1、概述
Hashmap是一种常用的集合类，以key-value键值对的形式存在。HashMap中，可以通过hash算法来决定key-value键值对的存储位置，从而实现key-value键值对的快速查找和存储。虽然HashMap存取效率很高，却是线程不安全的，可以通过Collections类的静态方法synchronizedMap获得线程安全的HashMap或者使用ConcurrentHashMap（以后分析），hashTable虽然线程安全，但是效率太低，已经被废弃。
2、HashMap数据结构
HashMap底层是一个数组，每个数组元素存放着Entry元素或者Entry元素组成的链表。Entry元素里存储着一个Key-value键值对。当有新的Entry元素要插入数组的时候，首先会根据Entry中的key值，计算hash值，然后结合数组长度，得出此Entry元素在数组中下标位置。如果存在N个数组元素计算出的数组下标一致，即出现hash冲突，那么hashMap采用链表解决这个问题。数组下标一致时，最先插入的Entry元素在链表最底层，以后再插入的Entry元素作为链表头指向下一个Entry元素。
3、HashMap关键参数和Entry类
（1）HashMap关键参数
transient Entry[] table;//存储元素的实体数组
transient int size;//存放元素的个数
int threshold; //临界值 当实际大小超过临界值时，会进行扩容threshold =加载因子*容量
final float loadFactor; //加载因子
transient int modCount;//被修改的次数
（2）Entry类
//HashMap的静态内部类
static class Entry<K,V> implements Map.Entry<K,V> {
//key定义成final，表示在HashMap中，key值不可以替换
final K key;
V value;
//指向下一个Entry引用
Entry<K,V> next;
final int hash;
/**
* Creates new entry.
*/
Entry(int h, K k, V v, Entry<K,V> n) {
value = v;
next = n;
key = k;
hash = h;
}
public final K getKey() {
return key;
}
public final V getValue() {
return value;
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
//重写的equals方法
public final boolean equals(Object o) {
if (!(o instanceof Map.Entry))
return false;
Map.Entry e = (Map.Entry)o;
Object k1 = getKey();
Object k2 = e.getKey();
if (k1 == k2 || (k1 != null && k1.equals(k2))) {
Object v1 = getValue();
Object v2 = e.getValue();
if (v1 == v2 || (v1 != null && v1.equals(v2)))
return true;
}
return false;
}
//重写的hashCode方法
public final int hashCode() {
return (key==null ? 0 : key.hashCode()) ^
(value==null ? 0 : value.hashCode());
}
}
4、HashMap构造函数（为了分析方便，把构造函数分成两类：参数是集合类和参数不是集合类）
（1）参数不是集合类的构造函数（3种）
public HashMap(int initialCapacity, float loadFactor) {
//检验输入的map的初始化大小数值是否合法
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);
// 确保数组容量为2的n次幂，使capacity为大于initialCapacity的最小的2的n次幂
int capacity = 1;
while (capacity < initialCapacity)
capacity <<= 1;
this.loadFactor = loadFactor;
//当实际大小超过临界值时，会进行扩容threshold = 加载因子*容量
threshold = (int)(capacity * loadFactor);
//数组table的大小一定是2的n次幂
table = new Entry[capacity];
init();
}public HashMap(int initialCapacity) {
//默认的加载因子是0.75f
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
//默认的临界值是（16*0.75）
threshold = (int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR);
//默认的数组长度是16
table = new Entry[DEFAULT_INITIAL_CAPACITY];
init();
}（2）参数是集合类的构造函数
public HashMap(Map<? extends K, ? extends V> m) {
this(Math.max((int) (m.size() / DEFAULT_LOAD_FACTOR) + 1,
DEFAULT_INITIAL_CAPACITY), DEFAULT_LOAD_FACTOR);
putAllForCreate(m);
}
private void putAllForCreate(Map<? extends K, ? extends V> m) {
for (Map.Entry<? extends K, ? extends V> e : m.entrySet())
putForCreate(e.getKey(), e.getValue());
}
private void putForCreate(K key, V value) {
//根据key值计算hash值
int hash = (key == null) ? 0 : hash(key.hashCode());
//根据hash值和数组长度，计算存储的下标
int i = indexFor(hash, table.length);
//检查相应的数组下标元素中是否有与待插入数据key值相同的Entry元素，如果有，value值替换之
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) {
e.value = value;
return;
}
}
//在数组下标i处插入数据
createEntry(hash, key, value, i);
}
static int indexFor(int h, int length) {
return h & (length-1);
}
void createEntry(int hash, K key, V value, int bucketIndex) {
//获取位置bucketIndex处的链表头结点引用
Entry<K,V> e = table[bucketIndex];
table[bucketIndex] = new Entry<>(hash, key, value, e);
//map的size加1
size++;
}5、put方法
public V put(K key, V value) {
//key值的参数校验
if (key == null)
return putForNullKey(value);
//获取key值的hash值
int hash = hash(key.hashCode());
//根据key的hash值和table数组的长度得出此键值对在数组中的下标
int i = indexFor(hash, table.length);
//遍历整个数组，如果key值重复，那么新value值替换旧value值
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
addEntry(hash, key, value, i);
return null;
}
void addEntry(int hash, K key, V value, int bucketIndex) {
Entry<K,V> e = table[bucketIndex];
table[bucketIndex] = new Entry<>(hash, key, value, e);
//如果size加1之后，大于等于临界值之后，那么map需要进行扩容
if (size++ >= threshold)
resize(2 * table.length);
}
void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
Entry[] newTable = new Entry[newCapacity];
transfer(newTable);
table = newTable;
//临界值重新赋值
threshold = (int)(newCapacity * loadFactor);
}
void transfer(Entry[] newTable) {
Entry[] src = table;
//获取新数组的长度（原数组的两倍长度）
int newCapacity = newTable.length;
//遍历原数组，拿出元素中的每个Entry值，然后计算其key值的hash和数组中的下标值，组建新数组
for (int j = 0; j < src.length; j++) {
Entry<K,V> e = src[j];
if (e != null) {
src[j] = null;
do {
//保存指定entry的next值
Entry<K,V> next = e.next;
//获取指定entry在新数组中的下标值
int i = indexFor(e.hash, newCapacity);
//指定entry加入新数组
e.next = newTable[i];
newTable[i] = e;
e = next;
} while (e != null);
}
}
}6、get方法
//根据key值计算出查找数据在table数组的下标位置，然后遍历链表，获取对应key值的value值
public V get(Object key) {
if (key == null)
return getForNullKey();
int hash = hash(key.hashCode());
for (Entry<K,V> e = table[indexFor(hash, table.length)];
e != null;
e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
return e.value;
}
return null;
}7、remove方法
public V remove(Object key) {
Entry<K,V> e = removeEntryForKey(key);
return (e == null ? null : e.value);
}final Entry<K,V> removeEntryForKey(Object key) {
int hash = (key == null) ? 0 : hash(key.hashCode());
int i = indexFor(hash, table.length);
Entry<K,V> prev = table[i];
Entry<K,V> e = prev;
while (e != null) {
Entry<K,V> next = e.next;
Object k;
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) {
modCount++;
size--;
if (prev == e)
table[i] = next;
else
prev.next = next;
e.recordRemoval(this);
return e;
}
prev = e;
e = next;
}
return e;
}8、分析下为什么哈希表的容量一定要是2的整数次幂
首先，length为2的整数次幂的话，h&(length-1)就相当于对length取模，这样便保证了散列的均匀，同时也提升了效率；其次，length为2的整数次幂的话，为偶数，这样length-1为奇数，奇数的最后一位是1，这样便保证了h&(length-1)的最后一位可能为0，也可能为1（这取决于h的值），即与后的结果可能为偶数，也可能为奇数，这样便可以保证散列的均匀性，而如果length为奇数的话，很明显length-1为偶数，它的最后一位是0，这样h&(length-1)的最后一位肯定为0，即只能为偶数，这样任何hash值都只会被散列到数组的偶数下标位置上，这便浪费了近一半的空间，因此，length取2的整数次幂，是为了使不同hash值发生碰撞的概率较小，这样就能使元素在哈希表中均匀地散列。
这看上去很简单，其实比较有玄机的，我们举个例子来说明：
假设数组长度分别为15和16，优化后的hash码分别为8和9，那么&运算后的结果如下：
h & (table.length-1) hash table.length-1
8 & (15-1)： 0100 & 1110 = 0100
9 & (15-1)： 0101 & 1110 = 0100
-----------------------------------------------------------------------------------------------------------------------
8 & (16-1)： 0100 & 1111 = 0100
9 & (16-1)： 0101 & 1111 = 0101从上面的例子中可以看出：当它们和15-1（1110）“与”的时候，产生了相同的结果，也就是说它们会定位到数组中的同一个位置上去，这就产生了碰撞，8和9会被放到数组中的同一个位置上形成链表，那么查询的时候就需要遍历这个链 表，得到8或者9，这样就降低了查询的效率。同时，我们也可以发现，当数组长度为15的时候，hash值会与15-1（1110）进行“与”，那么 最后一位永远是0，而0001，0011，0101，1001，1011，0111，1101这几个位置永远都不能存放元素了，空间浪费相当大，更糟的是这种情况中，数组可以使用的位置比数组长度小了很多，这意味着进一步增加了碰撞的几率，减慢了查询的效率！而当数组长度为16时，即为2的n次方时，2n-1得到的二进制数的每个位上的值都为1，这使得在低位上&时，得到的和原hash的低位相同，加之hash(int h)方法对key的hashCode的进一步优化，加入了高位计算，就使得只有相同的hash值的两个值才会被放到数组中的同一个位置上形成链表。
所以说，当数组长度为2的n次幂的时候，不同的key算得得index相同的几率较小，那么数据在数组上分布就比较均匀，也就是说碰撞的几率小，相对的，查询的时候就不用遍历某个位置上的链表，这样查询效率也就较高了。
