JDK1.8HashMap源码阅读（持续更新）

 

HashMap在JDK1.8中的存放数据结构的示意图，就是HashMap本质上是一个Node<K, V>数组table，table中每个index对应一个bucket，这个bucket可能是链表，可能是红黑树。

1. 类定义：

类HashMap<K,V>继承了AbstractMap，实现了Map<K,V>、Cloneable和Serializable；

1. 类中静态常量：

DEFAULT_INITIAL_CAPACITY：默认的初始化容积为16，如果在使用之前就知道具体会多大，建议直接在创建的时候就定义到那个大小，可以避免多次膨胀；

MAXIMUM_CAPACITY：HashMap最大的容积，大小为1 << 30，即为2^31；

DEFAULT_LOAD_FACTOR：客座率，也就是超过现有的容积的多少比例后直接膨胀；

TREEIFY_THRESHOLD：bucket中的节点数到了多少之后变成红黑树，一般建议是2~8之间的数值，越小，则链表变成红黑树越频繁，越大，则查找速度越慢，需要均衡。

UNTREEIFY_THRESHOLD：一个树的链表还原阈值，当扩容的时候，如果bucket中的元素的个数小于这个值的时候，就还原成链表

MIN_TREEIFY_CAPACITY：哈希表的最小树形化容量，当table数组的长度大于这个值的时候，表中的桶才能树形化，否则桶内元素太多时会扩容，而不是树形化，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

1. HashMap中实现添加键值对的方法java.util.HashMap#put调用的是java.util.HashMap#putVal，详细查看其中的代码：

详情参考的URL为：

http://www.cnblogs.com/huaizuo/p/5371099.html

 

1. HashMap中的java.util.HashMap#get，其实现为先计算key的hash，再从table中获取对应的bucket，再从bucket中的链表或者红黑树中遍历获取对应的value，因此，耗时和链表长度有关，也和红黑树的大小有关。调用的函数是java.util.HashMap#getNode；

2. HashMap中的java.util.HashMap#containsKey函数，其实现原理和上get一样的，一样的调用的java.util.HashMap#getNode，根据返回结果是否为空来进行判断的。

详细源码和注释如下：

先查看HashMap的put函数，发现他调用的是另一个函数java.util.HashMap#putVal，该函数如下，详情请看注释

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table为空，则直接调用resize()函数，初始化存储空间
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //计算插入位置，计算方式为下标为(n - 1) & hash
        if ((p = tab[i = (n - 1) & hash]) == null)//如果插入位置没有其他元素，直接插入，p为插入位置的Node
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            //如果插入位置的Node的key和要插入的key一致，则两者相等
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)//如果插入处的Node即p为TreeNode，也就是说是红黑树，则调用putTreeVal
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {//当前插入处的Node仍然为链表，则进行以下操作
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {//判断是否到了bucket的最后一个Node
                        p.next = newNode(hash, key, value, null);
                        //超过了链表设置的长度，就开始扩容，调用treeifyBin函数
                        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;
                    p = e;
                }
            }
            //e如果不为空，即为HashMap中存在要插入的键值对的key，更新值
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        //如果再插入一个对象后，size超过容积*容积率则扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

 从上面代码可以发现，HashMap中的table是一个Node<K, V>数组，而且，table[index]可能是一个链表，也可能是一个树（TreeNode），这个树其实是一颗红黑树。也从上述代码可以知道，一开始存放的是链表，那么什么时候变成的红黑树的呢?我们注意到了treeifyBin()函数，这个函数如下：

final void treeifyBin(Node<K,V>[] tab, int hash) {
        int n, index; Node<K,V> e;
        //如果table为空，或者table的长度小于MIN_TREEIFY_CAPACITY，则进行resize()
        if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
            resize();
        else if ((e = tab[index = (n - 1) & hash]) != null) {
            TreeNode<K,V> hd = null, tl = null;
            do {
                TreeNode<K,V> p = replacementTreeNode(e, null);
                if (tl == null)
                    hd = p;
                else {
                    p.prev = tl;
                    tl.next = p;
                }
                tl = p;
            } while ((e = e.next) != null);
            if ((tab[index] = hd) != null)
                //存放进红黑树
                hd.treeify(tab);
        }
    }