上篇讲完了基本属性和三个构造方法，添加数据的put方法以及获取数据的get方法。接下来来重点说一下hashmap中的扩容方法。当当前容量>数组大小* 加载因子则会进行一次扩容操作，具体的过程来看一下
final Node<K,V>[] resize() {
//用于存储扩容之前的散列表也就是数组
Node<K,V>[] oldTab = table;
//记录扩容之前的数组大小
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//表示扩容之前的扩容阈值
int oldThr = threshold;
//记录扩容后的新容量，newThr发生下次扩容的扩容阈值
int newCap, newThr = 0;
//如果满足条件说明散列表已经初始化过了，这是一次正常的扩容过程
if (oldCap > 0) {
//如果容量已经达到了最大容量，则不进行扩容，返回最大容量
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//判断新容量大小=旧容量大小*2是否小于最大容量并且旧容量大小大于默认容量大小16
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//新的扩容阈值等于旧的扩容阈值*2
newThr = oldThr << 1; // double threshold
}
//来到这里说明旧容量大小=0
//通过可以传入初始容量大小=0的构造方法初始化的
else if (oldThr > 0) // initial capacity was placed in threshold
//新容量大小会等于扩容之前的扩容阈值
newCap = oldThr;
//oldcap=0,oldThr=0的情况
else {
//新容量=默认初始容量=16
newCap = DEFAULT_INITIAL_CAPACITY;
//新的扩容阈值=(int)0.75f*16=12
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//新的扩容阈值=0的情况
if (newThr == 0) {
//如果新容量大小<最大容量大小并且下一次的扩容阈值小于最大容量则返回（int）ft
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
//创建一个新的更大数组newTab用于存储旧数组的数据
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//本次扩容前，旧数组不为空
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
//当前节点
Node<K,V> e;
//当前桶位有数据
if ((e = oldTab[j]) != null) {
//置空方便垃圾回收
oldTab[j] = null;
//因为下一个为空，说明是头节点，通过计算放到新的数组中
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//判断是否要树化
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//链表的情况
else {
//低位链表，存放扩容之后的下标的位置，与扩容之前的一致
Node<K,V> loHead = null, loTail = null;
//高位链表，存放扩容之后的下标位置，等于当前数组的下标位置+扩容之前的数组长度
Node<K,V> hiHead = null, hiTail = null;
//指向下一个节点
Node<K,V> next;
do {
next = e.next;
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
补充一下删除节点方法
//传入key
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
//传入key-value
public boolean remove(Object key, Object value) {
return removeNode(hash(key), key, value, true, true) != null;
}
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
//tab:引用当前hashmap中的散列表
//p:当前node元素
//n:散列表数组长度
//index：表示寻址结果
Node<K,V>[] tab; Node<K,V> p; int n, index;
if ((tab = table) != null && (n = tab.length) > 0 &&
//寻址算法
//说明路由的桶位是有数据的，需要进行查找操作，并且删除
(p = tab[index = (n - 1) & hash]) != null) {
//node:查找到的结果
//e:当前Node的下一个元素
Node<K,V> node = null, e; K k; V v;
//情况1：当前桶位中的元素即为要删除的元素
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
//说明当前桶位，要么是链表，要么是红黑树
//判断当前桶位是否升级为红黑树
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
//链表的情况
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
//判断node不为空的话，说明按照key查找到需要删除的数据了
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
//情况1：node是树节点，说明需要进行树节点移除操作
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
//情况2：桶位元素即为查找结果，则将该元素的下一个元素放置桶位中
else if (node == p)
tab[index] = node.next;
//情况3：将当前元素p的下一个元素设置成要删除元素的下一个元素
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
