HashMap源码解析(jdk1.8)

写在篇头

其实这是在我写完下边所有方法解析后写的。每次看源码，有些时候都不知道每一步的意义在哪里，缺少了自己的思考，直接看会枯燥，甚至不知所云。今天突然想换种说明方式。为什么会有HashMap这种结构，为了实现什么目的？为什么用这种结构？比其他结构的好在哪里？
实例：我知道了一个人的姓名，我想找他所有信息。怎么存储，怎么查找。
简单的键值对结构被设计出来Node<”姓名”,”信息”>；
如果很多这种Node<”姓名”,”信息”>都存放在一个集合里，用什么存储结构好呢？
试一下顺序存储结构，数组，ArrayList都是这种。放在数组里，看一下如何获取元素。由于不知道index（数组中的第几个元素），无法直接get（index），通过地址查找元素，只能遍历比较。时间复杂度为O（n）。由于这种Key不能重复，每次增删改都要先遍历，遍历一遍（O（n）），增删要移动一遍（O（n）），增加时，可能还要重新建立数组。
试一下链式存储结构，链表，看一下如何获取元素。遍历是不可少的，时间复杂度为O（n），增删改只需改一下前边元素的指向就可以了。
好了，自己都想法试完了，是不是看着简单，但操作起来耗费时间，一个O（n）的时间复杂度应该不能让人满意。看大神怎么创建的。
HashMap构造是由数组加链表组成。也就是顺序结构与链式结构的组合。每个元素为

Node(int hash, K key, V value, Node<K,V> next)

对key的hashCode与数组长度（桶的数量）-1 进行位运算。存到对应桶的的链表上，结果一样的话，再对key进行equals比较，一样的，覆盖，不一样的增加。
优点
- 直接使Key的Hashcode值经过处理变为了数组的（index），在顺序存储结构查找时间复杂度变为了O（1）+该桶链表长度，当然，如果Hash值算法好的话（极限，一个桶只对应一个），这个查询的时间复杂度无线接近于O（1）。
- 在增删改不超出门限值时，即不用重新构造数组时，时间复杂同样为O（1）+该桶的链表长度，且之后增加了红黑树，比链表的速度更快。
- 任何可变容量的数据结构，顺序结构一定要开辟新空间复制(排除初始化分配内存特别大的情况)，链表一定要增删指向。关于hashMap扩容，在扩容时，一个桶上的链表上的直接通过hash判段可以分成两个桶上的链表，这种复制方式，依赖于一开始元素分配给桶时的运算，也可以说是呼应。

概述

父类关系java.lang.Object
java.util.AbstractMap<K,V>
java.util.HashMap<K,V>

实现接口
Serializable
Cloneable
Map<K,V>

非线性安全，底层数组，链表储存结构，允许使用 null 值和 null 键。

解决问题

1.为什么默认初始容量为16，或者建议为2的幂。
2.put,remove，get方法原理。
3.java8的优化在什么地方（红黑树）。
上述问题会在说明基本结构后，开始解答。

基本概念

对于hashMap中的每个键值对对象，在内部将其封装为Entry<Key,Value>;
HashMap内部维护一个Entry[] table数组，EntryTable的长度又被称为HashMap的容量（capacity）;
Entry[] table数组中的每一个元素都是一个链表（也可以为null），这样的每个元素为桶（bucket）。
所有的Entry<Key,Value>的数目被称为HashMap的大小(size);
根据键值对中key的hashcode的值得某些运算，使结果一致的储存在同一个桶；

成员变量

// 初始化容量，必须是2的幂(默认为16)
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
// 最大容量 2的30次方
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认加载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 一般情况下，元素的hash值如果相同，那么就依次存在一个链表里，
// 如果链表里的元素数目超过TREEIFY_THRESHOLD，就要把链表转化成一棵红黑树
static final int TREEIFY_THRESHOLD = 8;
// 与TREEIFY_THRESHOLD相对应，如果红黑树里的元素数目小于UNTREEIFY_THRESHOLD，红黑树就退化成一个链表
static final int UNTREEIFY_THRESHOLD = 6;
// 这个成员变量的定义是: 如果
// 1. 一个桶里的元素个数大于TREEIFY_THRESHOLD
// 2. HashTable的桶的个数大于MIN_TREEIFY_CAPACITY
// 那么，就对桶里的元素进行"树化"，否则仅仅resize整个HashTable
static final int MIN_TREEIFY_CAPACITY = 64;
// hash表，长度总是2的幂次
transient Node<K,V>[] table;
// key-value的集合
transient Set<Map.Entry<K,V>> entrySet;
// map里的key-value数目
transient int size;
// 结构更改次数
transient int modCount;
// resize的门限值，超过值，就要resize了，值为(capacity * load factor)
int threshold;
final float loadFactor;

构造方法

有三个构造方法：分别是不传参，传容量，传容量和加载因子。
构造方法中传容量这一点，非常关键，如果你提前可以估算HashMap的大致大小，有可能之后添加元素时可以省去复制数组，拆分链表，链表转数这一系列复杂操作，而且，无论你传的容量如何最终，数组的大小（桶的数量）一定是2的整数次幂。你传9到16间的任何数，他的桶数量就是16个。大于等于你传参的整数次幂，如果想要完美，直接估算出你的集合需要多少个桶传参吧，需要211个元素，100/0.75 = 133，new HashMap（138），或者直接new HashMap（256）。桶的数量是256，这个传容量，传的是桶的数目。不是元素的数目。

// 构造一个带指定初始容量和加载因子的 空HashMap。
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);
    }
// 构造一个带指定初始容量和默认加载因子 (0.75) 的空 HashMap
public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }
//  构造一个具有默认初始容量 (16) 和默认加载因子 (0.75) 的空 HashMap。
public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }
//  构造一个映射关系与指定 Map 相同的新 HashMap。
public HashMap(Map<? extends K, ? extends V> m) {
        this.loadFactor = DEFAULT_LOAD_FACTOR;
        putMapEntries(m, false);
    }
// 计算出比cap大的最小的2的整数次幂
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;
    }

问题

问题1 为什么默认初始容量为16，或者建议为2的幂。

这个容量实际上是桶的数目。
对于HashMap中的Key映射到HahMap中对应的位置，会用到Hash函数
index = Hash(key);
这个Hash函数是如何实现的
对key的HashCode值与HashMao的长度length-1进行位运算。
index = HashCode(Key)&(length-1)
当length为2的幂时，length-1的2进制全为1
例
2的4次幂-1 15 1111
2的5次幂-1 31 11111
这样位运算的结果只和Key的Hashcode值的最后几位有关。
这样的HashCode本身分布均匀，Hash算法结果均匀，

问题2 什么是阈值和加载因子

先描述一下根据Key的hashCode值, 如何得到Value。
HashMap是由数组+链表组成，在获取元素时，根据key的Hash运算.找出Entry[] table 中的数组位置(桶)，找到桶里的链表，找到最终value。
找到桶的时间复杂度为O(1)
在桶中直到对象节点的时间复杂度为O（n）
这个时候是不是桶中的链表越短，查询速率越快。那最好的方法就是增加桶的数量（即Entry [] table 数组的长度）
但是我们的HashMap初始的时候不能就直接创建很大数组长度，且根据HashMap的元素增加，还要动态的增加桶的数量。
策略：if
HashMap.size > HashMap的容量（Entry [] table 的大小）*加载因子
HashMap的Entry[] table 的容量扩充为当前的一倍，然后将以前桶中的Entry

内部类Node

// 每个Node都包含了指向下个Node的next
static class Node<K,V> implements Map.Entry<K,V> {
        // hash值
        final int hash;
        // key
        final K key;
        // value
        V value;
        // 下个节点
        Node<K,V> next;
        // 构造方法
        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() {
            return Objects.hashCode(key) ^ Objects.hashCode(value);
        }

        public final V setValue(V newValue) {
            V oldValue = value;
            value = newValue;
            return oldValue;
        }
        // 如果key与vlaue分别相等，即认为相等
        public final boolean equals(Object o) {
            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;
        }
    }

成员方法

V put(K key, V value) 添加元素方法

// 添加Key-Value键值对
public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }
/**
 * 添加Key-Value键值对
 * @param hash hash for key
 * @param key the key
 * @param value the value to put
 * @param onlyIfAbsent 如果为true，不替换已存在的值
 * @param evict 如果为false 桶处于创造中
 * @return previous value或者null
 */
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        // 如果数组为空，数组需要重建（扩容）
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        // hash值与数组长度-1进行位运算
        // p就是桶的链表的头结点或者树根
        // 如果为空，直接放进桶里
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        // 链表里有元素，判断是链还是树
        else {
            Node<K,V> e; K k;
            // 就是链表头
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            // 是树
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            // 是链表 是链表要考虑是否要变成红黑树
            else {
                for (int binCount = 0; ; ++binCount) {
                    // 没有找到，插入新节点
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        // 判断是否转换为红黑树
                        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;
                }
            }
            // 旧值替换为新值 新加的元素已经存在了，更新一下旧值
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        // 如果添加成功，需要判断一下size是超出门限值
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }
// 扩容 要保持元素顺序不变，或者以2的整数次幂移动
final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {
            // 旧的HashMap已经超出最大容量，没法扩容
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            // capacity扩大为两倍 threshold扩大为两倍
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; 
        }
        // 旧的HashMap的capacity为0
        else if (oldThr > 0) 
            newCap = oldThr;
        // 旧的capcity为0，旧的threshold也为0，用默认的构造
        else {              
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        // 更新一下threshold
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        // 判断旧的HashMap是否为空
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                // e是桶中链表的的首元素
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    // 原先的置空了
                    oldTab[j] = null;
                    // 桶中链表就一个节点 e.hash是hash值，与新的数组长度做位运算，形成新的首元素
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    // 桶里的元素构成了树，即必然不止一个元素 对红黑树进行操作。
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    // 桶里的节点构成了链表，记得要保证元素顺序
                   /**
                    * 因为扩容时桶的个数变为之前的两倍，（key的hash值与数组长度 与运算，判断结果是否为0）
                    * 直接分出去属于hi（不为0）的部分即可，
                    * 举例说明一下即可，对于capacity为16的HashMap
                    * hash值为7和23的元素是放在一个桶里的，假设index为0和1
                    * 扩容后，长度变成了32，那么此时7和23就不在一个桶里了
                    * 7在编号为7的桶里，index为0
                    * 23在编号为23的桶里，index也为0
                    * loHead = 7[0], loTail = 7[0]
                    * hiHead = 23[0], hiTail = 23[0]
                    * 判断是Hi还是Low，拿hash值与原先的capacity(16)10000与一下即可
                    * 原来的hash后五位为0XXXX，位运算结果为00000，即为lo
                    * 后五位为1xxxx，运算结果为10000，即为hi，把元素Node放到新桶里
                    */
                    else {
                        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) {
                                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;
    }

V remove(Object key) 删除元素

// 如果存在，则从该映射移除指定键的映射。
public V remove(Object key) {
        Node<K,V> e;
        return (e = removeNode(hash(key), key, null, false, true)) == null ?
            null : e.value;
    }

    /**
     * 方法概要说明：想要移除元素，在链表层面，分为三种情况
     * 红黑树，参照红黑树结构，不详细说明
     * 桶中的首元素，即链表头元素，直接是头元素的next变成头元素即可
     * 桶中的中间元素，让元素前的元素的next的指向变成元素后的一个元素即可
     * 此方法前边在确定需要移除的元素属于上述那种情况，找到后分别处理
     * @param hash hash for key
     * @param key the key
     * @param value the value to match if matchValue, else ignored
     * @param matchValue  如果为true 仅仅删除值等于
     * @param movable 如果为FALSE 在删除时不移动其他节点 为true移动
     * @return the node, or null if none
     */
    final Node<K,V> removeNode(int hash, Object key, Object value,
                               boolean matchValue, boolean movable) {
        // 和上边一样的 找到桶
        Node<K,V>[] tab; Node<K,V> p; int n, index;
        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;
            // 桶首元素
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                node = p;
            else if ((e = p.next) != null) {
                // 对应桶有数，判断树还是链表 先找出来node<>
                if (p instanceof TreeNode)
                    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;
                    } while ((e = e.next) != null);
                }
            }
            // 如果有 移除
            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) {
                // 如果是树
                if (node instanceof TreeNode)
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                // 如果是桶里首元素
                else if (node == p)
                    tab[index] = node.next;
                // 如果是链表中间元素 p为元素前的一个元素
                else
                    p.next = node.next;
                ++modCount;
                --size;
                afterNodeRemoval(node);
                return node;
            }
        }
        return null;
    }

V get(Object key) 获取元素

// 找到key对应的value
public V get(Object key) {
       Node<K,V> e;
       return (e = getNode(hash(key), key)) == null ? null : e.value;
   }
// 找到key对应的value
final Node<K,V> getNode(int hash, Object key) {
      // first为桶首元素
      Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
      // 数组不为空且长度大于0（有桶），且传进来的key对应的桶（链表）部位空
      if ((tab = table) != null && (n = tab.length) > 0 &&
          (first = tab[(n - 1) & hash]) != null) {
          // 和桶首比较
          if (first.hash == hash && 
              ((k = first.key) == key || (key != null && key.equals(k))))
              return first;
          // 如果链表不只首部一个元素 判断是树还是链
          if ((e = first.next) != null) {
              if (first instanceof TreeNode)
                  return ((TreeNode<K,V>)first).getTreeNode(hash, key);
              // 链表 依次判断key是否与传进来的key完全相等
              do {
                  if (e.hash == hash &&
                      ((k = e.key) == key || (key != null && key.equals(k))))
                      return e;
              } while ((e = e.next) != null);
          }
      }
      return null;
  }