JDK8-hashmap源码分析（包含put方法的过程，capacity、size、loadFactor、红黑树链表互转阈值的设置原因）

HashMap

一、HashMap允许key为null，value为null，但是key为null只可以为一个，因为放进去key = null的新键值对，再放进去的时候会更新key = null的value值

二、put(key, value)的过程

        return putVal(hash(key), key, value, false, true);

0、创建了HashMap以后，其capacity为16（仅仅是DEFAULT_INITIAL_CAPACITY值为16但是容量并不为16，目前里面实际存储键值对的Node<K, V>数组仍然为空）、loadFactor为0.75；size（为键值对的个数而不是桶被占用的个数）、threshold为0，在put第一个值的时候才new Node[16]，threshold=16 * 0.75；

HashMap底层存储数据其实是一个其内部类Node<k, v> implements Map.Entry<K,V>的数组

1、key先进行hash运算

（1）如果key为null，返回0；

（2）如果不为null，执行hashcode运算

Ⅰ.如果为普通数据（字符串、数字），那么它的hashCode运算为：

（数字会自动装箱转为包装类，使用其重写的hashcode运算）

	* 字符串对象内部存储为数组；
	* int h = 0
	* 循环计算：h = h*31 + 字符数组中的字符ASCII值

Ⅱ.如果为Java对象，一般需要重写hashCode方法，不重写的话会调用本地方法，这个方法是C语言实现的，但是返回值绝对不是对象的内存地址；

public native int hashCode();

（3）hashCode的返回值hash和hash自己做无符号右移16位后的值做&运算（高位补0）

return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);

2、将hash值，key和value传入putVal()方法中，开始做散列

• 将hash值 & 容量size- 1（初始为16），映射到Node数组上，判断这个位置是否为null

  • 为null，说明这个位置没有创建过值，那么就创建一个Node（hash, k, v, next = null）的节点放进去，这里next代表链表中的下一个节点，然后被修改的次数modcount + 1（结构上被修改的次数，这里的被修改次数指的是删除和增加，不包括更新值），size + 1【注释：modcount 该字段被Iterator以及ListIterator的实现类所使用，如果该值被意外更改，Iterator或者ListIterator 将抛出ConcurrentModificationException异常，】

    • 如果size超过了threshold（初始为12），就将创建一个新的Node<k, v>(capacity × 2)的数组，然后将旧的Node<k,v>数组的所有键值对放进去（放到新数组的过程单独在下面分析），让HashMap里面的Node数组成员变量指向这个新的Node<K, V>对象，返回null（记住，插入新的值就是返回null，更新值时返回老的value）
    • size没超过，直接返回null

  • 不为null说明这个位置有值，那么比较老的Node的key和新需要插入的Node的key是否相等；

    • key相等，则将原来的value替换为新的，并将来的老的value返回

    • key不相等

      • 查看当前Node数组位置的节点是不是一个红黑树TreeNode节点（p instanceof TreeNode判断的），是的话就按照红黑树节点进行遍历更新或插入数据，如果是被修改则返回老的值，如果是被插入数据那么返回null并且modcount + 1，size + 1，之后判断是否需要扩容

      • 不是红黑树节点遍历该位置是否有链表

        • 有链表，循环遍历链表中的<K, V>，是否有K相等但是V不等的，如果有就将V替换成新的Value并且返回老的值，如果没有就在最后位置插入新节点并且modCount + 1，size + 1，
          • 如果是插入节点，判断链表长度是否大于8，如果大于8就扩成红黑树结构
        • 无链表，说明Node数组这个位置就这一个节点，把新的节点插入进去并且modCount + 1，size + 1，

【扩容时如何复制节点到新的Node<K, V>[]数组：（暂不考虑红黑树情况）

循环遍历每一个桶

• 如果只有一个节点，直接hash & newCapacity - 1确定新的桶位置（新的位置要不就是新数组的原下标号桶里，要不就是在oldCapacity + 原下标号的桶里，这个下面代码块部分会解释）;
• 如果不止一个节点，循环遍历每一个节点，先hash & oldCapacity（老数组的容量），这样是为了判断你的下标需不需要挪到新扩出来的桶去，举个例子：

容量16（16-1 = 1111），hash1 = 10001和hash2 = 00001的桶位置都在1里面，但是扩容以后，容量32（32-1 = 11111）因为首位数字不同所以就不会在一个桶了，这样hash & oldCapacity是为了判断你的最高那一位是不是1，如果是0那你不用挪位置，如果是1，那就要挪桶的位置，挪到oldCapacity + 当前下标的位置（最高位为1，做hash运算的时候肯定会变为1XXXX，就等于oldCap + 当前下标）

• 挪的过程中就会进行分表，即把这个老的链表拆开，一部分留在新数组原下标号的桶里，一部分放到（oldCapacity + 当前下标）的桶里

】

三、hashmap一些值设定的原因

1、为什么数值要为2^n个

（1）当哈希表的桶的个数为2^n 的时候，它的下标最大为 2^n - 1 ，这个时候转为二进制就是111…11的结构，可以保证与key的hash值做&运算得到的值可以完美投影到其中一个桶上，这样就不担心是否会投影到桶之外再做另外的处理。

例如当前容量为16，key的hash值为10001，我们直接使用16 = 10000 & 10001 = 10000 = 16 >桶的最大下标15，这个时候就还需要再做其他处理甚至可能需要做二次hash，那么是很麻烦和浪费时间的；

（2）可以尽可能的减少碰撞次数，因为只要两个key的hash值不同，与111…111的&运算就一定不同，可以尽可能的避免碰撞

2、为什么加载因子是0.75

这是考虑了时间和空间效率得出的折中方案，如果为1的时候在扩容那么会增大碰撞率，如果考虑一下中间值0.5的时候再扩容那么会浪费很多空间，因此要取一个折中方案。那么是因为0.5 + 1/ 2 = 0.75吗，实际维基百科有一个介绍说：

对于开放定址法，加载因子是特别重要因素，应严格限制在0.7-0.8以下。超过0.8，查表时的CPU缓存不命中（cache missing）按照指数曲线上升。因此，一些采用开放定址法的hash库，如Java的系统库限制了加载因子为0.75，超过此值将resize散列表。

因此折衷方案来自于这里！

有的博客说是因为那个泊松分布，在我看来那个泊松分布是说在加载因子为0.75的前提下，可以保证我们的桶上链表节点的个数大于等于8的可能性几乎为0，这个更像是说明链表转红黑树的设定阈值为8的原因。

参考原文：https://blog.csdn.net/NYfor2017/article/details/105454097/?utm_medium=distribute.pc_relevant.none-task-blog-baidujs-2

3、为什么链表长度大于等于8的时候转为红黑树，小于等于6的时候转为链表

（1）依据泊松分布，加载因子为0.75的时候，链表中的个数为8的可能性为亿分之6（代码中注释所描述），所以正常情况下是不会出现这种状况的，但是如果出现了就说明是非正常情况，这个时候可能有很多的key碰撞在同一个桶中，这个时候继续用链表的话查询时间复杂度O（n）效率是很低的，而红黑树的O(log(n))则要远远优于链表，举个例子，1024的链表查询平均时间为512，而红黑树则仅仅为10。节点数小于8的时候链表的查询时间是很小的，没必要用红黑树，而且红黑树调整树结构也需要时间，节点数也为链表节点数的2倍，所以没必要使用。

总结：Ⅰ桶上节点数出现8的概率很低，出现了说明为非正常情况，因此要额外处理；Ⅱ而当大于等于8的时候继续使用链表查询效率会比较低，改用红黑树会更快（这是以空间换取时间的策略）；Ⅲ节点数小于8的时候考虑时间和空间效率没必要使用红黑树；

参考原文：https://blog.csdn.net/qq_43519310/article/details/102887039

（2）那为什么6是树转链表的阈值：因为达到了8的时候如果一个桶上频繁的增删节点可能节点数会不停的在8和7变动，那么阈值设定为7就要不停的链表和树互转，这个时候耗费时间空间，所以给它一个缓冲空间设定阈值为6的时候再转链表，达到6的时候说明节点数在向减少的趋势发展，所以设定为6了；