HashMap中存储的是键值对(即key-value对)，根据key取得hash值，然后计算出数组下标（对key键调用hashCode()方法，返回的hashCode用于找到bucket位置来储存Entry对象），如果多个key对应到同一个下标，就用链表串起来。整体结构如下：
HashMap的主干是一个Entry数组。Entry是HashMap的基本组成单元，每一个Entry包含一个key-value键值对。
/**
* The table, initialized on first use, and resized as
* necessary. When allocated, length is always a power of two.
* (We also tolerate length zero in some operations to allow
* bootstrapping mechanics that are currently not needed.)
*/
transient Node<K,V>[] table; //其中Node是Map.Entry接口的实现 /**
* Basic hash bin node, used for most entries. (See below for
* TreeNode subclass, and in LinkedHashMap for its Entry subclass.)
*/
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
...
}每个节点都包含当前Entry的key，value和指向下一个Entry的引用（单链表结构），hash是对key的hashcode值进行hash运算后得到的值，存储在Entry，避免重复计算。
简单来说，HashMap由数组+链表组成的，数组是HashMap的主体，链表则是主要为了解决哈希冲突而存在的，如果定位到的数组位置不含链表（当前entry的next指向null）,那么对于查找，添加等操作很快，仅需一次寻址即可；如果定位到的数组包含链表，对于添加操作，其时间复杂度依然为O(1)，因为最新的Entry会插入链表头部，仅需简单改变引用链即可，而对于查找操作来讲，此时就需要遍历链表，然后通过key对象的equals方法逐一比对查找。所以，性能考虑，HashMap中的链表出现越少，性能才会越好。
来看一下hashMap的构造器：
public HashMap(int initialCapacity, float loadFactor) {
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);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}initialCapacity默认为16，loadFactory默认为0.75
从上面这段代码我们可以看出，在常规构造器中，没有为数组table分配内存空间（有一个入参为指定Map的构造器例外），而是在执行put操作的时候才真正构建table数组。这里的tableSizeFor(initialCapacity)保证初始容量为二次幂。
Put操作：
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;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null) //n为table的长度，(n-1)&hash保证获取的index一定在数组范围内
tab[i] = newNode(hash, key, value, null); //tab[index]处为空，直接插入新的entry节点
else {
Node<K,V> e; K k;
if (p.hash == hash && //要插入的entry节点和原来的entry节点有相同的key值
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) { //循环判断链表中有没有和要插入entry节点相同key值的entry节点
if ((e = p.next) == null) { //若没有，则将要插入的entry节点插入到链表尾部
p.next = newNode(hash, key, value, null);
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;
}
}
if (e != null) { // existing mapping for key //e不为空，说明存在与要插入entry节点相同key值的entry节点
V oldValue = e.value; //在同一位置插入新的entry节点，返回旧的value值
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount; //保证并发访问时，若HashMap内部结构发生变化，快速响应失败
if (++size > threshold) //当插入后hashmap的size>threshold,则重新调整大小resize
resize(); //利用resize进行扩容，增加一倍
afterNodeInsertion(evict);
return null;
}final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;//扩容之前table数组的长度
int oldThr = threshold;//扩容之前的阈值threshold
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && //容量增加一倍，相应的阈值threshold也增加一倍
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold //初次建立table，长度为0，在第一次resize时
newCap = oldThr; //利用threshold对table长度进行赋值
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) { //第一次建立table时，用cap*factor对threshold进行赋值
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
...//将旧table中的数据转移到新的table中去
}可以看到，向hashmap添加新的entry键值对数据时，会先计算key值的hash值，然后利用 (n-1)&hash 获取存储的位置下标，如果不存在相同的hash值，则直接存入；如果在map中存在相同的hash值，则先通过equals()函数比较是否有相同的key值存在，若存在，则用新的value值替换旧的value值，并返回旧的value值；若不存在，则将新的entry插入到链表后面。
查询操作类似，调用get()方法，HashMap会使用键对象的hashcode找到bucket位置，如果存在hash相同的情况，则利用keys.equals()方法去找到链表中正确的节点，最终找到要找的值对象。
再来看一下hash方法：
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}可以看到当key==null时，hash取0，所以对于key为null值，一定存储在table[0]处。>>>表示无符号右移。
先来看一下resize中数据的转移操作：
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) { //遍历老table数组中的节点，将老数组数据复制到新数组中去
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null) //如果链表中只用一个节点，则直接计算在新数组中的索引位置
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order //如果一个链表中存在多个节点
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
if ((e.hash & oldCap) == 0) { //利用hash值计算得到的索引值在新数组中和老数组中的一样
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else { //hash值计算得到的索引值发生变化，新的值为 j+oldcap
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;
}
}
}
}
}在上面，我们可以看到，通过 (e.hash & oldCap) == 0 可以判断利用hash计算得到的索引值是否会发生变化，这通过保证cap的值是二次幂可以实现，比如16的二进制表示为 10000，那么length-1就是15，二进制为01111，同理扩容后的数组长度为32，二进制表示为100000，length-1为31，二进制表示为011111，如下图。那么扩容后只有一位差异，也就是多出了最左位的1，这样就可以通过 h&(length)来判断h对应的最左边的那一个差异位是0(新的数组索引和老数组索引一致)还是1(新的数组索引和老数组索引不一致，相差的即是老数组的长度)。
数组长度保持2的次幂，length-1的低位都为1，会使得获得的数组索引index更加均匀，看下图：
我们看到，上面的&运算，高位是不会对结果产生影响的（hash函数采用各种位运算可能也是为了使得低位更加散列），我们只关注低位bit，如果低位全部为1，那么对于h低位部分来说，任何一位的变化都会对结果产生影响，也就是说，要得到index=21这个存储位置，h的低位只有这一种组合。这也是数组长度设计为必须为2的次幂的原因。
重写equals方法需同时重写hashCode方法
先举个小例子来看看，如果重写了equals而不重写hashcode会发生什么样的问题：
public class MyTest {
private static class Person{
int idCard;
String name;
public Person(int idCard, String name) {
this.idCard = idCard;
this.name = name;
}
@Override
public boolean equals(Object o) {
if (this == o) {
return true;
}
if (o == null || getClass() != o.getClass()){
return false;
}
Person person = (Person) o;
//两个对象是否等值，通过idCard来确定
return this.idCard == person.idCard;
}
}
public static void main(String []args){
HashMap<Person,String> map = new HashMap<Person, String>();
Person person = new Person(1234,"乔峰");
//put到hashmap中去
map.put(person,"天龙八部");
//get取出，从逻辑上讲应该能输出“天龙八部”
System.out.println("结果:"+map.get(new Person(1234,"萧峰")));
}
}实际输出结果：
结果：null所以，在重写equals的方法的时候，必须注意重写hashCode方法，同时还要保证通过equals判断相等的两个对象，调用hashCode方法要返回同样的整数值。而如果equals判断不相等的两个对象，其hashCode可以相同（只不过会发生哈希冲突，应尽量避免）。
为什么String, Interger这样的wrapper类适合作为键？
String, Interger这样的wrapper类作为HashMap的键是再适合不过了，而且String最为常用。因为String是不可变的，也是final的，而且已经重写了equals()和hashCode()方法了。其他的wrapper类也有这个特点。不可变性是必要的，因为为了要计算hashCode()，就要防止键值改变，如果键值在放入时和获取时返回不同的hashcode的话，那么就不能从HashMap中找到你想要的对象。不可变性还有其他的优点如线程安全。因为获取对象的时候要用到equals()和hashCode()方法，那么键对象正确的重写这两个方法是非常重要的。如果两个不相等的对象返回不同的hashcode的话，那么碰撞的几率就会小些，这样就能提高HashMap的性能。
不可变类：所谓的不可变类是指这个类的实例一旦创建完成后，就不能改变其成员变量值。如JDK内部自带的很多不可变类：Interger、Long和String等。它能保证这个实例对象的hashcode值保持不变。
自定义不可变类遵守如下原则：
1、使用private和final修饰符来修饰该类的属性。
2、提供带参数的构造器，用于根据传入的参数来初始化属性。
3、仅为该类属性提供getter方法，不要提供setter方法。
4、如果有必要，重写hashCode和equals方法，同时应保证两个用equals方法判断为相等的对象，其hashCode也应相等。
298
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
