HashMap的底层结构其实在jdk8时进行了不少更新，这篇先分析JDK8之后版本的HashMap。
对java中HashMap有过了解的应该知道，HashMap底层由数组和链表构成的（在JDK1.8中，如果链表的长度超过8，java会自动将链表转化为红黑树，并且通过红黑树提高效率。红黑树好像也是面试中的一个难点，之后尽量学习吧。）其中数组一般被称为哈希桶，是一个Node的数组，而每一个桶中存放一个链表。而链表中的每一个节点就是HashMap的一个元素。
构造函数
static final int MAXIMUM_CAPACITY = 1 << 30;
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//有参数的构造函数，两个参数initialCapacity为默认容量，loadFactor是加载因子
//HashMap中还有一个参数是threshold，它的值是哈希桶的长度*loadFactor
public HashMap(int initialCapacity, float loadFactor) {
//默认容量不能小于0
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
//默认容量不能大于最大容量
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
//loadFactor不能小于0
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
//实际也是调用上一个有两个参数的构造函数。
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//默认无参的构造函数，loadFactor为默认的0.75
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
//将另一个Map中的元素加入HashMap中
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
put操作
//输入Key-Value对，将值放入HashMap中
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
//是之前构造函数调用的函数，用来将另一个Map的值放入HashMap中
//注意这两个函数调用putVal时参数的不同，需要注意的是 boolean onlyIfAbsent和 boolean evict这两个参数
//onlyIfAbsent如果为true，那么将覆盖相同key值的value
//evict如果为false，则表示是在初始化HashMap时调用的
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
//s为另一个Map的Value的数量
int s = m.size();
if (s > 0) {
//如果当前表是空的
if (table == null) { // pre-size
//这一步是通过Map中元素的数量计算出阈值
float ft = ((float)s / loadFactor) + 1.0F;
//保证阈值小于MAXIMUM_CAPACITY
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
//如果阈值大于当前阈值，则根据阈值计算出table的大小
if (t > threshold)
threshold = tableSizeFor(t);
}
//如果Map的元素个数大于阈值，那么我们需要resize当前表
else if (s > threshold)
resize();
//遍历Map，将元素加入到HashMap中
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}
//用来将应该元素加入HashMap中，后面两个布尔值的意义与putMapEntries相同，在此不做过多解释
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//如果当前HashMap是空的，那么就对tab进行扩容，并且将扩容后的哈希桶的长度给n
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//这里操作比较复杂，其实是判断是否发生了哈希碰撞
// (n - 1) & hash]实际上是计算key所在哈希桶中的位置，这里使用按位与是为了增加性能，代替取模运算
//计算完取模运算之后将对应的哈希桶里的值赋给p，并且判断是否为空，如果为空就表示没有发生哈希碰撞
//就新建一个Node付给对应的桶。
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
//进入else则表示发生了哈希碰撞
Node<K,V> e; K k;
//如果p的hash值和传入元素的hash值一样，key一样，并且都不为空
//就进行覆盖操作
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//如果p的类型是红黑树，则将元素插入p中
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//如果既不是红黑树，也不是覆盖，则表示这是一般的哈希碰撞
//遍历整个链表
for (int binCount = 0; ; ++binCount) {
//如果p的next为空，则表示遍历了整个链表都没有相同的key，这个元素是需要新插入的。
//此时会在p.next上新建一个节点
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//插入节点结束之后，检查链表的长度是否>=8
//如果>=8，则将链表转变为红黑树，之后break
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//如果hash值相同，并且key也相同，且不等于0，则表示该节点需要被覆盖，跳出循环进行操作
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//如果e非空，则表示需要有覆盖的节点
if (e != null) { // existing mapping for key
//覆盖节点，并且返回原节点的value
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
//afterNodeAccess()是一个空函数，不知道啥用
afterNodeAccess(e);
return oldValue;
}
}
//修改modCount
++modCount;
//此时判断是否需要再次扩容
if (++size > threshold)
resize();
//也是一个空函数
afterNodeInsertion(evict);
return null;
}
resize
扩容函数，是重点！ 如果当前HashMap是null，则分配一个符合当前阈值的哈希桶大小。 否则将当前HashMap的两倍。
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
//如果原哈希桶是空的，就将0赋给oldCap，否则令oldCap等于原哈希桶的长度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//oldThr等于原阈值
int oldThr = threshold;
//初始化新的阈值和容量
int newCap, newThr = 0;
if (oldCap > 0) {
//如果原阈值大于MAXIMUM_CAPACITY（最大容量）
//则将阈值设置为Integer的最大值，然后直接返回原HashMap，不再进行扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//如果新长度小于最大容量，并且原长度大于等于默认初始容量的话，则令新阈值设置为原阈值的两倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//原长度和原阈值都等于0，此时使用默认的参数为新长度和新阈值赋值
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//如果前一个if的判断语句没有为newThr（新阈值）赋值，那么通过计算得出新阈值的值，并且赋给他
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//将原HashMap赋值给新HashMap的过程
if (oldTab != null) {//只有在原HashMap不为空的时候才需要复制
for (int j = 0; j < oldCap; ++j) {//探测每一个哈希桶上的位置
//e = oldTab[j]，即某一个哈希桶
Node<K,V> e;
if ((e = oldTab[j]) != null) {//如果e不为空，就表示当前位置上有值，需要复制
//令原位置的引用变为空，方便JavaGC进行回收
oldTab[j] = null;
//如果e.next为空，则说明这个桶中只有一个key-value对，只需将这个对象放入新的HashMap中
if (e.next == null)
//e.hash & (newCap - 1)其实是取模
newTab[e.hash & (newCap - 1)] = e;
//如果e是一个TreeNode，就说明这个桶是一个红黑树，要通过split进行操作
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
//因为每次是将HashMap扩容2倍，所以在原HashMap中的元素既有可能会在原位置，也有可能会在
//原位置+oldCap的位置上（这两个也就是所谓的低位和高位），接下来就是进行判断，然后插入
//新位置了。
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//e.hash & oldCap的解释见后面。
//如果e.hash & oldCap==0，就说明新位置为低位，对loTail进行操作
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
//此时表示新位置为高位
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);//e.next==null则退出循环
//分别将loTail和hiTail插入应该插入的位置
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
e.hash & oldCap == 0 解析
JDK1.7中，resize时，index取得时，全部采用重新hash的方式进行了。JDK1.8对这个进行了改善。 以前要确定index的时候用的是(e.hash & oldCap-1)，是取模取余，而这里用到的是(e.hash & oldCap)，它有两种结果，一个是0，一个是oldCap， 比如oldCap=8,hash是3，11，19，27时，(e.hash & oldCap)的结果是0，8，0，8，这样3，19组成新的链表，index为3；而11，27组成新的链表，新分配的index为3+8； JDK1.7中重写hash是(e.hash & newCap-1)，也就是3，11，19，27对16取余，也是3，11，3，11，和上面的结果一样，但是index为3的链表是19，3，index为3+8的链表是 27，11，也就是说1.7中经过resize后数据的顺序变成了倒叙，而1.8没有改变顺序。 原理： 我们使用的是2次幂的扩展(指长度扩为原来2倍)，所以，元素的位置要么是在原位置，要么是在原位置再移动2次幂的位置。看下图可以明白这句话的意思，n为table的长度，图（a）表示扩容前的key1和key2两种key确定索引位置的示例，图（b）表示扩容后key1和key2两种key确定索引位置的示例，其中hash1是key1对应的哈希与高位运算结果。元素在重新计算hash之后，因为n变为2倍，那么n-1的mask范围在高位多1bit(红色)，因此新的index就会发生这样的变化：因此，我们在扩充HashMap的时候，不需要像JDK1.7的实现那样重新计算hash，只需要看看原来的hash值新增的那个bit是1还是0就好了，是0的话索引没变，是1的话索引变成“原索引+oldCap”，可以看看下图为16扩充为32的resize示意图：这个设计确实非常的巧妙，既省去了重新计算hash值的时间，而且同时，由于新增的1bit是0还是1可以认为是随机的，因此resize的过程，均匀的把之前的冲突的节点分散到新的bucket了。这一块就是JDK1.8新增的优化点。有一点注意区别，JDK1.7中rehash的时候，旧链表迁移新链表的时候，如果在新表的数组索引位置相同，则链表元素会倒置，但是从上图可以看出，JDK1.8不会倒置。
get操作
get操作比较简单只是计算传入key的hash值并且找到相应的位置而已。
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
