HashMap源码解析

一、哈希表

HashMap的本质就是一个哈希表，所以我们先来讨论一下哈希表。
首先，哈希表的主干是一个数组。
既然哈希表的本质是一个数组，我们试试将存储的key映射为数组下标，存储value的值。那么我们将通过key定位到数组位置就需要一个函数，这个函数我们称之为哈希函数。假设一组数据{1，15},这组数据的值既是key也是value，哈希函数为f(x)=x%4。插入情况如下图所示：

哈希冲突
通过这个图我们很容易联想到，如果插入的两个数对映的映射相同怎么办？
这就是哈希冲突，一般来说我们有两种解决方案：1、将相同映射往数组后面移动，直到找到空的位置。
2、采用链表+数组的组合，每个数组上的元素都作为头节点，映射相同的话，就作为该元素在链表中指向的下一节点。
在哈希表中进行添加，删除，查找等操作，性能十分之高，不考虑哈希冲突的情况下，仅需一次定位即可完成，时间复杂度为O(1)。不难想象，冲突发生的越少，查找效率就越高，所以我们设计哈希函数的时候要尽量避免冲突

二、HashMap实现原理

HashMap采用链表+数组的组合，其有两个重要参数：初始容量和加载因子。
初始容量：哈希表创建时的容量。
加载因子：当前容量*加载因子=下次扩容前的容量。默认的加载因子是0.75，即数组存储的数据达到容量的四分之三的时候，下一次再插入时会进行扩容，默认扩容为当前容量的两倍。
HashMap的主干是一个table数组，存储的是Node类的对象：

transient Node<K,V>[] table;
 static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;       //对key的HashCode值进行一定运算后的值
        final K key;
        V value;
        Node<K,V> next; //指向下一个单链表的Node

        Node(int hash, K key, V value, Node<K,V> next) {
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }
}

可以看到每个Node类中，都有一个key-value对。我们很容易直到，链表的存在是为了解决冲突，但因为存在链表，在一定程度上会降低我们查找的速度，因为可能无法一次定位的指定的数。所以虽然设计了链表，但是链表还是越少越好，越短越好。
我们再来看看几个重要参数：

transient int size;			//当前存储的key-value键值对个数
transient int modCount;		//HashMap进行操作的次数，如put。这个属性存在的原因是为了处理并发问题。
int threshold;				//阈值，初始为16，之后为capacity*loadFactory。
final float loadFactor;		//负载因子

我们先来看看HashMap的其中一个构造器。

public HashMap(int initialCapacity, float loadFactor) {
		//对初始容量进行校验，MAXIMUM_CAPACITY=1<<30。
        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;
        //使数组长度一定为2的次幂
        this.threshold = tableSizeFor(initialCapacity);
    }

这个构造器设置了初始容量和负载因子。代码也很好理解,不多做解释。
接下来我们看看put操作，这个操作是构建HashMap的核心。

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        //为数组table分配空间
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //(n-1)&hash：对hash值进行进一步计算，为确保散列均匀
        //如果当前位置不存在，那么就将Node分配在当前位置；如果存在
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
            //以数组中的Node为头节点，往后查询，当某下节点的下一节点为null时，执行插入操作。
                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;
                }
            }
            //如果对应key已经存在，那么就将旧的value用新的value替代，并返回旧的value
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        //如果这时后的size大于阙值，执行扩容操作。
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

put操作中有一个非常重要的方法叫做resize()，这个操作的代码比较长，官方对它的解释是：“Initializes or doubles table size. If null, allocates in accord with initial capacity target held in field threshold. Otherwise, because we are using power-of-two expansion, the elements from each bin must either stay at same index, or move with a power of two offset in the new table.(初始化或者将table大小增加一倍。如果table为null，则根据字段阈值中保存的初始容量目标进行分配。否则，因为我们正在使用二次幂扩展，每个位置的元素必须和之前保持相同的索引，或者在新table中以2次幂偏移的方式移动)”
这样看起来事实上，扩容操作我们还是有点没有明白。我讲下我自己对这句话的理解。首先table的初始容量为16(2^4)，之后我们每次以两倍的扩容，从二进制上去考虑，就是将那个0和1中的那个1向左移动过了一位。当进行扩容时，我们hash值与length-1进行&操作(至于为什么这么做之后进行讨论)。我们可以举个例子理解，我们将12和20分别插入容量为16和32的table中：

我们可以看到，12不管是插入到容量为16还是32的table中，进行&操作后的结果都是01100。但20插入到容量为16的table中结果为00100，插入到容量为32的table中结果为10100。因为在进行扩容时，就是多出了最左边的一个1，只有一位的差异，如果我们的hash在该位为0，进行与操作后还是0，即最后与操作的结果相同，那么该Node扩容后的索引和扩容前相同，但如果我们的hash在该位为1，进行与操作后还是为1，那么最后我的操作结果会在左边多出一个1，相当于“在新table中以2次幂偏移的方式移动”。
我们再来看一下，hash是如何获得的：

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

我们现在可以给出获取存储方式的流程：

为什么最大容量要为2的次幂？

其实一部分原因之前的内容已经讲到。
一、当最大容量为2的次幂的时候，根据我们之前的说法，我们确定Index的时候会对hash值和length-1进行与操作，length-1右边为全1，我们每次扩容都是以两倍进行扩容，这样子就能保证每次扩容后有一半的几率索引不会改变，即使改变也只有一位之差(原因上面已经交代)。
二、我们可以想象一下，如果不为2的次幂，也就无法保证右边部分为全1，假设我们将hash值和1101进行与操作，我们可以想象，1101的第三位因为是0的原因，会造成这一位进行与操作的结果一定也是0，这样一定会造成一部分空间无法使用，因为与操作结果永远不可能出现在该位为1的索引上。