一、put方法实现
先了解写入hashMap的方法过程
二、put方法源码
1、源码分析
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(哈希表)为null或者长度为0，则进行数组初始化操作
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 根据key的哈希值计算出数据插入数组的下标位置，公式为(n-1)&hash，这个是数组的下标
if ((p = tab[i = (n - 1) & hash]) == null)
// 如果该下标位置还没有元素，则直接创建Node对象，并插入
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 如果目标位置key已经存在，则直接覆盖
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果目标位置key不存在，并且节点为红黑树，则插入红黑树中,这个时候链表长度已经大于8
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 否则为链表结构，遍历链表，尾部插入
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 如果链表长度大于等于TREEIFY_THRESHOLD，则考虑转换为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1)
// 转换为红黑树操作，内部还会判断数组长度是否小于MIN_TREEIFY_CAPACITY，如果是的话不转换
//执行逻辑上用do-while函数遍历8个Node转换为TreeNode(红黑树)
treeifyBin(tab, hash);
break;
}
// 如果链表中已经存在该key的话，直接覆盖替换
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
// 返回被替换的值
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 当键值对个数大于等于扩容阈值的时候，进行扩容操作
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
2、索引公式
计算key在数组中的位置
(n - 1) & hash
例如：
15&11111101101010111001110101000011
等价于
0000 0000 0000 1111 &11111101101010111001110101000011
⚠️注意：
✔️其中 n 是数组长度（2 的幂次，如 16, 32, 64...），源码中赋值：n = tab.length，tab[i =(n -1)& hash]
✔️当 n = 16 时：n - 1 = 15，二进制：0000 0000 0000 1111
✔️只有低 4 位与hash值进行与（&）运算，得到索引值
三、扰动函数
1、hash函数计算key对应的哈希值
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
⚠️哈希值计算规则如下：
✔️当入参 key 为 null 时，哈希值固定返回 0；
✔️当 key 不为 null 时，先获取 key 的 hashCode 赋值给变量 h，再通过h ^ (h >>> 16)计算最终哈希值（即 hashCode 的高 16 位与低 16 位异或）。
⚠️哈希碰撞优化：
✔️避免因 hashCode 高位未参与数组下标计算，导致哈希冲突概率升高的问题
2、扰动函数核心
h ^ (h >>> 16)
⚠️无符号右移 16 位：h >>> 16
✔️ >>> 是无符号右移运算符
✔️ 无论正负数，右边丢弃，左边补 0
✔️ 将高 16 位移到低 16 位的位置
⚠️异或运算：^
✔️ 将原始哈希值 h 与右移后的值进行按位异或
✔️ 异或规则：相同为 0，不同为 1
⚠️目的
✔️让哈希分布更均匀
四、为什么需要扰动函数
原因：如果 hashCode 的低 16 位相似，就会发生大量哈希冲突，通过扰动，可以减少大量hash冲突
1、 不做扰动🌰🌰
假设有两个对象的 hashCode，如果不做扰动
对象 1: hashCode = 0b11110000111100001111000011110000
对象 2: hashCode = 0b00000000111100001111000011110000
⚠️注意
✔️两者的低 16 位完全相同：1111000011110000
✔️在数组长度较小时，会被映射到同一个位置 导致哈希冲突，如当 n = 16 时：n - 1 = 15，二进制：0000 0000 0000 1111 ，只有低4位进行与运算，容易导致哈希冲突
2、经过扰动后🌰🌰
通过 (h >>> 16) ^ h 将高 16 位混合到低 16 位中
对象 1: h = 0b11110000111100001111000011110000
h >>> 16 = 0b00000000000000001111000011110000
异或结果 = 0b11110000000000000000000000000000
对象 2: h = 0b00000000111100001111000011110000
h >>> 16 = 0b00000000000000000000000011110000
异或结果 = 0b00000000111100000000000000000000
⚠️注意
✔️现在两者的 hash 值不同了，大大降低了冲突概率
✔️通过 (h >>> 16) ^ h 将高 16 位混合到低 16 位中
五、为什么只移动 16 位
- int 是 32 位，移动一半（16 位）可以最好地平衡高低位的混合
- 移动太少：高位信息利用不足
- 移动太多：低位信息被覆盖过多
- 16 位是经过权衡的最佳选择
⚠️这个扰动函数的设计非常巧妙：
✔️保持高效：只有两次位运算，性能极高
✔️减少冲突：将高位特征混合到低位，让哈希分布更均匀
✔️保持简洁：代码简单但效果显著
✔️这就是 HashMap 的扰动函数（hash perturbation），是 HashMap 性能优化的关键之一
六、总结
hash冲突会降级HashMap性能，扰动函数通过位运算打散哈希值，减少冲突、使key均匀分布，从而优化HashMap效率，是其底层核心性能优化细节。
