前言
HashMap的源码非常经典，里面用到了哈希表、链表、红黑树等数据结构，而且又是用纯Java实现的，所以成为了Java程序员必读的源码之一。
事先了解下哈希表（散列表）对阅读HashMap的源码将会非常有帮助，哈希表的知识可以参考我的这篇博文：散列表（哈希表）概述。
废话少说，直接看代码，我这里只摘录重点部分。
常量和变量
// 链表长度阈值，超过这个阈值要么哈希表扩容，要么链表转红黑树，下文会细讲
static final int TREEIFY_THRESHOLD = 8;
// 哈希表默认的负载因子（也叫装填因子）
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 哈希表默认容量（16），注意，指的是数组长度，HashMap规定数组长度必须是2的幂
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 哈希表容量的最大值
static final int MAXIMUM_CAPACITY = 1 << 30;
// 当链表长度达到阈值时，如果哈希表长度小于这个值，会进行哈希表的扩容，而不是链表转树
static final int MIN_TREEIFY_CAPACITY = 64;
// 哈希表（散列表）本体
transient Node<K,V>[] table;
// key-value映射的个数，也就是我们常说的HashMap的大小
transient int size;
// 哈希表扩容的阈值，默认是DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR = 12
// 也就是说HashMap的size超过12时会进行table的扩容
int threshold;
构造器
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // 其他字段都是默认的
}
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;
// HashMap规定哈希表容量必须是2的幂，而initialCapacity不一定是2的幂
// 所以这里通过tableSizeFor求哈希表初始容量。
// 这里的threshold成员变量其实是身兼多职，如果是通过这个构造器创建HashMap实例，
// 在还未调用resize方法初始化哈希表前，threshold记录的是哈希表初始容量，
// 在resize之后，threshold就回归本职了。为什么要这么做？我猜主要是不想额外引入一个成员变量吧
this.threshold = tableSizeFor(initialCapacity);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
这里有个比较有意思的方法tableSizeFor：
static final int tableSizeFor(int cap) {
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;
}
对这个方法进行测试，输入12，输出16；输入16，输出16；输入19，输出32。可以看出，这个方法是求大于等于输入值的最小的2的幂。HashMap规定哈希表的容量必须是2的幂，如果你通过构造器自定义容量，就是通过这个方法保证容量是2的幂。那它是如何实现的呢？
假如我输入的cap是16，那么n = 16 - 1 = 15，15用二进制表示是1111，n >>> 1 = 0111，n |= n >>> 1的运算过程如下：
1111 |
0111 =
1111
此时n = 1111，n >>> 2 = 0011，n |= n >>> 2的运算过程如下：
1111 |
0011 =
1111
此时n = 1111，n >>> 4 = 0000，n |= n >>> 4的运算过程如下：
1111 |
0000 =
1111
此时n = 1111，n >>> 8 = 0000，1111 | 0000 = 1111。
此时n = 1111，n >>> 16 = 0000，1111 | 0000 = 1111。
所以最后求得的n = 1111 = 15. 最终返回n + 1 = 16。
那如果我输入的是12呢？继续看，n = 12 - 1 = 11，11用二进制表示是1011，n >>> 1 = 0101，n |= n >>> 1的运算过程如下：
1011 |
0101 =
1111
此时n = 1111，n到了1111后，接下来的流程就没啥好说的了，上面已经都推演过了，最终返回15 + 1 = 16。
继续看输入19，n = 19 - 1 = 18，18用二进制表示是10010，n >>> 1 = 01001，n |= n >>> 1的运算过程如下：
10010 |
01001 =
11011
此时n = 11011，n >>> 2 = 00110，n |= n >>> 2的运算过程如下：
11011 |
00110 =
11111
此时n = 11111，用十进制表示就是31，后续不管怎么计算，n都是11111，所以最终返回的结果是31 + 1 = 32。
所以我们发现那一串移位和或运算主要就是为了把所有低位都变成1，最终目的是使哈希表的表长变成2的幂。
put方法
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
本身java对象都是有hashcode的，这里对key求哈希值，主要是为了防止实现的不好的hashcode方法影响哈希表的性能。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); // 哈希扰动
}
put实际上调用的是putVal，看下putVal：
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) // 哈希表未初始化
n = (tab = resize()).length; // 初始化哈希表并获取哈希表长度
if ((p = tab[i = (n - 1) & hash]) == null) // 通过key的哈希码定位它在哈希表中的位置，等于null说明没有哈希冲突
tab[i] = newNode(hash, key, value, null); // 将数据存到哈希表
else { // 有哈希冲突
Node<K,V> e; K k;
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) // key已存在
e = p; // 用e记录该结点，数据结构保持不变
else if (p instanceof TreeNode) // 该结点是树的根结点
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); // 以树的方式处理
else { // 该结点是链表的头结点，以链表的方式处理
for (int binCount = 0; ; ++binCount) { // 遍历链表，并记录链表长度
if ((e = p.next) == null) { // 到了链表尾部，说明结点不存在，则新增结点
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash); // 链表太长了，考虑是否转红黑树
break;
}
if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) // key已存在
break;
p = e;
}
}
if (e != null) { // key已存在
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null) // 可以覆盖旧值，或者旧值为null
e.value = value; // 覆盖旧值
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold) // size超过阈值
resize(); // 扩容
afterNodeInsertion(evict);
return null;
}
上述代码在定位key位于哈希表中的位置时，不是用常见的对数组长度取余（%）的方式，而是用位运算&，因为位运算更高效。
if ((p = tab[i = (n - 1) & hash]) == null)
那它是如何实现的呢？HashMap规定哈希表（数组）长度必须是2的倍数，假设哈希表长度是16，忽略高位的0，用二进制表示就是10000，16 - 1 = 15，15用二进制表示就是1111；假设哈希表长度是32，用二进制表示是100000，32 - 1 = 31，31用二进制表示是11111。1 & 1 = 1，1 & 0 = 0，所以(n - 1) & hash其实取得就是hash的低位，得到的值绝对不会超过n - 1，哈希冲突的概率完全取决于hash()算得的值是否分布均匀。
关于链表转红黑树的时机，首先，链表长度要大于等于阈值（比如8），此条件满足时，会调用treeifyBin方法，我们看treeifyBin方法：
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
通过这个方法我们知道，如果哈希表容量（也即数组长度）小于MIN_TREEIFY_CAPACITY（64）时，会进行哈希表扩容，而不是链表转红黑树。
resize扩容
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) { // 当前哈希表的容量大于0，也就是说哈希表已经初始化过
if (oldCap >= MAXIMUM_CAPACITY) { // 超过最大容量
threshold = Integer.MAX_VALUE;
return oldTab; // 还是返回原哈希表，不扩容
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && // 新容量是老容量的2倍
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // 新阈值是老阈值的2倍
}
else if (oldThr > 0) // 这种情况一般是用带参的构造器new出来，但还未put过
newCap = oldThr;
else { // 这种情况一般是用无参的构造器new出来，但还未put过
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);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; // 创建新的哈希表
table = newTab; // 成员变量table指向新的哈希表
if (oldTab != null) { // 老的哈希表不为null，将数据搬迁到新哈希表
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null) // 当前位置没有哈希冲突
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode) // 当前位置是树的根结点
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // 当前位置是链表的头结点
// 把原链表拆成两个链表
// 链表1存放在低位（原索引位置）
Node<K,V> loHead = null, loTail = null;
// 链表2存放在高位（原索引+旧数组长度）
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// 哈希表容量是2的整数倍，比特位中只有一个1，其他位全部是0，比如10000（忽略高位的0）
// 所以e.hash & oldCap要么等于0，要么等于oldCap
// 为什么是(e.hash & oldCap) == 0？下面会具体分析
if ((e.hash & oldCap) == 0) { // 构建链表1
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else { // 构建链表2
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; // 高位链表的索引是原索引+旧数组长度
}
}
}
}
}
return newTab; // 扩容完成，返回新的哈希表
}
扩容时对链表的处理如下图所示：
简单说下为啥要将原链表拆分成高位和低位两个链表，直接用一段代码来说明问题：
public static void testHash() {
System.out.println((16 - 1) & 4); // 4
System.out.println((16 - 1) & 20); // 4
System.out.println((32 - 1) & 4); // 4
System.out.println((32 - 1) & 20); // 20
}
假设hash=4，不管数组长度是16还是32，算出来的索引都是4。假设hash=20，当数组长度为16时，算出来的索引等于4；当数组长度为32时，算出来的索引等于20，扩容后如果不进行数据搬迁，那么就会导致数据查找不到。
在源码中，我们看到(e.hash & oldCap) == 0的结点留在原低位链表，(e.hash & oldCap) == oldCap的结点搬到高位链表，刚看源码时肯定是一脸懵逼，哪些该搬，哪些留在原位，这里我们推导下原因。假设容量等于16，16的二进制10000，16 - 1 = 15，15的二进制1111；假设容量等于32，32的二进制100000，32 - 1 = 31，31的二进制11111：
01111 // 15
11111 // 31
00100 // 4
10100 // 20
直接对比比特位，很容易就看出规律了，4的最左边的1在15和31最左边的1的右边；20最左边的1在15的左边，和31齐平。
（PS：不知道咋表达，只可意会，不可言传吧）
get方法
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
get方法的主体是getNode方法，所以我们直接看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 && // 哈希表非空
(first = tab[(n - 1) & hash]) != null) { // 头结点非空
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k)))) // 头结点即是要找的结点
return first;
if ((e = first.next) != null) { // 此处存在哈希冲突
if (first instanceof TreeNode) // 头结点是树的根结点，按照树的方式处理
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 按照链表的方式处理，遍历链表查找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
可以看到，get方法其实是非常容易理解的。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
