？ Because index calculation (n - 1) & hash is faster than modulo hash % n. 因为索引计算 (n - 1) & hash 比取模运算 hash % n 更快。

Load Factor 负载因子 Default: 0.75. Meaning: resize when 75% full. 默认值：0.75。含义：当 75% 满时进行扩容。

Why Immutable Keys Recommended? 为什么推荐使用不可变键？ Suppose: class Employee { String name; } If name changes, hashCode changes, retrieval fails. Very dangerous. That is why String, Integer (immutable objects) are recommended as keys. 假设：class Employee { String name; } 如果名字改变，hashCode 也会改变，导致检索失败。非常危险。 这就是为什么推荐使用 String、Integer（不可变对象）作为键。

Time Complexity 时间复杂度

Operation	Average	Worst
put	O(1)	O(n)
get	O(1)	O(n)
remove	O(1)	O(n)
Java 8 treeification improves worst case to O(log n).
Java 8 的树化将最坏情况改进为 O(log n)。

Null Handling 空值处理 HashMap allows: one null key, multiple null values. Null key always stored in: bucket 0. HashMap 允许：一个 null 键，多个 null 值。 Null 键总是存储在：桶 0。

Important Differences 重要区别

Feature	HashMap	Hashtable
Thread-safe	No	Yes
Null allowed	Yes	No
Performance	Faster	Slower