HashMap（底层实现+源码）

1 创建集合对象

HashMap<String,Integer> map = new HashMap<>();

1.1 JDK1.8之前

构造方法创建一个长度为16的Entry[] table 数组用来存储键值对数据

1.2 JDK1.8之后

不是在HashMap的构造方法的时候创建数组，而是在第一次调用put()方法时创建数组Node[] table用来存储键值对数据

2 存储数据

HashMap中的hash方法

static final int hash(Object key) {
	int h;
	return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

情况一：向hash表中存入（柳岩-18）数据时，调用String类中重写后的hashCode()方法再结合数组的长度计算出Node节点的索引（例如是3），如果此节点空间中没有数据，则将Node节点中的值存入数组中

情况二：向hash表中存入（刘德华-40）数据时，调用String类中重写后的hashCode()方法再结合数组的长度计算出Node节点的索引（3），此节点的数组空间不为null，此时便会调用HashMap中的hash()方法进行二次hash后比较hash值是否相等，如果不相等，则在此空间上创建一个新的节点来储存该键值对中的信息（这时就形成了链表结构）

情况三：在情况二的基础下，在调用了HashMap中的hash()方法进行了二次计算后的hash值仍然相等，这时便会调用（柳岩所属类）中的equals()方法比较两个的内容是否相等
1.相等：现添加的value会覆盖原来的value
2.不相等：继续向下和其他数据的key进行比较，如果都不相等，则创建一个新的节点进行储存

注：内容不同计算的hash值也有可能相同
eg：

System.out.println("重地".hashCode());//1179395
System.out.println("通话".hashCode());//1179395

3 HashMap继承关系

public class HashMap<K,V> extends AbstractMap<K,V>
		implements Map<K,V>, Cloneable, Serializable

HashMap继承AbstractMap这个抽象类，AbstractMap又实现了Map接口
为什么还要去实现Map接口？
这是一个失误，错误的写法

HashMap实现了Cloneable和Serializable接口
Cloneable：HashMap可以对自己的对象进行克隆
Serializable：序列化接口。可以对对象进行序列化和反序列化

4 HashMap集合类的成员变量

序列化版本号

private static final long serialVersionUID = 362498820763181265L;

4.1 集合的初始化容量

<<阿里巴巴Java开发者手册>>建议初始化容量值尽量设为(需要储存的元素个数/负载因子)+1，尽量减少扩容的几率

（必须是2的n次幂）默认的初始容量为16，1<<4 == 16

 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

构造方法可以指定集合的初始化容量的大小

HashMap(int initialCapacity) 
//构造一个空的 HashMap具有指定的初始容量和默认负载因子（0.75）。 

4.1.2 源码解析

假设传入的初始化容量是10，由于HashMap的Capacity必须都是2的n次幂，
因此会用该方法找到大于等于传入参数的最小的2的n次幂的数

public HashMap(int initialCapacity) {
	//传入指定的初始化容量和默认的负载因子
  	this(initialCapacity, DEFAULT_LOAD_FACTOR);  	
}

调用tableSizeFor()方法对传入的容量进行处理

public HashMap(int initialCapacity, float loadFactor) {
		//对传入的初始化容量进行一系列的判断
        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;
        //调用tableSizeFor()方法对传入的容量进行处理
        this.threshold = tableSizeFor(initialCapacity);
    }

tableSizeFor()方法

static final int tableSizeFor(int cap) {
		//此处若不减一，传入的如果是2的n次幂的值时，返回的容量会扩大两倍
        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;
}

4.2 默认的负载因子

默认为0.75

static final float DEFAULT_LOAD_FACTOR = 0.75f;

4.3 集合的最大容量

static final int MAXIMUM_CAPACITY = 1 << 30;

4.4 树化阈值

static final int TREEIFY_THRESHOLD = 8;

4.4.1树化阈值为何是8？

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. Inusages with well-distributed user hashCodes, tree bins arerarely used. Ideally, under random hashCodes, the frequency of nodes in bins follows a Poisson distribution (http://en.wikipedia.org/wiki/Poisson_distribution) with aparameter of about 0.5 on average for the default resizingthreshold of 0.75, although with a large variance because ofresizing granularity. Ignoring variance, the expectedoccurrences 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
由于树节点的大小约为常规节点的两倍，因此我们仅在容器包含足够的节点以保证使用时才使用它们（请参见树节点阈值）。当它们变得太小时（由于移除或调整大小），它们会被转换回普通垃圾箱。在具有分布良好的用户哈希代码的消息中，很少使用树仓。理想情况下，在随机哈希码下，箱中节点的频率遵循泊松分布(http://en.wikipedia.org/wiki/Poisson_distribution)默认大小阈值为0.75时，平均参数约为0.5，但由于大小调整粒度，差异较大。忽略方差，列表大小k的预期发生率为（exp（-0.5）*pow（0.5，k）/阶乘（k））。

4.5 红黑树退化为链表的阈值

static final int UNTREEIFY_THRESHOLD = 6;

4.6 链表转化为红黑树对应数组长度的最小值

static final int MIN_TREEIFY_CAPACITY = 64;

4.7 (重点)table是用来初始化（必须是2的n次幂）

存储元素的数组

transient Node<K,V>[] table;

实现了Map.Entry<>接口，用来存放键值对数据的

static class Node<K,V> implements Map.Entry<K,V>

4.8 用来存放缓存

存放具体元素的集合

transient Set<Map.Entry<K,V>> entrySet;

4.9 (重点)HashMap中存放元素的个数

存放元素的个数，注意这个不等于数组的长度

size为HashMap中键值对的实时数量，不是table的长度

transient int size;

4.9 用来记录HashMap的修改次数

transient int modCount;

4.10 (重点)临界值

临界值，当实际大小超过临界值时，会进行扩容

int threshold;

4.11 (重点)哈希表的加载因子

final float loadFactor;

计算HashMap实时的加载因子的方法为 size/capacity
扩容非常消耗性能，应在创建集合对象时指定较好的数组容量，减少扩容次数

5 HashMap构造方法

1.构造一个空的 HashMap，默认初始容量(16)和负载因子为(0.75)

public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; 
}

2.构造一个具有指定初始容量和默认负载因子(0.75)的HashMap

public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

3.构造一个具有指定初始容量和负载因子的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);
}

4.包含另一个Map的构造函数

//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);
}

putMapEntries()方法

为什么要+1.0F？float ft = ((float)s / loadFactor) + 1.0F;
答：初始容量指定较大，尽量减少扩容(resize)次数

final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
        int s = m.size();
        if (s > 0) {
            if (table == null) { // pre-size
                float ft = ((float)s / loadFactor) + 1.0F;
                int t = ((ft < (float)MAXIMUM_CAPACITY) ?
                         (int)ft : MAXIMUM_CAPACITY);
                if (t > threshold)
                    threshold = tableSizeFor(t);
            }
            else if (s > threshold)
                resize();
            for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
                K key = e.getKey();
                V value = e.getValue();
                putVal(hash(key), key, value, false, evict);
            }
        }
}

6 (重点)HashMap的成员方法

6.1 增加方法(put&putValue)

6.1.1 put方法

put()方法实现大致如下

①HashMap是惰性创建数组的，首次使用也就是首次调用put方法时，才会创建数组
②计算索引（桶下标）
③如果桶下标还没人占用，创建Node占位返回
④如果桶下标已有人占用
④.1已经是TreeNode走红黑树的添加或更新逻辑
④.2是普通Node，走链表的添加或更新逻辑，如果链表长度超过树化阈值，走树化逻辑
⑤返回前检查容量是否超过阈值，一旦超过进行扩容

具体的方法如下：

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

真正往数组中插入元素的是putVal()方法，hash()方法计算key的hash值

算出key的hashCode，然后再将算出来的值与原来算出的hashCode的值进行按位异或运算得到hash()方法运算出来的hash值

static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

接下来就调用putValue()方法

6.1.2 putValue方法

onlyIfAbsent：为true表示不更改现有的值
evict：如果为false表示table为创建状态

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        //调用putValue方法时才会创建数组
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //判断计算出的索引下标对应数组中的位置的节点是否为null，同时判断计算出当前数组长度是否为0
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;//n为数组长度
        //[i = (n - 1) & hash]，计算索引值，替换了 [hash % n]
    	//判断计算出的索引下标对应数组中的位置的节点是否为null
        if ((p = tab[i = (n - 1) & hash]) == null)
        	//为null则将存入的数据存在数组对应的节点空间中，且当前节点node.next为null
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            //将传入的值与之前索引相同节点的键值对内容进行比较
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)//判断是否为树节点
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                	//p为当前节点，e为p的下一个结点
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        //判断链表长度是否大于树化阈值
                        if (binCount >= TREEIFY_THRESHOLD - 1) 
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            if (e != null) { 
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        //判断当前size是否达到了扩容的临界值
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
}

6.2 转化为红黑树的方法(treeifyBin&treeify)

//判断链表长度是否大于树化阈值
if (binCount >= TREEIFY_THRESHOLD - 1) 
      treeifyBin(tab, hash);

treeifyBin()方法如下

final void treeifyBin(Node<K,V>[] tab, int hash) {
        int n, index; Node<K,V> e;
        //判断数组的长度是否大于MIN_TREEIFY_CAPACITY(64)
        if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
            resize();//不大于64先进行扩容，改变putValue()方法中的TREEIFY_THRESHOLD，再进行判断，直到数组长度等于64时，才进行下一步else if中的代码执行
        else if ((e = tab[index = (n - 1) & hash]) != null) {
            TreeNode<K,V> hd = null, tl = null;//hd为头节点，tl为尾结点
            do {//执行循环直到e.next不为null，索引节点的内容赋给头节点，然后头节点不变，依次移动tl(尾)节点、p节点、e节点，实际上相当于一个双向链表
                TreeNode<K,V> p = replacementTreeNode(e, null);
                if (tl == null)
                    hd = p;
                else {
                	//可提现出与双向链表有点相像
                    p.prev = tl;
                    tl.next = p;
                }
                tl = p;
            } while ((e = e.next) != null);
            if ((tab[index] = hd) != null)
            	//这里的treeify()方法经过自旋平衡等一系列操作将其变为红黑树
                hd.treeify(tab);
        }
}

replacementTreeNode()方法就是创建了一个新的树节点

TreeNode<K,V> replacementTreeNode(Node<K,V> p, Node<K,V> next) {
        return new TreeNode<>(p.hash, p.key, p.value, next);
}

6.3 扩容方法(reSize)

①如果元素个数大于临界值就需要进行扩容
②在树化之前也会进行判断，容量没达到64时，就会先扩容，不会先进行树化

reSize()方法源码

final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        //原来的临界值
        int oldThr = threshold;
        //定义新的容量和新的临界值
        int newCap, newThr = 0;
        if (oldCap > 0) {
        	//在旧容量的基础上判断其是否大于MAXIMUM_CAPACITY(1<<30)
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                //不大于MAXIMUM_CAPACITY(1<<30)，新容量等于旧容量的两倍
                newThr = oldThr << 1; 
        }
        else if (oldThr > 0)  
            newCap = oldThr;
        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);
        }
        //将新的临界值赋给成员变量threshold 
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
       	//创建一个新容量为原容量两倍的新数组
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        //传进来的数组若不为空
        //for循环进行遍历，就是将旧数组的值赋给新数组
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
            	//用e节点来存储旧数组的内容
                Node<K,V> e;
                //将旧数组当前j索引位置的值赋给e
                if ((e = oldTab[j]) != null) {
                	//将旧旧数组所占用的空间释放
                    oldTab[j] = null;
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    //判断e节点是否为树节点，若为树节点就需要将其拆分进行存储
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    //下个节点有数据且不是红黑树（就是链表）
                    else { 
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            //判断hash值 & 旧容量是否为0，若为0则放在原位置；不为0，新位置索引为 [原位置索引+旧容量]
                            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;
}

6.4 移除方法(remove&removeNode)

remove()方法

public V remove(Object key) {
        Node<K,V> e;
        return (e = removeNode(hash(key), key, null, false, true)) == null ?
            null : e.value;
}

removeNode()方法

final Node<K,V> removeNode(int hash, Object key, Object value,
                               boolean matchValue, boolean movable) {
        Node<K,V>[] tab; Node<K,V> p; int n, index;
        //判断要删除的元素和传递的key值是否相等
        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;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                node = p;
            else if ((e = p.next) != null) {
                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);
                }
            }
            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) {
                if (node instanceof TreeNode)//判断是否为树节点
                	//按照树节点的逻辑移除元素
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                else if (node == p)
                	//将node的下一个节点赋给数组索引位置
                    tab[index] = node.next;
                else
                    p.next = node.next;
                ++modCount;
                --size;
                afterNodeRemoval(node);
                return node;
            }
        }
        return null;
}

6.5 查找方法(get&getNode)

get()方法

public V get(Object key) {
        Node<K,V> e;
        return (e = getNode(hash(key), key)) == null ? null : e.value;
}

getNode()方法

final Node<K,V> getNode(int hash, Object key) {
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            //判断是否为第一个元素
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            //不是第一个元素的齐纳提下判断是否为链表
            if ((e = first.next) != null) {
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {//当链表不为空时，返回链表的所有内容
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
}

若为树结构，查找方法名为find()，查找之前树已经是有序的了，故此处使用折半查找效率更高

final TreeNode<K,V> find(int h, Object k, Class<?> kc) {
            TreeNode<K,V> p = this;
            do {
                int ph, dir; K pk;
                TreeNode<K,V> pl = p.left, pr = p.right, q;
                if ((ph = p.hash) > h)
                    p = pl;
                else if (ph < h)
                    p = pr;
                else if ((pk = p.key) == k || (k != null && k.equals(pk)))
                    return p;
                else if (pl == null)
                    p = pr;
                else if (pr == null)
                    p = pl;
                else if ((kc != null ||
                          (kc = comparableClassFor(k)) != null) &&
                         (dir = compareComparables(kc, k, pk)) != 0)
                    p = (dir < 0) ? pl : pr;
                else if ((q = pr.find(h, k, kc)) != null)
                    return q;
                else
                    p = pl;
            } while (p != null);
            return null;
}

7 遍历HashMap的四种方式

7.1 jdk1.8后使用Map接口的默认方法

 /**
     * default void forEach(BiConsumer<? super K,? super V> action)
     *              对此映射中的每个条目执行给定的操作，直到所有条目都被处理或操作引发异常。
     *              参数：
     *                  BiConsumer  消费接口
     *                  抽象方法：void accept(T t, U u) 对给定的参数执行此操作。
     *                              参数：t ：key
     *                                    u ：value
     *
     * @param map
     */
private static void method3(HashMap<String, Integer> map) {
      map.forEach((key,value) -> {
          System.out.println(key+":"+value);
      });
}

7.2 Iterator迭代器方式

private static void method1(HashMap<String, Integer> map) {
      Iterator<Map.Entry<String, Integer>> iterator = map.entrySet().iterator();
      while (iterator.hasNext()){
          Map.Entry<String, Integer> next = iterator.next();
          System.out.println(next.getKey()+":"+next.getValue());
      }
}

7.3 遍历键和遍历值

private static void method(HashMap<String, Integer> map) {
	for (String key : map.keySet()) {
	    System.out.println(key);
	}
	for (Integer value : map.values()) {
	    System.out.println(value);
	}
}

7.4 get方法（不推荐）

private static void method2(HashMap<String, Integer> map) {
     Set<String> keySet = map.keySet();
      for (String s : keySet) {
          System.out.println(s+":"+map.get(s));
      }
}