HashMap集合的简介

Map集合用语保存具有映射关系的数据，保存着两组值，一组用于保存key，一组用于保存Value，key和value保存的值可以是任何引用类型。key保存的值是不能重复的，value可以重复，key和value的值都可以为null，但是只允许最多一条记录key的值为null，value的值允许多条。HashMap是基于哈希表的，哈希表是由数组加链表共同构成的一个数据结构。内部是一个数组，存储的是一个Node<key，vlaue>的对象,Ndoe对象是基于链表实现的。但是在JDK1.8版本对HashMap进行了优化，当链表的长度过长时（默认为8）就会将链表专为红黑树结构。

HashMap源码分析

HashMap实现了Map、Serializable、Cloneable接口，继承了AbstractMap

成员变量

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4//用来表示默认容量，相当于2*2*2*2=16

static final int MAXIMUM_CAPACITY = 1 << 30    //最大容量2的30次方

static final float DEFAULT_LOAD_FACTOR = 0.75f//默认加载因子，当哈希桶数组table中的元素大于容量*加载因子，会用resize方法扩容

static final int TREEIFY_THRESHOLD = 8//桶中的数据的节点数大于8时就转换为红黑树

static final int UNTREEIFY_THRESHOLD = 6//桶中的节点数小于6时转换为链表

static final int MIN_TREEIFY_CAPACITY = 64//当需要将解决hash冲突的链表变为红黑树时，需要判断下此时数组容量，若容量太小（小于

MIN_TREEIFY_CAPACITY）则不转为红黑树，而是用resize方法进行数组的扩容

transient Node<K,V>[] table//存储元素的数组，总是2的幂次倍

transient Set<Map.Entry<K,V>> entrySet//存放具体元素的集合

transient int size//HashMap的元素个数

transient int modCount//HashMap修改的次数，用于fail-fast机制

int threshold//阀值，threshiod=table*loadFactor，若size超过这个数就会扩容，扩容后容量是原容量的2倍

final float loadFactor//加载因子

内部类

static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;//节点的哈希码值
        final K key;
        V value;
        Node<K,V> next;//指向下一个节点

        Node(int hash, K key, V value, Node<K,V> next) {
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }

        public final K getKey()        { return key; }
        public final V getValue()      { return value; }
        public final String toString() { return key + "=" + value; }

        public final int hashCode() {//重写了Object的hasCode方法
            return Objects.hashCode(key) ^ Objects.hashCode(value);//将key和value的hashCode按位异或。两个相等为0，不等为1
        }

        public final V setValue(V newValue) {
            V oldValue = value;
            value = newValue;
            return oldValue;
        }

        public final boolean equals(Object o) {//重写equals方法
            if (o == this)
                return true;
            if (o instanceof Map.Entry) {
                Map.Entry<?,?> e = (Map.Entry<?,?>)o;
                if (Objects.equals(key, e.getKey()) &&
                    Objects.equals(value, e.getValue()))
                    return true;
            }
            return false;
        }
    }

构造方法

public HashMap(int initialCapacity, float loadFactor) {//指定初始容量和加载因子
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
                                               initialCapacity);
        if (initialCapacity > MAXIMUM_CAPACITY)//HashMap最大容量为2的30次方
            initialCapacity = MAXIMUM_CAPACITY;
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
                                               loadFactor);
        this.loadFactor = loadFactor;
        this.threshold = tableSizeFor(initialCapacity);//tableSizeFor方法返回的值是最接近initialCapacity的2次幂，注意此处只是给阀值赋值了。HashMap的容量并没有定义大小，依旧是空
    }

 public HashMap(int initialCapacity) {//指定初始容量
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }

public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }

public HashMap(Map<? extends K, ? extends V> m) {//利用Map集合创建HashMap
        this.loadFactor = DEFAULT_LOAD_FACTOR;
        putMapEntries(m, false);
    }

    final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
        int s = m.size();
        if (s > 0) {
            if (table == null) { // 若元HashMap是空
                float ft = ((float)s / loadFactor) + 1.0F;
                int t = ((ft < (float)MAXIMUM_CAPACITY) ?
                         (int)ft : MAXIMUM_CAPACITY);
                if (t > threshold)
                    threshold = tableSizeFor(t);
            }
            else if (s > threshold)
                resize();
            for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
                K key = e.getKey();
                V value = e.getValue();
                putVal(hash(key), key, value, false, evict);//将Map里的元素添加到HashMap集合里
            }
        }
    }

tableSiazeFor()方法：获取大于或等于cap的2次幂

    static final int tableSizeFor(int cap) {
        int n = cap - 1;
        n |= n >>> 1;
        n |= n >>> 2;
        n |= n >>> 4;
        n |= n >>> 8;
        n |= n >>> 16;
        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
    }

这里必须要解释一下，为什么HashMap的容量一定要是2的次幂，因为当容量是2的次幂的时候，做hash算法获取元素下标位置能更加均匀，假设有两个HashMap容量（length）为16和15，现在有三个元素其key值的hash（h）为5、6、7，现在要通过取模运算（h&length-1）来算出key的所在位置。

上图会发现当容量为15时length-1为14，出现了hash碰撞，我们再夺取几个元素，结果会更直观。

从上图可以看出，当length为15时，有一半的位置发生了碰撞而且都是在偶数位置上。那是因为当length为级数时，length-1就为偶数，偶数的二进制最后一为肯定为0，所以不管hash值为多少算下来的位置肯定为偶数。

核心方法

在HashMap中无论是进行添加、删除、查找等操作都需要先利用key的hashCode（）方法得到其hashCode，再通过hash算法确定该key所在位置。当两个key定位到相同的位置是就会发生hash碰撞。hash碰撞越少，HashMap的效率就会越高。

如果hash桶的数组很大，比较差的hash算法也会使元素比较分散。如果hash桶的数组很小，即使比较好的hash算法也会发生很多hash碰撞。所以要提高HashMap的效率需要两点：合适的扩容时机、好的hash算法。扩容时机和loadFactor加载因子有关，默认的loadFactor是0.75，建议不要修改。除非是特殊的要求，比如说空间很大，时间效率很高，可以减少loadFactor的值。反之亦然。

static final int hash(Object key) {   //jdk1.8 & jdk1.7
     int h;
     // h = key.hashCode() 为第一步 取hashCode值
     // h ^ (h >>> 16)  为第二步 高位参与运算
     return(key == null) ? 0: (h = key.hashCode()) ^ (h >>> 16);
}

static int indexFor(inth,intlength) {  //jdk1.7的源码，jdk1.8没有这个方法，但是实现原理一样的
     returnh & (length-1); //第三步 取模运算，&按位与相当于取模运算，位运算速度更快
}

hash算法本质分3步：获取hashCode、高位参与运算、去模运算。                      

resize（）扩容

/** 
     * Initializes or doubles table size.  If null, allocates in 
     * accord with initial capacity target held in field threshold. 
     * Otherwise, because we are using power-of-two expansion, the 
     * elements from each bin must either stay at same index, or move 
     * with a power of two offset in the new table. 
     * 
     * @return the table 
     */  
    final Node<K,V>[] resize() {  
        Node<K,V>[] oldTab = table;//定义临时Node数组型变量，作为hash table  
        //读取hash table的长度  
        int oldCap = (oldTab == null) ? 0 : oldTab.length;  
        int oldThr = threshold;//读取扩容门限  
        int newCap, newThr = 0;//初始化新的table长度和门限值  
        if (oldCap > 0) {  
            //执行到这里，说明table已经初始化  
            if (oldCap >= MAXIMUM_CAPACITY) {  
                threshold = Integer.MAX_VALUE;  
                return oldTab;  
            }  
            //二倍扩容，容量和门限值都加倍  
            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  
        //用构造器初始化了门限值，将门限值直接赋给新table容量  
            newCap = oldThr;  
        else {                
 // zero initial threshold signifies using defaults  
//老的table容量和门限值都为0，初始化新容量，新门限值，在调用hashmap（）方式构造容器时，就采用这种方式初始化  
            newCap = DEFAULT_INITIAL_CAPACITY;  
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);  
        }  
        if (newThr == 0) {  
            //如果门限值为0，重新设置门限  
            float ft = (float)newCap * loadFactor;  
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?  
                      (int)ft : Integer.MAX_VALUE);  
        }  
        threshold = newThr;//更新新门限值为threshold  
        @SuppressWarnings({"rawtypes","unchecked"})  
       //初始化新的table数组  
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];  
        table = newTab;  
        //当原来的table不为null时，需要将table[i]中的节点迁移  
        if (oldTab != null) {  
            for (int j = 0; j < oldCap; ++j) {  
                Node<K,V> e;  
                //取出链表中第一个节点保存，若不为null，继续下面操作  
                if ((e = oldTab[j]) != null) {  
                    oldTab[j] = null;//主动释放  
                    if (e.next == null)  
    //链表中只有一个节点，没有后续节点，则直接重新计算在新table中的index，并将此节点存储到新table对应的index位置处  
                        newTab[e.hash & (newCap - 1)] = e;  
                    else if (e instanceof TreeNode)  
                    //若e是红黑树节点，则按红黑树移动  
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);  
                    else { // preserve order  
                    //迁移单链表中的每个节点  
                        Node<K,V> loHead = null, loTail = null;  
                        Node<K,V> hiHead = null, hiTail = null;  
                        Node<K,V> next;  
                        do {  
//下面这段暂时没有太明白，通过e.hash & oldCap将链表分为两队，参考知乎上的一段解释  
/** 
* 把链表上的键值对按hash值分成lo和hi两串，lo串的新索引位置与原先相同[原先位 
* j]，hi串的新索引位置为[原先位置j+oldCap]； 
* 链表的键值对加入lo还是hi串取决于 判断条件if ((e.hash & oldCap) == 0)，因为* capacity是2的幂，所以oldCap为10...0的二进制形式，若判断条件为真，意味着 
* oldCap为1的那位对应的hash位为0，对新索引的计算没有影响（新索引 
* =hash&(newCap-*1)，newCap=oldCap<<2）；若判断条件为假，则 oldCap为1的那位* 对应的hash位为1， 
* 即新索引=hash&( newCap-1 )= hash&( (oldCap<<2) - 1)，相当于多了10...0， 
* 即 oldCap 
 
* 例子： 
* 旧容量=16，二进制10000；新容量=32，二进制100000 
* 旧索引的计算： 
* hash = xxxx xxxx xxxy xxxx 
* 旧容量-1 1111 
* &运算 xxxx 
* 新索引的计算： 
* hash = xxxx xxxx xxxy xxxx 
* 新容量-1 1 1111 
* &运算 y xxxx 
* 新索引 = 旧索引 + y0000，若判断条件为真，则y=0(lo串索引不变)，否则y=1(hi串 
* 索引=旧索引+旧容量10000) 
   */  
  
                            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;  
    }  

put（）添加元素

 1 　//指定节点 key,value，向 hashMap 中插入节点
 2 　public V put(K key, V value) {
 3     　//注意待插入节点　hash 值的计算，调用了　hash(key) 函数
 4 　　//实际调用 putVal（）进行节点的插入
 5         return putVal(hash(key), key, value, false, true);
 6     }
 7 　static final int hash(Object key) {
 8         int h;
 9 　　/*key 的 hash　值的计算是通过hashCode()的高16位异或低16位实现的：(h = k.hashCode()) ^ (h >>> 16)，主要是从速度、功效、质量来考虑的，这么做可以在数组table的length比较小的时候，也能保证考虑到高低Bit都参与到Hash的计算中，同时不会有太大的开销*/
10         return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
11     }
12 
13 　public void putAll(Map<? extends K, ? extends V> m) {
14         putMapEntries(m, true);
15     }
16 　
17 　/*把Map<? extends K, ? extends V> m 中的元素插入到　hashMap 中,若 evict 为 false,代表是在创建 hashMap 时调用了这个函数，例如利用上述构造函数３创建 hashMap;若 evict　为true,代表是在创建　hashMap 后才调用这个函数，例如上述的　putAll 函数。*/
18 
19 　final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
20         int s = m.size();
21         if (s > 0) {
22             /*如果是在创建 hashMap 时调用的这个函数则 table 一定为空*/
23             if (table == null) { 
24 　　　　  //根据待插入的map 的 size 计算要创建的　hashMap 的容量。
25                 float ft = ((float)s / loadFactor) + 1.0F;
26                 int t = ((ft < (float)MAXIMUM_CAPACITY) ?
27                          (int)ft : MAXIMUM_CAPACITY);
28 　　　　  //把要创建的　hashMap 的容量存在　threshold　中
29                 if (t > threshold)
30                     threshold = tableSizeFor(t);
31             }
32 　　　 //判断待插入的　map 的 size,若　size 大于　threshold，则先进行　resize()
33             else if (s > threshold)
34                 resize();
35             for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
36                 K key = e.getKey();
37                 V value = e.getValue();
38                 //实际也是调用　putVal　函数进行元素的插入
39                 putVal(hash(key), key, value, false, evict);
40             }
41         }
42     }

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,  
                   boolean evict) {  
        Node<K,V>[] tab; Node<K,V> p; int n, i;  
//先将table赋给tab，判断table是否为null或大小为0，若为真，就调用resize（）初始化  
        if ((tab = table) == null || (n = tab.length) == 0)  
            n = (tab = resize()).length;  
//通过i = (n - 1) & hash得到table中的index值，若为null，则直接添加一个newNode  
        if ((p = tab[i = (n - 1) & hash]) == null)  
            tab[i] = newNode(hash, key, value, null);  
        else {  
        //执行到这里，说明发生碰撞，即tab[i]不为空，需要组成单链表或红黑树  
            Node<K,V> e; K k;  
            if (p.hash == hash &&  
                ((k = p.key) == key || (key != null && key.equals(k))))  
//此时p指的是table[i]中存储的那个Node，如果待插入的节点中hash值和key值在p中已经存在，则将p赋给e  
                e = p;  
//如果table数组中node类的hash、key的值与将要插入的Node的hash、key不吻合，就需要在这个node节点链表或者树节点中查找。  
            else if (p instanceof TreeNode)  
            //当p属于红黑树结构时，则按照红黑树方式插入  
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);  
            else {  
    //到这里说明碰撞的节点以单链表形式存储，for循环用来使单链表依次向后查找  
                for (int binCount = 0; ; ++binCount) {  
        //将p的下一个节点赋给e，如果为null，创建一个新节点赋给p的下一个节点  
                    if ((e = p.next) == null) {  
                        p.next = newNode(hash, key, value, null);  
        //如果冲突节点达到8个，调用treeifyBin(tab, hash)，这个treeifyBin首先回去判断当前hash表的长度，如果不足64的话，实际上就只进行resize，扩容table，如果已经达到64，那么才会将冲突项存储结构改为红黑树。  
  
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st  
                            treeifyBin(tab, hash);  
                        break;  
                    }  
//如果有相同的hash和key，则退出循环  
                    if (e.hash == hash &&  
                        ((k = e.key) == key || (key != null && key.equals(k))))  
                        break;  
                    p = e;//将p调整为下一个节点  
                }  
            }  
//若e不为null，表示已经存在与待插入节点hash、key相同的节点，hashmap后插入的key值对应的value会覆盖以前相同key值对应的value值，就是下面这块代码实现的  
            if (e != null) { // existing mapping for key  
                V oldValue = e.value;  
        //判断是否修改已插入节点的value  
                if (!onlyIfAbsent || oldValue == null)  
                    e.value = value;  
                afterNodeAccess(e);  
                return oldValue;  
            }  
        }  
        ++modCount;//插入新节点后，hashmap的结构调整次数+1  
        if (++size > threshold)  
            resize();//HashMap中节点数+1，如果大于threshold，那么要进行一次扩容  
        afterNodeInsertion(evict);  
        return null;  
    }  

get方法

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;
    // table已经初始化，长度大于0，且根据hash寻找table中的项也不为空
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        // 比较桶中第一个节点
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        // 桶中不止一个结点
        if ((e = first.next) != null) {
            // 为红黑树结点
            if (first instanceof TreeNode)
                // 在红黑树中查找
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            // 否则，在链表中查找
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

public boolean containsKey(Object key) {
    return getNode(hash(key), key) != null;
}

public boolean containsValue(Object value) {
    Node<K,V>[] tab; V v;
    if ((tab = table) != null && size > 0) {
        //外层循环搜索数组
        for (int i = 0; i < tab.length; ++i) {
            //内层循环搜索链表
            for (Node<K,V> e = tab[i]; e != null; e = e.next) {
                if ((v = e.value) == value ||
                    (value != null && value.equals(v)))
                    return true;
            }
        }
    }
    return false;
}

remove方法

public V remove(Object key) {
    Node<K,V> e;
    return (e = removeNode(hash(key), key, null, false, true)) == null ?
        null : e.value;
}

/**
 * 用于实现 remove()方法和其他相关的方法
 *
 * @param hash 键的hash值
 * @param key 键
 * @param value the value to match if matchValue, else ignored
 * @param matchValue if true only remove if value is equal
 * @param movable if false do not move other nodes while removing
 * @return the node, or null if none
 */
final Node<K,V> removeNode(int hash, Object key, Object value,
                           boolean matchValue, boolean movable) {
    Node<K,V>[] tab; Node<K,V> p; int n, index;
    //table数组非空，键的hash值所指向的数组中的元素非空
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (p = tab[index = (n - 1) & hash]) != null) {
        Node<K,V> node = null, e; K k; V v;  //node指向最终的结果结点，e为链表中的遍历指针
        if (p.hash == hash &&   //检查第一个节点
            ((k = p.key) == key || (key != null && key.equals(k))))
            node = p;
        //如果第一个节点不匹配
        else if ((e = p.next) != null) {
            if (p instanceof TreeNode)  //树
                node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
            else {
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key ||
                         (key != null && key.equals(k)))) {
                        node = e;
                        break;
                    }
                    p = e;//保存上个节点
                } while ((e = e.next) != null);
            }
        }
        //判断是否存在，如果matchValue为true，需要比较值是否相等
        if (node != null && (!matchValue || (v = node.value) == value ||
                             (value != null && value.equals(v)))) {
            if (node instanceof TreeNode)   //树
                ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
            else if (node == p)  //匹配第一个节点
                tab[index] = node.next;
            else
                p.next = node.next;
            ++modCount;
            --size;
            afterNodeRemoval(node);
            return node;
        }
    }
    return null;
}

public void clear() {
    Node<K,V>[] tab;
    modCount++;
    if ((tab = table) != null && size > 0) {
        size = 0;
        for (int i = 0; i < tab.length; ++i)
            tab[i] = null;
    }
}