HashMap源码解析

HashMap的数据结构是数组加链表，基于哈希表的Map的实现，Map中有一个内部类Entry封装了key和value，在HashMap中数组中元素的存在形式是Node(实现Entry)，每一个Node中包含key，value和next，其中next作为链表的指针指向下一个Node，链表长度不能超过8，一旦超过就会转换为红黑树TreeNode，利用红黑树快速增删改查的特点提高HashMap的性能，HashMap中的初始容量为16，负载因子是0.75f，当集合中容量超过16*0.75=12时，将会被扩容resize()，扩大至原来的两倍即为32。
HashMap并不是线程安全的，若要实现其线程安全有3中方法
1,使用HashTable代替HashMap
2,利用Collections中synchronizedMap方法包装一下Map
3,使用ConcurrentHashMap，使用分段锁实现线程安全

HashMap的常量

public class HashMap<K,V> extends AbstractMap<K,V>
    implements Map<K,V>, Cloneable, Serializable {
    //HashMap中的常量
    //默认初始容量16
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
    //最大容量
    static final int MAXIMUM_CAPACITY = 1 << 30;
    //负载因子
    static final float DEFAULT_LOAD_FACTOR = 0.75f;
    //一个Node中最大链表的个数，超过8则将链表转为红黑树，优化查找效率
    static final int TREEIFY_THRESHOLD = 8;
    //执行resize()，当bin的数量小于6时，使用链表代替树
    static final int UNTREEIFY_THRESHOLD = 6;
    //当桶中的bin被树化时最小的hash表容量
    static final int MIN_TREEIFY_CAPACITY = 64;



----------
/**顺便说一下transient的用法，
1,,被transient修饰的变量不再是对象的持久化的一部分
2，只能修饰变量，而不能修饰方法和类，也不能修饰本地方法
3，被transient修饰的变量都不能再序列化Serializable，静态变量不管有没有
被transient修饰都不能被序列化
*/

    transient Node<K,V>[] table;//带有Node的数组
    transient Set<Map.Entry<K,V>> entrySet;//泛型为Entry的Set集合
    transient int size;//map集合的大小（key-value）
    transient int modCount;//HashMap集合被修改的次数
    int threshold;//临界值
    final float loadFactor;//hash表的负载因子

HashMap中resize，扩容机制

final Node<K,V>[] resize() {
//table是原来的数组（初始容量为16，负载因子是0.75f）
        Node<K,V>[] oldTab = table;
        //判断原来数据容量，oldCap不是为0就是大于0，会有以下判断
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        //threshold的值为capacity * load factor，临界值16*0.75=12
        int oldThr = threshold;
        int newCap, newThr = 0;
        //当oldCap>0
        if (oldCap > 0) {
        //MAXIMUM_CAPACITY = 1 << 30，若原数组容量已经是最大值了，
        //将integer的最大值赋给临界值，返回
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //相反的情况，将oldCap左移一位即扩大一倍继续与最大值判断，
            //并且原数组要大于DEFAULT_INITIAL_CAPACITY = 1 << 4; 
            // aka 16
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY 
            && oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        //当oldCap==0时，即为第一次初始化表
        // initial capacity was placed in threshold
        //将这个临界值赋给newCap
            newCap = oldThr;
            //正常初始化代码
        else {               // zero initial threshold signifies
        // using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;//16
            newThr = (int)(DEFAULT_LOAD_FACTOR * 
            DEFAULT_INITIAL_CAPACITY);//16*0.75=12
        }
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
 && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
        //创建扩容后的数组，容量为newCap
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
        //遍历旧数组，将旧数组中的元素添加到新数组中
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;//数组中的一个节点的值
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null)
    //若e的下一个节点为null，则将这个e作为新数组的临界值，
   //这里用了一个hash算法计算新数组的临界值e.hash & (newCap - 1)
                        newTab[e.hash & (newCap - 1)] = e;
  //判断e是否变成了树（当一个Node中的链表长度超过8时，
  //会将链表转换为红黑树结构TreeNode）.优化查找效率
                    else if (e instanceof TreeNode)
               ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
/**把链表上的键值对按hash值分成lo和hi两串，lo串的新索引位置与
原先相同[原先位置j]，hi串的新索引位置为[原先位置j+oldCap]；链表的键值对
加入lo还是hi串取决于 判断条件if ((e.hash & oldCap) == 0)，
因为capacity是2的幂，所以oldCap为10...0的二进制形式，
若判断条件为真，意味着oldCap为1的那位对应的hash位为0，
对新索引的计算没有影响（新索引=hash&(newCap-1)，newCap=oldCap<<2）；
若判断条件为假，则 oldCap为1的那位对应的hash位为1，
即新索引=hash&(newCap-1)=  hash&( (oldCap<<2)- 1)，
相当于多了10...0，即oldCap*/
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
     //注意这里不是e.hash&(oldCap-1),、(e.hash & oldCap) 得到的是 
     //元素的在数组中的位置是否需要移动
                            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) {
                        //若loTail不为null则放在新表原来的位置
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
               //若hiTail不为null，则放在新表j+oldCap的位置上，
               //这里的oldCap原数组的length
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

以下引用http://blog.csdn.net/u013494765/article/details/77837338

 (e.hash & oldCap) 得到的是 元素的在数组中的位置是否需要移动,示例如下

示例1：
   e.hash=10 0000 1010
   oldCap=16 0001 0000
     &   =10 0000 0000       比较高位的第一位 0
   结论：元素位置在扩容后数组中的位置没有发生改变

示例2：
   e.hash=17 0001 0001
   oldCap=16 0001 0000
     &   =1  0001 0000      比较高位的第一位   1
结论：元素位置在扩容后数组中的位置发生了改变，
新的下标位置是原下标位置+原数组长度



(e.hash & (oldCap-1))得到的是下标位置,示例如下

        e.hash=10 0000 1010
      oldCap-1=15 0000 1111
           &  =10 0000 1010

     e.hash=17 0001 0001
   oldCap-1=15 0000 1111
        &  =1  0000 0001

新下标位置
    e.hash=17 0001 0001
  newCap-1=31 0001 1111    newCap=32
       &  =17 0001 0001    1+oldCap = 1+16

元素在重新计算hash之后，因为n变为2倍，那么n-1的mask范围在高位多1bit，
因此新的index就会发生这样的变化：
0000 0001->0001 0001

HashMap中的put方法

put()方法中包含了HashMap是以怎样的规则将元素添加到哈希表中的，让人眼前一亮的hash算法，hash & (table.length-1)得出下标位置。当传入一个key值会先根据hash()得出key的hashCode值，再利用hash & （table.length-1）计算该元素在数组中下标位置，若存在则根据这条链最后的next插入，如不存在判断是否需要扩容，增加新的数组元素Node

//put方法实际上执行的是putVal方法，只需要将value放入集合，而key会根据hashCode()计算出来
 public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }
  /**
     * Implements Map.put and related methods
     *
     * @param hash hash for key
     * @param key the key
     * @param value the value to put
     * @param onlyIfAbsent if true, don't change existing value
     * @param evict if false, the table is in creation mode.
     * @return previous value, or null if none
     */
    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;

        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
            //这里i = (n - 1) & hash是作为index的计算方法
        if ((p = tab[i = (n - 1) & hash]) == null)
        //若table的i = (n - 1) & hash值为null，也就是第一个节点为空
        //，则新建一个Node插入该位置
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            //判断是否存在相同的key
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                //若存在直接将p的值覆盖，map中的key无序不重复
                e = p;
                //判断table[i]是否为红黑树
            else if (p instanceof TreeNode)
            //若为是，则在红黑树中插入这个键值对
             e = ((TreeNode<K,V>)p).putTreeVal(
             this, tab, hash, key, value);
            else {
            //遍历这个链表准备插入
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                    //新建一个Node插入
                        p.next = newNode(hash, key, value, null);
                        //判断这条链表上的数良是否超过8
                        if (binCount >= TREEIFY_THRESHOLD - 1) 
                        // -1 for 1st
                        //转换为红黑树插入
                            treeifyBin(tab, hash);
                        break;
                    }
                    //若没有判断key值覆盖value
                    if (e.hash == hash &&
 (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
         //onlyIfAbsent表示存在key相同时不做覆盖处理，
//或者oldValue为null时，进行覆盖操作。
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);//在这里无意义，
                //用于linkedHashMap的尾部操作
                return oldValue;
            }
        }
        ++modCount;
        //判断这个集合的容量是否大于临界值，若大于则扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);//在这里无意义，
        //用于linkedListHashMap的尾部操作
        return null;
    }

网上盗图，一目了然

HashMap中的get方法

根据HashMap中的数据结构，可以推算出get()方法的原理，首先是根据key的hash&（length-1）计算得出数组下标找到对应的数组元素，然后遍历链表再根据equals()方法比较值和哈希值找到对应的Node，将value值返回

public V get(Object key) {
        Node<K,V> e;
        //get方法其实是根据key值获取到value值，最重要的是获得相应的Node
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }

    /**
     * Implements Map.get and related methods
     *
     * @param hash hash for key
     * @param key the key
     * @return the node, or null if none
     */
    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) {
        //判断链表中key值以及hash值是否相等
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            if ((e = first.next) != null) {
           // 判断第一个节点中的链表是否为红黑树
                if (first instanceof TreeNode).getTreeNode(hash, key);
                   //找到对应的index在数组的位置后迭代链表
                do {
                //还是根据equals()方法判断key值是否相等
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }