概述
HashMap用于存储键值对，它的大致继承结构如下：
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
}
底层数据结构
JDK1.8之前
在JDK1.8之前，HashMap底层由数组和链表组成，数组的长度有限，因此使用链表来解决哈希冲突。
存入数组里的每个元素都是一个节点，或者说是一个键值对类型Entry。
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
//默认初始化容量初始化=16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//最大容量30
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认加载因子。HashMap的扩容临界值是当前HashMap大小 * 加载因子
//默认为DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR = 0.75 * 16
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//扩容阔值，当size大于其值会扩容
//一般情况下threshold=capacity*loadFactor
int threshold;
//加载因子
final float loadFactor;
//其长度必须是2的n次方。JDK1.8版本同样也是
transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;
static class Entry<K,V> implements Map.Entry<K,V> {
final K key;
V value;
Entry<K,V> next;
int hash;
}
}
如何确定元素在数组（桶）的位置
计算放入的下标
桶的长度是有限的，而计算出来的哈希值往往会超出其长度，因此我们需要将哈希值转换为在数组长度范围内，即hash % table.length。
但除法运算要比 与运算&慢得多，因此我们用&代替%，当table数组的长度为2的幂次方n时，table.length - 1是一个后低(n-1)位都为1的二进制，以数组初始长度16为例，16-1=15，与计算出的哈希值做 “与运算”：
10100101 11000100 00100101 //假设计算出一个哈希值
00000000 00000000 00001111
0000000000000000000000101 // 只保留哈希值的末4位
hashCode % table.length 等价于 hashCode & (table.length - 1)。
扰动操作
前面我们说的哈希值并不是指key的hashCode值，我们还需要对hashCode值做扰动操作，避免发生哈希冲突。
举例来说，key1的hashCode是11280384，用16进制表示是0x0AC20000; key2的hash是1568768，用16进制表示是0x017F0000。数组长度默认为16。如果不进行扰动，直接用hashCode计算下标：
- key1计算的下标：0AC20000 & 0000000F = 0
- key2计算的下标：017F0000 & 0000000F = 0
这样就产生了冲突，原因是这两个key的hashCode虽然完全不同，但低位相同，高位不同，而而HashMap在计算数组下标时，如果table.length较小，则只会取低位，高位完全失效了。
final int hash(Object k) {
int h = hashSeed;
if (0 != h && k instanceof String) {
return sun.misc.Hashing.stringHash32((String) k);
}
//扰动操作
h ^= k.hashCode();
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
加入扰动操作后，同样的例子：
0AC20000 >>> 20 = 000000AC
0000 1010 1100 0010 0000 0000 0000 0000 右移20位后 变成
0000 0000 0000 0000 0000 0000 1010 1100
0AC20000 >>> 12 = 0000AC20
0000 1010 1100 0010 0000 0000 0000 0000 右移12位后 变成
0000 0000 0000 0000 1010 1100 0010 0000
然后000000AC ^ 0000AC20 = 0000AC8C
0000 0000 0000 0000 0000 0000 1010 1100
0000 0000 0000 0000 1010 1100 0010 0000
0000 0000 0000 0000 1010 1100 1000 1100
接着0AC20000 ^ 0000AC8C = 0AC2AC8C
0000 1010 1100 0010 0000 0000 0000 0000
0000 0000 0000 0000 1010 1100 1000 1100
0000 1010 1100 0010 1010 1100 1000 1100
这一段代码主要是把hashcode的高低位混在一起，让高位和低位同时发生变化。
然后又进行了另一段的扰动计算：
0AC2AC8C >>> 7 = 00158559 0AC2AC8C >>> 4 = 00AC2AC8 0AC2AC8C ^ 00158559 ^ 00AC2AC8 = 0A7B031D
这样key1扰动完成后的hash是0A7B031D，放入下标为13；而key2的hash值是016A18B6，放入下标是6，没有产生hash冲突。
JDK1.8及其之后
当链表长度大于阔值（默认为8）时，将链表转为红黑树，以减少搜索时间。
类的属性
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {
// 默认的初始容量是16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量2^30
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认的填充因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 当桶的结点数大于该值时会转成红黑树
static final int TREEIFY_THRESHOLD = 8;
// 当桶的结点数小于该值时树转链表
static final int UNTREEIFY_THRESHOLD = 6;
// 桶中结构转化为红黑树对应的table的最小大小
static final int MIN_TREEIFY_CAPACITY = 64;
// 存储元素的数组，总是2的幂次倍
transient Node<k,v>[] table;
// 存放具体元素的集
transient Set<map.entry<k,v>> entrySet;
// 存放元素的个数
transient int size;
// 每次扩容和更改map结构的计数器
transient int modCount;
// 临界值 当实际大小(容量*填充因子)超过临界值时，会进行扩容
int threshold;
// 加载因子
final float loadFactor;
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent;
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev;
boolean red; // 判断颜色
}
}
如何确定元素在数组（桶）的位置
同样也是通过hash & (table.length - 1)来得到数组下标。但JDK1.8的操作简洁了很多，它将hashCode值右移16位，然后和原hashCode值 “异或运算”得到哈希值。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
构造方法及其相关方法
// 默认构造函数。
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
// 包含另一个“Map”的构造函数
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
//putMapEntries方法将传入的m添加到本map实例中
putMapEntries(m, false);
}
// 指定“容量大小”的构造函数
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
// 指定“容量大小”和“加载因子”的构造函数
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " + loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
putMapEntries方法：
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
if (s > 0) {
// 如果table还未初始化，则其实际容量为
//传入的哈希表数组长度m.size() / 0/75 + 1.
if (table == null) {
float ft = ((float)s / loadFactor) + 1.0F;
//判断刚刚计算的ft是否小于最大容量MAXIMUM_CAPACITY
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
//如果计算出的实际大小ft大于当前的阈值threshhold，那么将threshhold
//重新计算。tableSizeFor方法是计算大于ft的最小二次幂。
if (t > threshold)
threshold = tableSizeFor(t);
}
//若table已初始化，且传入的哈希表元素个数大于阈值，进行扩容处理
else if (s > threshold)
resize();
// 将传入的哈希表中的所有元素添加至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);
}
}
}
put方法
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
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table为空 或 table的长度为0，调用resize方法进行扩容
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 通过hash & (table.length - 1)计算出数组下标i，若该位置为空，
//则新建节点并放入其中
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else { //该位置已存在节点，产生hash冲突
Node<K,V> e; K k;
//比较第一个节点的hash值和key值与待插入元素的对应值是否相等
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//若该节点为红黑树结点
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); //加入红黑树
//否则该节点为链表结点，判断链表中是否存在某一节点的hash值和key值
// 与目标节点的对应值相等，若存在，则更新其旧值。否则将目标节点插入链表尾部
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
//在尾部插入新的结点
p.next = newNode(hash, key, value, null);
//binCount链表长度，如果该值大于8，就会转变为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);
break;
}
//找到了key和hash值相同的节点
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//存在某一节点e的hash值和key值与待插入元素相等，更新旧值
if (e != null) {
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value; //用传入的参数value更新旧的value值
afterNodeAccess(e);
return oldValue; //返回旧的value值
}
}
++modCount;
//容量超出就扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
get方法
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;
//计算存放在数组table中的位置
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//判断在该位置的节点是否与目标相等（key，hash值相等）
if (first.hash == hash &&
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//该位置的节点为红黑树根节点或链表头结点
if ((e = first.next) != null) {
//如果为红黑树结点
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//否则在链表中遍历查找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
resize方法
当HashMap里的元素个数size大于DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY时，需要扩大数组长度。该方法的实现是使用一个新数组代替旧数组。
看一下JDK1.7下的resize方法：
void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
//如果扩容前的数组大小已经达到最大值(2^30)，
//那么久修改阈值为int的最大值(2^31-1)，这样以后就不会扩容了
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
Entry[] newTable = new Entry[newCapacity];
//将数据转移到新的Entry数组里
transfer(newTable);
table = newTable;
threshold = (int)(newCapacity * loadFactor);//修改阈值
}
void transfer(Entry[] newTable) {
Entry[] src = table; //src引用旧的Entry数组
int newCapacity = newTable.length;
for (int j = 0; j < src.length; j++) {
Entry<K,V> e = src[j]; 键值对e引用旧数组里的每个元素
if (e != null) {
src[j] = null; //释放旧Entry数组的对象引用
do {
Entry<K,V> next = e.next;
//重新计算每个元素在新数组中的位置i，将元素e放入新数组里
//然后节点e的next指针指向对应新数组位置，这样每次添加的
//新元素都是链表头结点，即newTable[i]指向的节点。
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next; //访问下一个Entry链上的元素
} while (e != null);
}
}
}
static int indexFor(int h, int length) {
return h & (length-1);
}
下面是JDK1.8的扩容方法：
//当初始化哈希表(table==null) 或当前数组容量过小，就会扩容
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table; //oldTab指向旧的table数组
//oldTab不为null的话，oldCap为原table的长度
//oldTab为null的话，oldCap为0
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold; //阈值
int newCap, newThr = 0;
if (oldCap > 0) {
//若原数组容量old大于等于最大容量MAXIMUM_CAPACITY，则
//将阔值设置为Integer.MAX_VALUE
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 新容量newCap为原容量oldCap的2倍，若newCap小于MAXIMUM_CAPACITY，
//且oldCap大于默认值16，则新阔值 newThr也扩大为原来的2倍。
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1;
}
/*
如果HashMap不是调用无参构造初始化的，那么threshhold肯定调用了
tabSizeFor方法变成2的整数次幂，因此旧阔值作为数组长度。
*/
else if (oldThr > 0)
newCap = oldThr;
/*
否则如果是调用无参构造（table == null,threshhold = 0）初始化的，
则新容量等于默认容量，新阔值等于默认加载因子*默认初始化容量
*/
else {
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 计算新阔值
if (newThr == 0) {
float ft = (float)newCap * loadFactor; //新容量 * 加载因子
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
//创建一个长度为新容量newCap的新Node数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//原来的table不为null
if (oldTab != null) {
// 把每个bucket都移动到新的buckets中
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//原table中下标j位置不为null
if ((e = oldTab[j]) != null) {
oldTab[j] = null; //将原来的table[j]赋为null，及时GC
if (e.next == null) //如果该位置没有链表
//通过新的容量计算在新的table数组中的下标
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
//如果是红黑树结点，重新映射时，需要对红黑树进行拆分
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { //否则遍历链表，重新映射
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// 若链表节点放入新数组下标的位置不变（后面会说明原因）
if ((e.hash & oldCap) == 0) {
//如果loTail为null，即新数组中该位置尚未有节点
//则新添节点是尾节点
if (loTail == null)
loHead = e;
//loTail为链表尾结点，则将节点添加至尾部，
//然后该节点置为尾节点
else
loTail.next = e;
loTail = e;
}
//否则元素在新数组下标为原位置+旧容量，同样也是尾插法。
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 如果放入新数组下标与原数组下标j相同，则将对应元素
//放入对应下标j。否则放入原索引+oldCap下标中，
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
计算链表节点在新数组的下标
JDK1.7的扩容方法中，计算链表节点在新数组的下标采用的是重新计算hash值。
而1.8版本不是这么做：由于数组的更新长度为原来的2倍，因此元素的位置要么在原位置，要么在原位置再移动2次幂的位置。 如下图所示，
图(a)表示原数组中key1和key2对应的下标；图(b)则表示经过扩容后，数组的新长度为32，则新的n-1比原来的n-1移动了1bit。可以发现，key2的原下标00101(5)变成了10101(5 + 16) = 21。因此我们在计算要放入新数组的下标时，不需要向JDK1.7那样重新计算hash，只需判断原来的hash值新增的bit是0还是1即可：若是0则索引没变，否则新索引为原索引 + oldCap，此处的oldCap对应例子中的16.
此外在JDK1.7中的链表迁移中，如果计算出放入新数组索引与原数组下标相同，则节点在新数组是倒序的。例如原数组下标为2的节点有a->b->c，那么假设这三个节点计算出的下标不变，则放入新数组的顺序为c->b->a。
而JDK1.8则不会倒置。
最后总结一下JDK1.8的扩容方法流程：
-
判断当前数组容量oldCap是否为0，若是则初始化数组；若不是则新数组容量newCap为原来的2倍。
-
创建一个容量为newCap的数组，遍历旧数组，将旧数组的元素转至新数组。
-
若遍历到的节点为空，赋值插入；若节点为红黑树节点，则拆分红黑树； 若为链表节点，则判断放入新数组下标是否需要变化。
