HashMap判断两个对象相等

1.使用hashCode + equls 来判断对象真正相等

2.hashCode是什么?

        hashcode就是通过hash函数得来的，通俗的说，就是通过某一种算法得到的，hashcode就是在hash表中有对应的位置。

        hashCode比较的是哈希码，哈希码是由特定的哈希算法的出。

        一个对象肯定有物理地址，也有人把hashcode说成是代表对象的地址，这里肯定会让读者形成误区，对象的物理地址跟这个hashcode地址不一样，hashcode代表对象的地址说的是对象在hash表中的位置，物理地址说的对象存放在内存中的地址 。 通过对象的内部地址(也就是物理地址)转换成一个整数，然后该整数通过hash函数的算法就得到了hashcode 。

        举个例子，hash表中有 hashcode为1、hashcode为2、(...)3、4、5、6、7、8这样八个位置，有一个对象A，A的物理地址转换为一个整数17(这是假如)，就通过直接取余算法，17%8=1，那么A的hashcode就为1，且A就在hash表中1的位置。

3.为什么需要HashCode（）

        使用hashcode方法提前校验，可以避免每一次比对都调用equals方法，提高效率

        例如 HashSet是具有不可重复性的，每次往里面添加数据时，都会先计算该数据的 哈希值（即在哈希表中的存放位置），然后与set中已经存在的数据的 哈希值进行比较，如果都不同则添加在计算出的位置进行添加，如果相同则调用 equals方法进行判断，相同则不添加，不相同则散列到其他位置添加。

        因为不同对象出现 哈希值相同的概率是比较低的，所以重写了 hashcode方法可以减少 equals方法的调用，提高效率。

4.为什么HashCode（）有了还需equals（）

        HashCode值一致对象不一定一致。

        对象一致HashCode值一定一致。

5.源码

底层组成

transient Node<K,V>[] table;

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

/**
 * 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;

在JDK1.8中，我们可以看到一个静态常量TREEIFY_THRESHOLD，值为8，当链表长度大于8时，HashMap内部数据结构会“树化”，也就是转换成红黑树结构。同时，在元素被删除后，长度重新小于6时，红黑树会重新变回链表结构。  

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //table没有初始化,或者table长度为0 则进行扩容
        //resize() 扩容和初始化
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //(n - 1) & hash(key.hashCode) 等价于hash(key.hashCode) % n 位运算效率高
        //这个位置的链为空 则把这个值当成头节点填入
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        //如果不为空
        else {
            Node<K,V> e; K k;
            //和这条链第一个元素的hash值比较 比较key值 是否相等
            //如果相等 e=p
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //这个节点 是否属于红黑树节点
            //添加到红黑树
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                //遍历这个链
                for (int binCount = 0; ; ++binCount) {
                    //直到最后一个位置 把这个节点加进去
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        //大于阈值,转化为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    //如果找到相等的key 退出循环
                    //p=e 
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            //存在相同的key
            if (e != null) { // existing mapping for key
                //记录以前的value
                V oldValue = e.value;
                //如果onlyIfAbsent是false 或者 以前值为空 用新值替换
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                //返回旧值
                return oldValue;
            }
        }
         修改次数 + 1
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }