这是我参与8月更文挑战的第14天，活动详情查看：8月更文挑战
Java 中的 HashMap 采用链表法来解决哈希冲突HashMap 原理，即具有相同桶下标的键值对使用一个链表储存。当链表变长时，查找和添加（需要确定 key 是否已经存在）都需要遍历这个链表，速度会变慢。JDK 1.8 后加入了链表转换为红黑树的机制，但是红黑树的转换并不是一个廉价的操作，只有当链表长度大于等于 TREEIFY_THRESHOLD 才会 treeify。
/**
* The bin count threshold for using a tree rather than list for a
* bin. Bins are converted to trees when adding an element to a
* bin with at least this many nodes. The value must be greater
* than 2 and should be at least 8 to mesh with assumptions in
* tree removal about conversion back to plain bins upon
* shrinkage.
*/
static final int TREEIFY_THRESHOLD = 8;
TREEIFY_THRESHOLD 默认为 8，putVal() 源码如下：
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
实际上并不是只要链表长度大于 8 就会 treeify。当 table.length（桶的个数）小于 MIN_TREEIFY_CAPACITY 时会优先扩容而不是转换为红黑树。
以 jdk1.8 为例，打开 HashMap 的源码部分，红黑树内部类 TreeNode 属性分析：
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
//指向父节点的指针
TreeNode<K,V> parent;
//指向左孩子的指针
TreeNode<K,V> left;
//指向右孩子的指针
TreeNode<K,V> right;
//前驱指针，跟next属性相反的指向
TreeNode<K,V> prev;
//是否为红色节点
boolean red;
......
}
左旋方法 rotateLeft 如下：
/*
* 左旋逻辑
*/
static <K,V> TreeNode<K,V> rotateLeft(TreeNode<K,V> root,
TreeNode<K,V> p) {
//root:表示根节点
//p:表示要调整的节点
//r:表示p的右节点
//pp:表示p的parent节点
//rl:表示p的右孩子的左孩子节点
TreeNode<K,V> r, pp, rl;
//r判断，如果r为空则旋转没有意义
if (p != null && (r = p.right) != null) {
//多个等号的连接操作从右往左看，设置rl的父亲为p
if ((rl = p.right = r.left) != null)
rl.parent = p;
//判断p的父亲，为空，为根节点，根节点的话就设置为黑色
if ((pp = r.parent = p.parent) == null)
(root = r).red = false;
//判断p节点是左儿子还是右儿子
else if (pp.left == p)
pp.left = r;
else
pp.right = r;
r.left = p;
p.parent = r;
}
return root;
}
同样的，右旋方法 rotateRight 如下：
/*
* 右旋逻辑
*/
static <K,V> TreeNode<K,V> rotateRight(TreeNode<K,V> root,
TreeNode<K,V> p) {
//root:表示根节点
//p:表示要调整的节点
//l:表示p的左节点
//pp:表示p的parent节点
//lr:表示p的左孩子的右孩子节点
TreeNode<K,V> l, pp, lr;
//l判断，如果l为空则旋转没有意义
if (p != null && (l = p.left) != null) {
//多个等号的连接操作从右往左看，设置lr的父亲为p
if ((lr = p.left = l.right) != null)
lr.parent = p;
//判断p的父亲，为空，为根节点，根节点的话就设置为黑色
if ((pp = l.parent = p.parent) == null)
(root = l).red = false;
//判断p节点是右儿子还是左儿子
else if (pp.right == p)
pp.right = l;
else
pp.left = l;
l.right = p;
p.parent = l;
}
return root;
}
扩容机制
HashMap是基于数组+链表和红黑树实现的，但用于存放key值得的数组桶的长度是固定的，由初始化决定。
那么，随着数据的插入数量增加以及负载因子的作用下，就需要扩容来存放更多的数据。而扩容中有一个非常重要的点，就是jdk1.8中的优化操作，可以不需要再重新计算每一个元素的哈希值。
这里我们主要看下扩容的代码(注释部分)；
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
// Cap 是 capacity 的缩写，容量。如果容量不为空，则说明已经初始化。
if (oldCap > 0) {
// 如果容量达到最大1 << 30则不再扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 按旧容量和阀值的2倍计算新容量和阀值
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
// initial capacity was placed in threshold 翻译过来的意思，如下；
// 初始化时，将 threshold 的值赋值给 newCap，
// HashMap 使用 threshold 变量暂时保存 initialCapacity 参数的值
newCap = oldThr;
else { // zero initial threshold signifies using defaults
// 这一部分也是，源代码中也有相应的英文注释
// 调用无参构造方法时，数组桶数组容量为默认容量 1 << 4; aka 16
// 阀值；是默认容量与负载因子的乘积，0.75
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// newThr为0，则使用阀值公式计算容量
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"})
// 初始化数组桶，用于存放key
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
// 如果旧数组桶，oldCap有值，则遍历将键值映射到新数组桶中
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
// 这里split，是红黑树拆分操作。在重新映射时操作的。
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
// 这里是链表，如果当前是按照链表存放的，则将链表节点按原顺序进行分组{这里有专门的文章介绍，如何不需要重新计算哈希值进行拆分《HashMap核心知识，扰动函数、负载因子、扩容链表拆分，深度学习》}
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);
// 将分组后的链表映射到桶中
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
主要包括；
- 扩容时计算出新的newCap、newThr，这是两个单词的缩写，一个是Capacity ，另一个是阀Threshold
- newCap用于创新的数组桶
new Node[newCap]; - 随着扩容后，原来那些因为哈希碰撞，存放成链表和红黑树的元素，都需要进行拆分存放到新的位置中。
