HasMap的属性
先看一下HashMap的继承体系
它继承自抽象类AbstractMap，实现了Map，Cloneable、Serializable接口。
再看一下HashMap的成员变量和一些默认值：
// 默认的初始化数组大小，必须是2的倍数
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
// HashMap的最大长度
static final int MAXIMUM_CAPACITY = 1 << 30;
// 负载因子，默认值
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 链表转树的阈值，当链表长度 > 该值时，链表转为红黑树
static final int TREEIFY_THRESHOLD = 8;
// 链表还原阈值：即 红黑树转为链表的阈值，当在扩容（resize（））时（此时HashMap的数据存储位置会重新计算），在重新计算存储位置后，当原有的红黑树内数量 < 6时，则将 红黑树转换成链表
static final int UNTREEIFY_THRESHOLD = 6;
// 最小树形化容量阈值：即 当哈希表中的容量 > 该值时，才允许树形化链表 （即 将链表 转换成红黑树）;为了避免进行扩容、树形化选择的冲突，这个值不能小于 4 * TREEIFY_THRESHOLD
static final int MIN_TREEIFY_CAPACITY = 64;
HashMap的重要的内部类
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
// 省略部分代码...
}
Node实现了Map的内部接口Map.Entry<k,v> , 它有四个属性 hash,key,value,next,是HashMap内数组每个位置上真正存放元素的数据结构。
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
TreeNode实现了LinkedHashMap的内部接口LinkedHashMap.Entry<K,V>，它是红黑树节点的具体实现。
final class EntrySet extends AbstractSet<Map.Entry<K,V>> {
public final int size() { return size; }
public final void clear() { HashMap.this.clear(); }
public final Iterator<Map.Entry<K,V>> iterator() {
return new EntryIterator();
}
public final boolean contains(Object o) {
if (!(o instanceof Map.Entry))
return false;
Map.Entry<?,?> e = (Map.Entry<?,?>) o;
Object key = e.getKey();
Node<K,V> candidate = getNode(hash(key), key);
return candidate != null && candidate.equals(e);
}
// 省略部分代码...
}
EntrySet继承了AbstractSet，它内部有个迭代器iterator，可以获取Map.Entry对象，方法contains用来判断所给的对象是否包含在当前EntrySet中。
put方法源码
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;
// 如果数组是null或者数组为空，就调用resize()进行初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// （n-1）&hash 算出下标， 如果当前计算出来的位置为null，就新建一个节点
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 若计算出来的位置上不为null，它和传入的key相比，hashCode相等并且key也相等
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 那么将p赋给e
e = p;
// 如果p是树类型，则按照红黑树的结构存入进去
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTre;
else {
// 遍历p，p是链表
for (int binCount = 0; ; ++binCount) {
// 如果p的下一个节点是尾节点（尾节点.next=null）
if ((e = p.next) == null) {
// 在p的后面创建一个节点，存放key/value（尾插法，多线程并发不会形成循环链表）
p.next = newNode(hash, key, value, null);
// TREEIFY_THRESHOLD = 8，即当binCount达到7时转换成红黑树数据结构，
// 因为binCount是从0开始的，达到7时p链表上就有8个节点了，所以是链表上达到8个节点时会转变成红黑树。
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
// 若上面两个条件都不满足，此时e = p.next，也就是将p的下一个节点赋给p，进入下一次循环
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
// 修改次数加一
++modCount;
// 若已有的键值对数大于阈值，就扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
putVal()方法的大致流程逻辑如下：
get()方法源码
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;
// tab不为空，并且当前下标位置的Node节点存在
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 对比第一个node节点的key值，如果是我们要找的值就返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 第一个节点不是我们要找的值，将e的值指向当前first节点的下一个值
if ((e = first.next) != null) {
// 如果这是一个红黑树结构，就使用数的方法遍历返回Value
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 仍为链表结构，比较hash值和key值，相等就是我们要的节点，并返回，否则继续遍历下一个节点
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
get()方法代码清晰，逻辑简单，很容易理解。
resize()方法
该方法主要是对HashMap进行扩容操作。
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
// 如果原数组长度大于0
if (oldCap > 0) {
// 原数组的 length 大于 最大数组长度，就不进行扩容操作，直接返回
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 扩容2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;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
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]; //创建新数组，容量为原数组的两倍
// 将table变量赋值为新数组
table = newTab;
// 原数组不为 null ,将原数组的 Node 赋值给新数组
if (oldTab != null) {
// 遍历原数组
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//将不为null的j位置的元素指向e节点
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//若e是尾节点，或者说e后面没有节点了，就将e指向新数组的e.hash&(newCap-1)位置
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
//如果是树节点，就按红黑树处理
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null; // 存放新数组中原位置的节点
Node<K,V> hiHead = null, hiTail = null; //存放新数组中原位置+原数组长度的节点
Node<K,V> next;
do {
next = e.next;
// e.hash & oldCap 的值要么是0要么是oldCap
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e; // 第一次进来，先确定头节点，以后都走else，loHead指向e
else
// 第二次进来时loTail的next指向e(e=e.next)，
// 注意此时loHead的地址和loTail还是一样的，所以loHead也指向e,
// 也就是说e被挂在了loHead的后面（尾插法，不会形成循环链表），
// 以此类推，后面遍历的e都会被挂在loHead的后面。
loTail.next = e;
// loTail指向e,第一次进来时头和尾在内存中的指向是一样的都是e，
// 第二次进来时，loTail指向了e(e=e.next)，这时和loHead.next指向的对象是一样的，
// 所以下一次进来的时候loHead可以找到loTail.next，并将e挂在后面。
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
// 将loHead节点存到新数组中原下标位置
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
// 将hiHead节点存到新数组中 [原下标+原数组长度] 的位置
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
为什么(e.hash&oldCap) == 0为true或false就能判断存放的位置是newTab[原下标]，还是newTab[原下标+原数组长度]？
并发访问HashMap会出现哪些问题，如何解决呢？
我们知道jdk1.8已经不会在多线程下出现循环链表问题了，那还会出现哪些问题呢？如：数据丢失、结果不一致......。解决方案：
1）HashTable 用synchronized锁住整个table，效率太低，不好。
2）Collections.SynchronizedMap() 它是对put等方法用synchronized加锁的，效率一般是不如ConcurrentHashMap的，用的不多。
3）ConcurrentHashMap 采用锁分段，segment，每次对要操作的那部分数据加锁，并且get()是不用加锁的，这效率就高多了。
为什么最大扩容数量是 1 << 30 ？
-
HashMap在确定数组下标Index的时候，采用的是( length-1) & hash的方式，只有当length为2的指数幂的时候才能较均匀的分布元素。所以HashMap规定了其容量必须是2的n次方
-
由于HashMap规定了其容量是2的n次方，所以我们采用位运算<<来控制HashMap的大小。使用位运算同时还提高了Java的处理速度。HashMap内部由数组构成，Java的数组下标是由Int表示的。所以对于HashMap来说其最大的容量应该是不超过int最大值的一个2的指数幂，而最接近int最大值的2个指数幂用位运算符表示就是 1 << 30
