HashMap源码剖析。

前言

声明，本文用的是jdk1.8。

一、HashMap剖析
首先看看HashMap的顶部注释说了些什么：

再来看看HashMap的类继承图：

下面我们来看一下HashMap的属性：

成员属性有这么几个：

再来看一下hashMap的一个内部类Node：

我们知道Hash的底层是散列表，而在Java中散列表的实现是通过数组+链表的~

再来简单看看put方法就可以印证我们的说法了：数组+链表–>散列表

我们可以简单总结出HashMap：

• 无序，允许为null，非同步
• 底层由散列表(哈希表)实现
• 初始容量和装载因子对HashMap影响挺大的，设置小了不好，设置大了也不好

1.1HashMap构造方法

HashMap的构造方法有4个：


在上面的构造方法最后一行，我们会发现调用了tableSizeFor()，我们进去看看：

解释如下:
先来分析有关n位操作部分：先来假设n的二进制位01XXX…XXX。接着
对n右移1位：001XX…XXX，再为或：011XX.XXX
对n右移2为：00011…xxx，再位或：01111…xxx
此时前面已经有四个1了，再右移4位且位或可得8个1
同理，有8个1，右移8位肯定会让后八位也为1。
综上可得，该算法让最高位的1后面的位全变为1。
最后再让结果n+1，即得到了2的整数次幂的值了。
现在回来看看第一条语句：

int n = cap-1;

让cap-1再赋值给n的目的是另找到的目标值大于或等于原值。例如二进制1000，十进制数值为8。如果不对它减1而直接操作，将得到答案10000，即16。显然不是结果。减1后二进制为111，再进行操作则会得到原来的数值1000，即8。

看完上面可能会感到奇怪的是：为啥是将2的整数幂的数赋给threshold？

• threshold这个成员变量是阈值，决定了是否要将散列表再散列。它的值应该是：capacity * load factor才对的。
  其实这里仅仅是一个初始化，当创建哈希表的时候，它会重新赋值的：
  
  至于别的构造方法都差不多，这里我就不细讲了：
  

1.2put方法
put方法可以说是HashMap的核心，我们来看看：

我们来看看它是怎么计算哈希值的：

为什么要这样干呢？？我们一般来说直接将key作为哈希值不就好了吗，做异或运算是干嘛用的呢？？
我们看下来：

我们是根据key的哈希值来保存在散列表中的，我们表默认的初始容量是16，要放到散列表中，就是0-15的位置上。也就是tab[i=(n-1)&hash]。可以发现的是：在做&运算的时候，仅仅是后4位有效~那如果我们key的哈希值高位变化很大，地位变化很小。直接拿来去做&运算，这就会导致计算出来的Hash值相同的很多。

而设计者将key的哈希值的高位也做了运算（与高16位做异或运算，使得在做&运算时，此时的低位实际上是高位与低位的结合），这就增加了随机性，减少了碰撞冲突的可能性。

下面我们再来看看流程是怎么样的：

接下来我们看看resize()方法，在初始化的时候要调用这个方法，当散列表元素大于capacity * load factor的时候也是调用resize()

1.3get方法

接下来我们看看getNode()是怎么实现的：

1.4remove方法

再来看看removeNode()的实现：

二、HashMap与Hashtable对比

从存储结构和实现来讲基本上都是相同的。它和HashMap的最大的不同是它是线程安全的，另外它不允许key和value为null。Hashtable是个过时的集合类，不建议在新代码中使用，不需要线程安全的场合可以用HashMap替换，需要线程安全的场合可以用ConcurrentHashMap替换

总结

在JDK8中HashMap的底层是：数组+链表(散列表)+红黑树

在散列表中有装载因子这么一个属性，当装载因子*初始容量小于散列表元素时，该散列表会再散列，扩容2倍！
装载因子的默认值是0.75，无论是初始大了还是初始小了对我们HashMap的性能都不好

• 装载因子初始值大了，可以减少散列表再散列(扩容的次数)，但同时会导致散列冲突的可能性变大(散列冲突也是耗性能的一个操作，要得操作链表(红黑树)！
• 装载因子初始值小了，可以减小散列冲突的可能性，但同时扩容的次数可能就会变多！
  初始容量的默认值是16，它也一样，无论初始大了还是小了，对我们的HashMap都是有影响的：
• 初始容量过大，那么遍历时我们的速度就会受影响~
• 初始容量过小，散列表再散列(扩容的次数)可能就变得多，扩容也是一件非常耗费性能的一件事~
  从源码上我们可以发现：HashMap并不是直接拿key的哈希值来用的，它会将key的哈希值的高16位进行异或操作，使得我们将元素放入哈希表的时候增加了一定的随机性。

还要值得注意的是：并不是桶子上有8位元素的时候它就能变成红黑树，它得同时满足我们的散列表容量大于64才行的~