HashMap 源码分析

    public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }

    static final int hash(Object key) {
        int h;
        //最终的hash值，是key的hash值的高位和低位进行亦或运算的得来的
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

 对传入的key，调用其hashcode()方法计算出32位hash值，将hash值>>>16（无符号右移16位，高16位移动到低位，低位被抛弃，高16位补0），再将hash值和移动后的hash值进行^(亦或)运算（不同则为1）。得到最终的hash值。

为什么要将hash值高位和低位进行亦或运算

原理分析：Hashmap 内部是使用数组保存数据的，通过hash值来确定元素存放的索引位。

tab[i = (n - 1) & hash] n表示数组的长度。tab是Node数组。(n - 1) & hash （实际就是hash%length）

假设素组长度length=8（实际默认最小值16），key通过hashcode()方法计算出的hash值 = 78897121 转换二进制：100101100111101111111100001，两者进行& 运算如下

0000 0000 0000 0000 0000 0000 0000 0111

&

0000 0100 1011 0011 1101 1111 1110 0001

结果

0000 0000 0000 0000 0000 0000 0000 0001

由于&运算同1得1，实际上hash值的bit位只有低位的001参与了运算（参与的位数，取决于数字的长度，但一般hashmap的容量一般不会特别大），会影响运算结果。为了尽量减少hash碰撞的几率，将key的hash值高位和低位进行亦或运算，使得高位和低位都能参与到索引位置运算中。

为什么高位和低位是亦或运算而不是&运算或者|运算

这是因为&运算同1的1，会让hash值的bit位上的值偏向与0，|运算 有1得1，会让bit位上的值偏向1. ^亦或运算不同为1，尽可能的保留了高位和低位的特征。

为什么HashMap容量capacity大小是2的n次幂

为了提高计算元素索引位置的运算效率。利用hash值计算元素在数组中的索引位置，我们容易想到的公式是通过取模运算e.hash % capacity来确定索引位置。HashMap也是利用这个公式，考虑的计算机中位运算效率远远高于数学运算符，因此HashMap 使用了e.hash & (capacity - 1) 来代替取模公式e.hash % capacity。可以用位运算来代替取模运算的关键在于capacity的大小是2的n次幂，这一特殊的设计。

推导出 e.hash & (capacity - 1) = e.hash % capacity

从二进制角度来看，e.hash / capacity = e.hash / 2ⁿ = e.hash >> n，即把 e.hash 右移 n 位，此时得到了e.hash / 2ⁿ 的商。而被移掉的部分(低 n 位)，则是 e.hash % 2ⁿ ，也就是余数。关键就在于如何高效的取得hash值的低n位。

已知2ⁿ 的二进制形式为 1 后面跟着 n 个 0，则 2ⁿ  - 1 的二进制形式为 n 个 1。
如 8 = 2³，其二进制形式为 1000，7 = 2³ - 1，其二进制形式为 111。

以 e.hash 为正数为例（负数推导过程相对复杂，不再探讨），根据对按位与(&)操作的理解，e.hash & ( 2ⁿ - 1) 就是取得 e.hash 的低 n 位，同样是余数。

0000 0000 0000 0000 0000 0000 0000 0111

&

0000 0100 1011 0011 1101 1111 1110 0101

得

0000 0000 0000 0000 0000 0000 0000 0101

因此我们可以推导出 e.hash & (capacity - 1) = e.hash % capacity。

在扩容时，需要重新计算元素在新数组中的索引位置。然而hashmap中并没有再次使用e.hash & (capacity - 1)，而是给出了特殊的定律

当 e.hash & oldCap == 0，则节点在新数组中的索引值与旧索引值相同。
当 e.hash & oldCap != 0，则节点在新数组中的索引值为旧索引值+旧数组容量。

这里也体现了capacity大小是2的n次幂的巧妙之处。

设：扩容前，节点 e 在旧数组索引值为 x；扩容后，节点 e 在新数组的索引值为 y.

推导 e.hash & oldCap == 0 时，y = x

在旧数组中，取模公式为 e.hash & (oldCap - 1) = x ，oldCap = 2ⁿ，2ⁿ-1转换成二进制表示为n个1，根据&运算（同1的1）得到的结果是hash值的低n位。

在新数组中，取模公式为 e.hash & (newCap - 1) = y, newCap = 2oldCap = 2*2ⁿ，newCap -1转换成二进制为n+1个1，根据&运算得到的是hash值的低n+1位。

想要y=x,因此hash值的低n位的值与低n+1位值相同，那么hash值的n+1位必然为0。 例如0111与111相等。

当 e.hash & oldCap = e.hash & 2ⁿ = 0 时，正好 e.hash 的第 n + 1 位为 0。2ⁿ 转换成二进制表示1后面跟n个0，根据&运算，要想等于0，那么hash值的n+1位必然等于0。

推导 e.hash & oldCap != 0 时，y = x + oldCap

根据前面的推导当 e.hash & oldCap = e.hash & 2ⁿ != 0 时,那么hash值的n+1位必然等于1。  由于扩容后newCap = 2oldCap = 2*2ⁿ，y=e.hash & (newCap - 1) 得到的结果是hash值的低n+1位，并且第n+1位为1。y的二进制表示为1后面n个0+低n位。比如hash值的低N位表示为1010，那么y就表示为10000+1010=11010；

二进制1后面跟n个0表示的十进制值就是 2ⁿ，也就是oldCap ，x = hash值的低n位，因此y = x+oldCap

HashMap 源码分析

    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        //p表示旧节点
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)
            //1、table数组为空，需要调用resize() 初始化容量
            n = (tab = resize()).length;
            //2、(n-1)&hash 计算得到索引值，如果索引位置key为null,直接存储在该索引位置
        if ((p = tab[i = (n - 1) & hash]) == null)
            //该索引位置为null，直接存放
            tab[i] = newNode(hash, key, value, null);
        else {
            //3、如果key存在
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                //3.1如果索引位置key存在，覆盖value值
                e = p;
            else if (p instanceof TreeNode)
                //3.2 该索引位置上存在树形，需要遍历树节点,如果遍历过程中发现相同的key就返回旧值，否则加入到树中，并从新平衡树。
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                //3.3该位置是链表，需要遍历列表，如果遍历过程中发现相同的key就覆盖，没有则插入到链表尾部。如果链表长度>=8，并且数组长度大于64将链表转换成树
                for (int binCount = 0; ; ++binCount) {               
                    if ((e = p.next) == null) {
                     //在链表中没有找到相同的键，追加到链表的尾部
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                           //如果链表长度>=8，并且数组长度大于64将链表转换成树
                            treeifyBin(tab, hash);
                        break;
                    }
                    //找到相同的键，跳出循环
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            if (e != null) { // existing mapping for key
                //e!=null说明找到相同的ket，覆盖value
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            //如果hashmap中的键值对个数大于扩容阀值，对数组进行扩容
            resize();
        afterNodeInsertion(evict);
        return null;
    }

    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) {
            //ps1
            //如果原来数组中已经有元素了
            if (oldCap >= MAXIMUM_CAPACITY) {
                //如果原来的数组容量已经达到了最大容量，不能再扩容了，直接原样返回
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //将容量和扩容阀值扩大为原来的两倍
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
            //ps2
            //如果构造map的时候指定了初始容量，数组为空的时候，会进入到这里
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            //ps3
            //初始化容量和扩展阀值为默认值
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
            //ps2的情况，初始化扩容阀值
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
            // 如果老数组不为空，说明是扩容操作，那么涉及到元素的转移操作
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                // 如果当前位置元素不为空，那么需要转移该元素到新数组
                if ((e = oldTab[j]) != null) {
                    //释放掉老数组位置的元素，元素会被垃圾回收
                    oldTab[j] = null;
                    if (e.next == null)
                        //如果该元素不存在下一个元素，说明该位置不存在链表，
                        //直接利用hash映射到新数组中
                        //当 HashMap 容量 capacity 大小是 2 的 n 次幂时，取模公式和扩容公式都   可以用按位与运算来替换取模运算，极大地提升了运算效率
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                        //loHead 低位头节点 loTail 低位尾节点
                        Node<K,V> loHead = null, loTail = null;
                        //hiHead 高位头节点   hiTail 高位尾节点
                        Node<K,V> hiHead = null, hiTail = null;
                    // 以上的低位指的是新数组的 0  到 oldCap-1 、高位指定的是oldCap 到 newCap - 1
                        Node<K,V> next;
                        do {
                            next = e.next;
                         //当 e.hash & oldCap == 0，则节点在新数组中的索引值与旧索引值相同。
                        //低位链表存储旧数组索引值上的链表，然后将低位链表放在新数组的该索引值位置
                            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;
                            //新数组该索引位置j上直接存储旧数组索引位置j上的链表
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            //新数组j + oldCap索引位上存储，旧数组索引位j上的链表
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

        //红黑树转回链表的阈值
        static final int UNTREEIFY_THRESHOLD = 6;  
     /** 这个方法在HashMap进行扩容时会调用到: ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
      * @param map 代表要扩容的HashMap
      * @param tab 代表新创建的数组，用来存放旧数组迁移的数据
      * @param index 代表旧数组的索引
      * @param bit 代表旧数组的长度
     */
        final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
            //是((TreeNode<K,V>)e)这个对象调用split()方法，所以this就是指(TreeNode<K,V>)e对象
            TreeNode<K,V> b = this;
            // Relink into lo and hi lists, preserving order
            //低位链表
            TreeNode<K,V> loHead = null, loTail = null;
            //高位链表
            TreeNode<K,V> hiHead = null, hiTail = null;
            //lc 低位链表长度  hc 高位链表长度
            //用于判断是否需要将链表转换成红黑树
            int lc = 0, hc = 0;
            //遍历整个树
            for (TreeNode<K,V> e = b, next; e != null; e = next) {
                //缓存当前遍历到的节点的下一个节点
                next = (TreeNode<K,V>)e.next;
                //缓冲好下一个节点，将下一个节点引用置为空，方便GC回收
                e.next = null;
                if ((e.hash & bit) == 0) {
                //当 e.hash & oldCap == 0，则节点在新数组中的索引值与旧索引值相同。
                //将这些节点放入到低位链表，后续直接将链表放在新数组对应索引位置
                    if ((e.prev = loTail) == null)
                        loHead = e;
                    else
                        loTail.next = e;
                    loTail = e;
                    //链表长度自增
                    ++lc;
                }
                else {
                    //将这些节点放入到低位链表，
                    if ((e.prev = hiTail) == null)
                        hiHead = e;
                    else
                        hiTail.next = e;
                    hiTail = e;
                    ++hc;
                }
            }

            if (loHead != null) {
                if (lc <= UNTREEIFY_THRESHOLD)
                    //没有达到阀值，将树节点转换成链表节点
                    //因为链表中的元素是TreeNode,这里将TreeNode转换成Node
                    tab[index] = loHead.untreeify(map);
                else {
                    //低位链表长度达到转换红黑树的阀值
                    //如果高位链表不为空，说明原来的红黑树已经被拆分成两个链表了，需要重新构造红黑树
                    //如果高位链表为空，那么低位链表就是之前的红黑树  
                    tab[index] = loHead;
                    if (hiHead != null) // (else is already treeified)
                        loHead.treeify(tab);
                }
            }
            //同上
            if (hiHead != null) {
               
                if (hc <= UNTREEIFY_THRESHOLD)
                    tab[index + bit] = hiHead.untreeify(map);
                else {
                    tab[index + bit] = hiHead;
                    if (loHead != null)
                        hiHead.treeify(tab);
                }
            }
        }

HahsMap线程不安全的原因

在putval方法中，判断是否发展hash碰撞，如果没有发生，就直接插入数组中，代码如下：

        if ((p = tab[i = (n - 1) & hash]) == null)
            //该索引位置为null，直接存放
            tab[i] = newNode(hash, key, value, null);

 如果两个线程同时调用put方法，并且存放索引位置相同，都判断该位置上没有元素，会发生覆盖。

并且源码中++size 这些都不是原子性操作，会出现并发问题

参考文章 

 https://blog.csdn.net/weixin_52801742/article/details/114162110

https://blog.csdn.net/weixin_38106322/article/details/104422422