HashMap原理源码加面试

几个要点

结构：数组+链表
hashing(哈希法)的概念：散列法（Hashing）是一种将字符组成的字符串转换为固定长度（一般是更短长度）的数值或索引值的方法，称为散列法，也叫哈希法。
HashMap的key下标计算方式：先前后16为
扩容机制：每次扩容数组长度翻倍，扩容因数：默认数组长度的四分之三，可自定义；数组的长度也可自己定义
1.8之后变化：链表会和红黑树相互转化;阈值之8和6，java 1.8 就是没有红黑树和链表的转换
查找时间复杂度：红黑树：O(lgn)，单链表：O(n)
key下标的计算：先前后16异或操作，之后再和数组长度减一，与操作；近似求余数

分析源码

构造函数：

/**
     * Constructs an empty <tt>HashMap</tt> with the specified initial
     * capacity and load factor.
     *
     * @param  initialCapacity the initial capacity
     * @param  loadFactor      the load factor
     * @throws IllegalArgumentException if the initial capacity is negative
     *         or the load factor is nonpositive
     */
    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;//扩容因子
        this.threshold = tableSizeFor(initialCapacity);//数组长度
    }

    /**
     * Constructs an empty <tt>HashMap</tt> with the specified initial
     * capacity and the default load factor (0.75).
     *
     * @param  initialCapacity the initial capacity.
     * @throws IllegalArgumentException if the initial capacity is negative.
     */
    public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }

    /**
     * Constructs an empty <tt>HashMap</tt> with the default initial capacity
     * (16) and the default load factor (0.75).
     */
    public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }

可以自定义扩容因子和数组(桶)的长度；扩容因子是可以随意定义的，但是桶的长度不是随意定义的，是经过计算的，重点就在于tableSizeFor()方法；

  /**
     * Returns a power of two size for the given target capacity.
     */
    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;
    }

输入0~15结果是16，输入16~31结果就是32，以此类推，总能得到最近的2的N次方数；也就是数组的长度不完全自定义；当然最小的数就是16

HashMap的内部结构：

下面是一个简单HashMap结构代码，结构是相同的，就是没有经过hash算法去确定下标和位置；

public class Node<K, V> {// 这个结构很简单吧，就是一个Node类，然后有两个成员变量，类型不确定，所以是泛型
    final int hash;
    final K key;
    V value;
    Node<K, V> next;//链表结构的指针
    // 构造函数
    Node(int hash, K key, V value, Node<K, V> next) {
        this.hash = hash;
        this.key = key;
        this.value = value;
        this.next = next;
    }

    public static void main(String[] args) {
        Node[] nodes = new Node[16];
        //构造函数第一个参数写死的0，实际应该是经过hash算法计算得出的;为了方便理解所以写死了
        //因为他们三个的第一个参数都是0，所以产生哈希碰撞了，所以就用链表结构了，连接起来，大家都存储在
        //Nodes[0]的位置
        Node<String, String> node01 = new Node<>(0,"key", "value", null);
        Node<String, String> node02 = new Node<>(0,"key", "value", node01);
        Node<String, String> node03 = new Node<>(0,"key", "value", node02);

        nodes[0] = node03;
        //这里的第一个参数都是1，所以他们存在数组的第一个位置，
        Node<String, String> node11 = new Node<>(1,"key", "value", null);
        Node<String, String> node12 = new Node<>(1,"key", "value", node11);
        Node<String, String> node13 = new Node<>(1,"key", "value", node12);

        nodes[1] = node13;
        //这就是一个小小的HashMap结构，因为HashMap是经过hash算法得到的下标位置，所以叫HashMap
     }
}

下标的计算和存储

    static final int hash(Object key) {
        int h;//如果等于null 下标就是0，不是null就前后16位的异或操作
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

然后是是在

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
     //方法内容比较多，挑出来关键部分
        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)//重点是这里i = (n - 1) & hash
            tab[i] = newNode(hash, key, value, null);
}

上面的n是数组长度，然后与hash值按位与计算得出结果，这一步其实和算余数结果相同；主要是情况特殊，简单说就 $hash$ % $2^n$ = $hash$ & ($2^n$-1)，而且位运算比取余速度快的多。
重点就是：tab[i = (n - 1) & hash]
tab是数组，[]中括号里的就是下标的计算，hash前面已经计算好了，就剩下最后与计算了；这样数据的下标就找到了，然后会看数组里是否有数据，没有数据就放进去，有数据就循环到尾，如下代码，也在 final V putVal()方法中

                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        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;
                }

如何根据key找到value

超找和插入的过程一样的，都是先计算下标，然后再遍历链表

红黑树和链表的转换

红黑树和单链表转换有两个阈值，单链表长度为8转换成红黑树
红黑树数据低于6的时候转换成单链表
如下代码和注释中可以看到

/**
     * The bin count threshold for using a tree rather than list for a
     * bin.  Bins are converted to trees when adding an element to a
     * bin with at least this many nodes. The value must be greater
     * than 2 and should be at least 8 to mesh with assumptions in
     * tree removal about conversion back to plain bins upon
     * shrinkage.
     */
    static final int TREEIFY_THRESHOLD = 8;

    /**
     * The bin count threshold for untreeifying a (split) bin during a
     * resize operation. Should be less than TREEIFY_THRESHOLD, and at
     * most 6 to mesh with shrinkage detection under removal.
     */
    static final int UNTREEIFY_THRESHOLD = 6;

HashMap中有一段注释，就说了这个情况为什么是8和6

/*	 
     * Because TreeNodes are about twice the size of regular nodes, we
     * use them only when bins contain enough nodes to warrant use
     * (see TREEIFY_THRESHOLD). And when they become too small (due to
     * removal or resizing) they are converted back to plain bins.  In
     * usages with well-distributed user hashCodes, tree bins are
     * rarely used.  Ideally, under random hashCodes, the frequency of
     * nodes in bins follows a Poisson distribution
     * (http://en.wikipedia.org/wiki/Poisson_distribution) with a
     * parameter of about 0.5 on average for the default resizing
     * threshold of 0.75, although with a large variance because of
     * resizing granularity. Ignoring variance, the expected
     * occurrences of list size k are (exp(-0.5) * pow(0.5, k) /
     * factorial(k)). The first values are:
     *
     * 0:    0.60653066
     * 1:    0.30326533
     * 2:    0.07581633
     * 3:    0.01263606
     * 4:    0.00157952
     * 5:    0.00015795
     * 6:    0.00001316
     * 7:    0.00000094
     * 8:    0.00000006
     * more: less than 1 in ten million
*/

红黑树占用空间是普通单链表的两倍（相较于链表结构，链表只有指向下一个节点的指针，二叉树则需要左右指针，分别指向左节点和右节点），所以只有当bin包含足够多的节点时才会转成红黑树（考虑到时间和空间的权衡），而是否足够多就是由TREEIFY_THRESHOLD的值决定的。当bin中节点数变少时，又会转成普通的bin。并且我们查看源码的时候发现，链表长度达到8就转成红黑树，当长度降到6就转成普通bin。
翻译上面的注释意思是：一个bin中链表长度达到8个元素的概率为0.00000006，几乎是不可能事件。这种不可能事件都发生了，说明bin中的节点数很多，查找起来效率不高。至于7，是为了作为缓冲，可以有效防止链表和树频繁转换。
大概意思就是：假如阈值定的是2，那么HashMap中可能经常发生链表和红黑树相互转换的问题，设置成8后，出现转换的概率非常的小，也是为了节省性能，包括红黑树转换单链表是6而不是8也是这个考虑；还有就是网上的一个普遍答案：
黑树的平均查找长度是log(n)，如果长度为8，平均查找长度为log(8)=3，链表的平均查找长度为n/2，当长度为8时，平均查找长度为8/2=4，这才有转换成树的必要；链表长度如果是小于等于6，6/2=3，而log(6)=2.6，虽然速度也很快的，但是转化为树结构和生成树的时间并不会太短。
仁者见仁智者见智吧