浅谈Java集合框架——HashMap、HashTable

在上一篇中对List的实现类进行了总结，本应该学习Collection接口的另外一个子接口Set，但是由于
HashSet是基于HashMap、TreeSet是基于TreeMap。所以现将先对Map进行学习。

Map

Collection集合最大的特点是每次进行单个对象的保存，如果要对一对对象来进行保存，就只能够使用Map集合。
Map是一种把键对象和值对象映射的集合，它的每一个元素都包含一对键对象和值对象。
(即Map集合中会一次性保存两个对象，且这两个对象的关系:key=value结构。这种结构最大的特点是可以通过key找到对应的value内容。)

Map没有继承Collection接口

(1)AbstractMap:一个抽象类，实现了Map接口。Map的基本实现，其他Map实现类都可以通过
               继承AbstractMap来减少代码的编写。
(2)SortedMap:继承自Map的一个接口。保证按照键的升序排列的映射。对entrySet、keySet和
              values方法返回的结果进行迭代时，顺序就会范颖出来。
(3)NavigableMap:继承SortedMap，含有返回天剑最近匹配的导航方法。
(4)HashMap:继承自AbstractMap，实现Map接口。是Map接口基于哈希表的实现，
           是使用频率最高的用于键值对处理的数据类型。大多数情况下可以直接定位到其值，
           特别是访问速度快，遍历顺序不确定，线程不安全，最多允许一个key为null，
           可允许对个value为null。可以使用Collections的synchronizedMap方法使得Map具有线程安全的能力，
           或者使用ConcurrentHashMap.
(5)HashTable:HashTable和HashMap从存储结构和实现上有很多相似之处，不同的是它继承自Dictionary类，是线程安全的，
           HashTable不允许key和value为null。并发性不如ConcurrentHashMap，因为ConcurrentHashMap引入了分段锁，
           HashTable不建议在新的代码中使用，不需要线程安全的场合下建议使用HashMap，需要线程安全的场合使用ConcurrentHashMap。
(6)LinkedHashMap:LinkedHashMap继承自HashMap，是Map接口的哈希表和链接列表的实现，它维护了一个双重链接列表。此链接列表定义了迭代顺序，
                 该迭代顺序可以是插入顺序或者访问顺序。
(7)WeakedHashMap:以弱键实现的基于哈希表的Map，在WeakHashMap中，当某个键不再正常使用时，将自动移出其条目。
(8)TreeMap:Map接口基于红黑树的实现。

HashMap

HashMap和List最大的区别就是采用key-value形式对数据进行存储。至于如何保存和处理key-value键值对？接下来将对其进行分析。

底层数据结构

HashMap的底层数据结构在JDK1.8之前是数组+链表；在JDK1.8之后是数组+链表+红黑树。通常将数组中的每一个节点称为一个桶。
当给桶中添加一个键值对时，首先要计算键值对中key所对应的hash值，以此来确定要插入数组中的位置，但是可能存在同一个hash值
的元素被放在数组的同一个位置，这种现象称为碰撞，这时候若元素重复则不插入，若不重复则按照尾插法（在JDK1.8之前为头插法）
的方式添加key-value到同一个hash值的元素的后面，链表就是这样形成的。当链表长度超过8(TREEIFY_THRESHOLD)时，
链表就转化为红黑树。

---

如上图是HashMap在JDK1.8之前的结构图，左半边是哈希表，也称为哈希数组，数组的每一个元素都是单链表的头结点，
链表使用来解决hash冲突的（HashMap是利用链地址法解决哈希冲突的）  ，如果不同的key映射到数组的同一个位置，
就将其放入单链表中（头插）。如果在一个链表中查找一个节点，就要花费O(n)的查找时间，会有很大的性能损失。
所以在JDK1.8后采用红黑树。

在上图中展示的是JDK1.8之后HashMap的结构图，可以清楚的看到数据结构有数组、链表、红黑树，
桶中的结构可以是链表也可以是红黑树，红黑树的引入是为了提高效率。

位桶

hashMap中的一个重要字段，table哈希桶数组，即一个Node的数组。

//存储位桶的数组
 transient Node<K,V>[] table;

链表的实现

node中包含的next变量是链表的关键点，hash结果相同的元素就是通过这个next来进行关联的。

//Node是单向链表，实现了Map.Entry接口
   static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;
        final K key;
        V value;
        Node<K,V> next;

//构造函数包含hash值、键、值及下一个节点
        Node(int hash, K key, V value, Node<K,V> next) {
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }

        public final K getKey()        { return key; }
        public final V getValue()      { return value; }
        public final String toString() { return key + "=" + value; }

        public final int hashCode() {
            return Objects.hashCode(key) ^ Objects.hashCode(value);
        }

        public final V setValue(V newValue) {
            V oldValue = value;
            value = newValue;
            return oldValue;
        }
        //判断两个node是否相等，若key和value都相等，返回true，与其自身比较为true
        public final boolean equals(Object o) {
            if (o == this)
                return true;
            if (o instanceof Map.Entry) {
                Map.Entry<?,?> e = (Map.Entry<?,?>)o;
                if (Objects.equals(key, e.getKey()) &&
                    Objects.equals(value, e.getValue()))
                    return true;
            }
            return false;
        }
    }

红黑树的实现

红黑树与链表相比，多了四个变量，parent父节点，left左节点，right右节点，prev上一个统计节点.

//红黑树
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
        //父节点
        TreeNode<K,V> parent;  //左子树
        TreeNode<K,V> left;
        //右子树
        TreeNode<K,V> right;
        TreeNode<K,V> prev;  
        //颜色属性
        boolean red;
        //构造函数
        TreeNode(int hash, K key, V val, Node<K,V> next) {
            super(hash, key, val, next);
        }
        //返回当前节点的根节点
        final TreeNode<K,V> root() {
            for (TreeNode<K,V> r = this, p;;) {
                if ((p = r.parent) == null)
                    return r;
                r = p;
            }
        }

在以上三种数据结构的基础上，我们就可以想到HashMap的实现了：首先有一个数组，当添加元素时(key-value),
首先计算元素key的hash值来确定要插入数组的位置，若存在同一个hash值的元素已经被放在数组的同一个位置了，
则需要将该元素添加值同一hash值元素的后面，他们在数组的同一个位置就形成了链表，所以说数组中存放的是链表，
当链表的长度太长（>8）时，链表就转化为红黑树，这样有利于提高查找效率。

构造函数

---

1.无参构造函数
    构造一个默认初始容量为16，默认加载因子为0.75的空HashMap.

public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }

---

2.指定初始化容量的构造函数
    构造一个带有指定初始化容量和默认加载因子为0.75的构造函数。

public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }

---

3.指定初始化容量和加载因子的构造函数
    构造一个带有指定初始化容量和指定加载因子的空HashMap.

public HashMap(int initialCapacity, float loadFactor) {
        //当始容量小于0时，否则报错
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
                                               initialCapacity);
        //当初始容量大于最大值时，为最大值
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
        //填充因子不能小于等于0，不能为数字
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
                                               loadFactor);
        //初始化填充因子
        this.loadFactor = loadFactor;
        //初始化threshold的大小
        this.threshold = tableSizeFor(initialCapacity);
    }

---

由构造方法可以看出影响HashMap性能的两个重要参数：初始化容量和加载因子。

部分源码

//类的属性

//默认的初始化容量为16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认的填充因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//当桶上的节点个数大于8时转化为红黑树
static final int TREEIFY_THRESHOLD = 8;
//当桶上节点个数小于6时树转化为链表
static final int UNTREEIFY_THRESHOLD = 6;
//桶中结构转化为红黑树对应的table的大小
static final int MIN_TREEIFY_CAPACITY = 64;
//存储元素的数组，总是2的幂次方
transient Node<K,V>[] table;
//存放囊具体元素的集
transient Set<Map.Entry<K,V>> entrySet;
//存放元素的个数，不等于数组的长度
transient int size;
//每次扩容和更改map结构体的计数器
transient int modCount;
//临界值，当实际大小（容量*填充因子）超过临界值时，会进行扩容
int threshold;
//填充因子
final float loadFactor;


//hash的算法
//首先获得对象的hashCode值，然后将hashCode值右移16位，再将右移的值和hashCode做异或运算，返回结果。
//h>>>16在JDK1.8中优化了高位运算的算法，使用了零扩展，无论正数还是负数都在高位插入0
static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

 //取得键的位置
 //通过(n-1)&hash获取键在hashMap中的位置（其中hash的值就是上m面hash中所获得的值）
 //其中n表示hash桶数组的长度，并且改长度为2的n次方，这样(n-1)&hash就等价于hash%n，因为&运算的效率高于%运算
    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;
        //获取位置
        //tab就是table，n是map集合的容量大小，hash上上面方法的返回值
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
                        …………
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }
    //供用户调用的接口（并没有直接调用putVal而是使用put方法来进行元素的插入）
     public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }
    //删除节点node(供给用户remove使用)
     final Node<K,V> removeNode(int hash, Object key, Object value,
                               boolean matchValue, boolean movable) {
        Node<K,V>[] tab; Node<K,V> p; int n, index;
        //若数组table变为空且key映射到的桶不为空
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (p = tab[index = (n - 1) & hash]) != null) {
            Node<K,V> node = null, e; K k; V v;
            //桶上第一个node就是要删除的节点node
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                //记录桶上第一个节点
                node = p;
                //若桶上不止一个节点node
            else if ((e = p.next) != null) {
                //桶结构为红黑树
                if (p instanceof TreeNode)
                    //记录key映射到的node
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                //桶为链表
                else {
                    //遍历链表，找到key所映射的节点node
                    do {
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) {
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
            //如果得到的node不为null且(matchValue为false||node.value和参数value匹配)
            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) {
                //桶内结构为红黑树
                if (node instanceof TreeNode)
                    //使用红黑树删除方法删除node
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                //若桶中第一个节点node要被删除
                else if (node == p)
                    tab[index] = node.next;
                //桶内结构为链表，使用链表删除的方法
                else
                    p.next = node.next;
                //结构性修改+1
                ++modCount;
                //哈希表大小-1
                --size;
                afterNodeRemoval(node);
                return node;
            }
        }
        //若数组table为空或者映射到的桶为空，返回null
        return null;
    }

    //删除hashMap中key对应的node
    public V remove(Object key) {
    Node<K,V> e;
    //根据key来删除node。调用removeNode方法
    return (e = removeNode(hash(key), key, null, false, true)) == null ?
        null : e.value;
    }
    //删除map中所有的键值对
    public void clear() {
        Node<K,V>[] tab;
        modCount++;
        if ((tab = table) != null && size > 0) {
            size = 0;
            for (int i = 0; i < tab.length; ++i)
                tab[i] = null;
        }
    }
    //若hashMap中的键值对有一对或者多对的value为参数value，返回true
    public boolean containsValue(Object value) {
        Node<K,V>[] tab; V v;
        if ((tab = table) != null && size > 0) {
            //遍历table数组
            for (int i = 0; i < tab.length; ++i) {
                //遍历桶中的node
                for (Node<K,V> e = tab[i]; e != null; e = e.next) {
                    if ((v = e.value) == value ||
                        (value != null && value.equals(v)))
                        return true;
                }
            }
        }
        return false;
    }
    //返回map中键值对映射的个数  
    public int size() {
        return size;
    }
    //返回hashMap中所有key的视图（改变hashMap会影响set，反之亦然）
    public Set<K> keySet() {
        Set<K> ks = keySet;
        if (ks == null) {
            ks = new KeySet();
            keySet = ks;
        }
        return ks;
    }
    //内部类keySet
    final class KeySet extends AbstractSet<K> {
        public final int size()                 { return size; }
        public final void clear()               { HashMap.this.clear(); }
        public final Iterator<K> iterator()     { return new KeyIterator(); }
        public final boolean contains(Object o) { return containsKey(o); }
        public final boolean remove(Object key) {
            return removeNode(hash(key), key, null, false, true) != null;
        }
        public final Spliterator<K> spliterator() {
            return new KeySpliterator<>(HashMap.this, 0, -1, 0, 0);
        }
        public final void forEach(Consumer<? super K> action) {
            Node<K,V>[] tab;
            if (action == null)
                throw new NullPointerException();
            if (size > 0 && (tab = table) != null) {
                int mc = modCount;
                for (int i = 0; i < tab.length; ++i) {
                    for (Node<K,V> e = tab[i]; e != null; e = e.next)
                        action.accept(e.key);
                }
                if (modCount != mc)
                    throw new ConcurrentModificationException();
            }
        }
    }
    //返回hashMap中键值对所对应的set视图
    public Set<Map.Entry<K,V>> entrySet() {
        Set<Map.Entry<K,V>> es;
        return (es = entrySet) == null ? (entrySet = new EntrySet()) : es;
    }
    //内部类entrySet
    final class EntrySet extends AbstractSet<Map.Entry<K,V>> {
        public final int size()                 { return size; }
        public final void clear()               { HashMap.this.clear(); }
        public final Iterator<Map.Entry<K,V>> iterator() {
            return new EntryIterator();
        }
        public final boolean contains(Object o) {
            if (!(o instanceof Map.Entry))
                return false;
            Map.Entry<?,?> e = (Map.Entry<?,?>) o;
            Object key = e.getKey();
            Node<K,V> candidate = getNode(hash(key), key);
            return candidate != null && candidate.equals(e);
        }
        public final boolean remove(Object o) {
            if (o instanceof Map.Entry) {
                Map.Entry<?,?> e = (Map.Entry<?,?>) o;
                Object key = e.getKey();
                Object value = e.getValue();
                return removeNode(hash(key), key, value, true, true) != null;
            }
            return false;
        }
        public final Spliterator<Map.Entry<K,V>> spliterator() {
            return new EntrySpliterator<>(HashMap.this, 0, -1, 0, 0);
        }
        public final void forEach(Consumer<? super Map.Entry<K,V>> action) {
            Node<K,V>[] tab;
            if (action == null)
                throw new NullPointerException();
            if (size > 0 && (tab = table) != null) {
                int mc = modCount;
                for (int i = 0; i < tab.length; ++i) {
                    for (Node<K,V> e = tab[i]; e != null; e = e.next)
                        action.accept(e);
                }
                if (modCount != mc)
                    throw new ConcurrentModificationException();
            }
        }
    }

    在JDK1.8中重写的方法
    //通过key映射到对应的value，若没有返回默认值
     public V getOrDefault(Object key, V defaultValue) {
        Node<K,V> e;
        return (e = getNode(hash(key), key)) == null ? defaultValue : e.value;
    }
    //在hashMap中插入key-value的键值对，若key存在，则不进行替换，返回旧的value
    public V putIfAbsent(K key, V value) {
        return putVal(hash(key), key, value, true, true);
    }
    //删除hashMap中key为参数key，value为参数value的键值对。如果桶中结构为树，则级联删除
    @Override
    public boolean remove(Object key, Object value) {
        return removeNode(hash(key), key, value, true, true) != null;
    }
    //使用newValue替换key和oldValue映射到的键值对中的value
     public boolean replace(K key, V oldValue, V newValue) {
        Node<K,V> e; V v;
        if ((e = getNode(hash(key), key)) != null &&
            ((v = e.value) == oldValue || (v != null && v.equals(oldValue)))) {
            e.value = newValue;
            afterNodeAccess(e);
            return true;
        }
        return false;
    }
    //使用参数value替换key映射到的键值对中的value
    @Override
    public V replace(K key, V value) {
        Node<K,V> e;
        if ((e = getNode(hash(key), key)) != null) {
            V oldValue = e.value;
            e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
        return null;
    }
    ………………

重要方法解析

---

1.putVal()：
        HashMap并没有直接提供putVal接口给用户使用，而是提供put()方法来进行使用（put方法的内部就是通过putVal来进行元素的插入）
        step1：判断键值对数组table[i]是否为null，否则执行resize()进行扩容。
        step2:根据key值计算hash值德大要插入的数组索引i，若table[i]==null,直接新建节点添加，转至step6，若table[i]不为空，转向step3.
        step3:判断table[i]的首个元素是否和key一样，若相同直接进行覆盖，否则转至step4，这里的相同是指哈市Code和equals均相同。
        step4：判断table[i]是否为treeNode，即table[i]是否为红黑树，若是红黑树直接在在树中插入键值对，否则转至step5。
        step5：遍历table[i],判断链表长度是否大于8，大于8的话将链表转换为红黑树，在红黑树中执行插入操作，否则进行链表的插入操作，遍历过程中若发现key已经存在则直接进行覆盖。
        step6：插入成功后，判断实际存在的键值对数量size是否超过了最大容量threshold，若超过，进行扩容。

 final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //step1：tab为空则创建
        //table未初始化或者长度为0，则进行扩容
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //step2：计算index，并且对null进行处理
        //(n-1)&hash确定元素应该放在哪个桶里面，桶为空，新生成节点放在桶中（此时这个节点是放在数组中的）
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
        //桶中已经存在元素
            Node<K,V> e; K k;
            //step3：节点key存在，直接覆盖value
            //比较痛中第一个元素(数组中的节点)的hash值相等，key相等
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                //将第一个元素赋值给e，用e来进行记录
                e = p;
            //step4：判断是否为红黑树
            //hash值不相等，即key不相等，为红黑树节点
            else if (p instanceof TreeNode)、
                //放入树中
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            //step5：该链为链表
            //为链表的节点
            else {
                //在链表的末尾进行插入节点
                for (int binCount = 0; ; ++binCount) {
                    //到达链表的尾部
                    if ((e = p.next) == null) {
                        //在尾部插入新节点
                        p.next = newNode(hash, key, value, null);
                        //节点数量大于阈值，转化为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        //跳出循环
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
             //判断在桶中找到key的值，hash的值与插入元素相等的节点
            if (e != null) { // existing mapping for key
                //记录e的值
                V oldValue = e.value;
                //onlyIfAbsent为false或者旧值为null
                if (!onlyIfAbsent || oldValue == null)
                    //用新值替换旧值
                    e.value = value;
                //访问后回调
                afterNodeAccess(e);
                //返回旧值
                return oldValue;
            }
        }
        //结构性修改
        ++modCount;
        //step6:超过最大容量旧扩容
        //实际大小大于阈值则扩容
        if (++size > threshold)
            resize();
        //插入后回调
        afterNodeInsertion(evict);
        return null;
    }

HashMap的数据存储实现原理：
(1)根据key值计算得到key.hash = (h=k.kashCode())^(h>>>16);
(2)根据key.hash计算得到桶数组的索引index = key.hash&(table.length-1),这样就找到了该key的存放位置了。
    如果该位置没有数据，用该数据新生成一个节点保存新数据，返回null
    如果该位置有数据是一个红黑树，那么执行相应的插入/更新操作
    如果该位置有数据是一个链表，分两种情况：
        一是链表中没有这个节点，采用尾插法插入该数据，返回null；
        二是该链表上有这个节点（key.value是否相同），则找到该节点更新数据，返回旧数据。
(3)注意：HashMap的put会返回上一次保存的数据

---

2.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;
        //table已经初始化，长度大于0，根据hash寻找table中的项也不为空
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            //桶中第一项(数组元素)相等
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            //桶中不止一个节点
            if ((e = first.next) != null) {
                if (first instanceof TreeNode)
                    //在红黑树中进行查找
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {
                    //否则，在链表中进行查找
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

---

3.resize()方法
(1)在JDK1.8中，resize方法是在hashMap中的键值对大于阈值或者初始化时，就调用resize方法进行扩容的
(2)每次扩容时，都是扩容两倍
(3)扩容后Node对象的位置要么在原位置，要么移动到原偏移量的二倍处。

//对table进行初始化或者扩容
//若table为null，则对table进行初始化
//若tablebuweinull则是进行扩容，每次扩容都是翻倍
final Node<K,V>[] resize() {
        //oldCap指向hash桶数组
        Node<K,V>[] oldTab = table;
        //使用变量oldCap表示扩容前table的容量
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        //扩容前的临界值
        int oldThr = threshold;
        int newCap, newThr = 0;
        //如果oldCap不为空的话，就是hash桶不为空
        if (oldCap > 0) {
            //如果容量>最大容量，就复制为整数最大的阈值
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //如果当前hash桶数组的长度再扩容后仍然小于最大容量，并且oldCap大于默认值16
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                //双倍扩容阈值threshold
                newThr = oldThr << 1; // double threshold
        }
        //旧的容量<=0且临界值>0
        else if (oldThr > 0) // initial capacity was placed in threshold
            //  对新的容量设置为老数组扩容的临界值
            newCap = oldThr;
        //如果旧容量<=0且临界值<=0,新容量扩充为默认初始化容量，新的临界值为DEFAULT_INITIAL_CAPACITY
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        //在当上面的条件判断中，只有oldThr > 0成立时，newThr == 0
        if (newThr == 0) {
        //ft为临时临界值，下面会确定这个临界值是否合法，如果合法，那就是真正的临界值
            float ft = (float)newCap * loadFactor;
            //当新容量< MAXIMUM_CAPACITY且ft < (float)MAXIMUM_CAPACITY，新的临界值为ft，否则为Integer.MAX_VALUE
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        //将扩容后的hashMap的临界值设置为newThr
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
            //新建hash桶数组
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        //将新数组的值复制给旧的hash桶数组
        table = newTab;
        //进行扩容操作，复制Node对象的值到新的hash桶数组
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                //若旧的hash桶数组在j节点处不为空，复给e
                if ((e = oldTab[j]) != null) {
                    //将旧的hash桶数组在j节点处设置为空，方便后续的gc
                    oldTab[j] = null;
                    //若e后面没有Node节点
                    if (e.next == null)
                    //直接对e的hash值对新的数组长度取模获得存储位置
                        newTab[e.hash & (newCap - 1)] = e;
                    //如果e为红黑树类型，那么添加到红黑树中
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            //将Node节点的next赋值给next
                            next = e.next;
                            //如果节点e的hash值与原hash桶数组的长度作与运算为0
                            if ((e.hash & oldCap) == 0) {
                                //如果loTail为null
                                if (loTail == null)
                                    //将节点e的值复制给loTail
                                    loHead = e;
                                else
                                //否则将e的值赋值给loTail的next
                                    loTail.next = e;
                                //然后将e复制各样loTail
                                loTail = e;
                            }
                            //如果节点e的hash值与原hash桶数组的长度作与运算不为0
                            else {
                                //如果hiTail为null
                                if (hiTail == null)
                                    //将节点e的值复制给hiTail
                                    hiHead = e;
                                else
                                    //否则将e的值赋值给hiTail的next
                                    hiTail.next = e;
                                 //然后将e复制各样hiTail
                                hiTail = e;
                            }
                        } while ((e = next) != null);//直到e为null
                        //若loTail不为空
                        if (loTail != null) {
                            //将loTail.next设为空
                            loTail.next = null;
                            //将loHead赋值给新的hash桶数组[j]处
                            newTab[j] = loHead;
                        }
                        //如果hiTail不为空
                        if (hiTail != null) {
                            //将hiTail.next设为空
                            hiTail.next = null;
                            //将hiHead赋值给新的hash桶数组[j+旧hash桶数组长度]处
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

HashTable

HashTable采用数组+单链表来实现，HashTable实现了一个哈希表，它将键映射到值。任何非null对象可以用作键或者值。
用作键的对象必须实现hashCode方法和equals方法。HashTable的方法被synchronized修饰，因此是同步的、线程安全的。
HashTable和HashMap（JDK1.8之前）很像，唯一的区别就是HashTable中方法是线程安全的，也就是同步的。

构造函数

---

1.无参构造函数

//使用默认初始容量11和默认加载因子0.75构造一个新的空哈希表
public Hashtable() {
        this(11, 0.75f);
    }

---

2.指定初始化容量的构造函数

public Hashtable(int initialCapacity) {
        this(initialCapacity, 0.75f);
    }

---

3.指定初始化容量和加载因子构造一个新的空哈希表

public Hashtable(int initialCapacity, float loadFactor) {
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal Capacity: "+
                                               initialCapacity);
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal Load: "+loadFactor);

        if (initialCapacity==0)
            initialCapacity = 1;
        this.loadFactor = loadFactor;
        table = new Entry<?,?>[initialCapacity];
        threshold = (int)Math.min(initialCapacity * loadFactor, MAX_ARRAY_SIZE + 1);
    }

HashTable和HashMap不同的是HashTable默认初始化容量为11，而HashMap默认初始化容量为10

部分源码剖析

public class Hashtable<K,V>
    extends Dictionary<K,V>
    implements Map<K,V>, Cloneable, java.io.Serializable {
    //散列表数据
    //table看似是Entry[]数组，实则也就是一个单向链表
    private transient Entry<?,?>[] table;
    //散列表中条目的总数（整个table的大小）
    private transient int count;
    //临界值或者阀值，是判断是否需要扩容的重要依据，具体计算为 threshold = capacity * loadFactor； 
    private int threshold;
    //加载因子
    private float loadFactor;
    //记录结构性变化
    private transient int modCount = 0;

    //省去构造函数

    //将指定映射中所有映射复制到散列表中(遍历集合调用put方法)
    public synchronized void putAll(Map<? extends K, ? extends V> t) {
        for (Map.Entry<? extends K, ? extends V> e : t.entrySet())
            put(e.getKey(), e.getValue());
    }
    //将指定的键值放入指定位置（放入的键值对都不能为空，）
     public synchronized V put(K key, V value) {
        // Make sure the value is not null
        if (value == null) {
            throw new NullPointerException();
        }

        // Makes sure the key is not already in the hashtable.
        //初始化数组
        Entry<?,?> tab[] = table;
        //计算hash值
        int hash = key.hashCode();
        //桶的位置索引
        int index = (hash & 0x7FFFFFFF) % tab.length;
        @SuppressWarnings("unchecked")
        Entry<K,V> entry = (Entry<K,V>)tab[index];
        for(; entry != null ; entry = entry.next) {
            //若桶中hash值相等
            if ((entry.hash == hash) && entry.key.equals(key)) {
                //获取旧值
                V old = entry.value;
                //覆盖旧值
                entry.value = value;
                return old;
            }
        }
        //调用addEntry方法
        addEntry(hash, key, value, index);
        return null;
    }

    private void addEntry(int hash, K key, V value, int index) {
        modCount++;

        Entry<?,?> tab[] = table;
        //散列表中条目数大于临界值
        if (count >= threshold) {
            //超出临界值，则进行扩容
            rehash();
            //初始化新值
            tab = table;
            //计算key的hash值
            hash = key.hashCode();
            //key的位置索引
            index = (hash & 0x7FFFFFFF) % tab.length;
        }
        @SuppressWarnings("unchecked")
        //初始化新的链表
        Entry<K,V> e = (Entry<K,V>) tab[index];
        //保存新链表到tab中
        tab[index] = new Entry<>(hash, key, value, e);
        //链表大小+1
        count++;
    }
    //扩容，当散列表中键的数量超过容量*加载因子时，则自动调用此方法
    protected void rehash() {
        //保存旧的table容量
        int oldCapacity = table.length;
        //保存旧的数组
        Entry<?,?>[] oldMap = table;
        //扩大容量为原来容量*2+1
        int newCapacity = (oldCapacity << 1) + 1;
        //容量大于最大数组长度
        if (newCapacity - MAX_ARRAY_SIZE > 0) {
            //旧容量与最大数组容量相等
            if (oldCapacity == MAX_ARRAY_SIZE)
                // Keep running with MAX_ARRAY_SIZE buckets
                return;
            //新的容量为最大数组容量
            newCapacity = MAX_ARRAY_SIZE;
        }
        //初始化新的链表
        Entry<?,?>[] newMap = new Entry<?,?>[newCapacity];
        modCount++;
        //计算新的临界值
        threshold = (int)Math.min(newCapacity * loadFactor, MAX_ARRAY_SIZE + 1);
        //保存新的table
        table = newMap;
        //倒序遍历旧链表
        for (int i = oldCapacity ; i-- > 0 ;) {
            //遍历取出旧值
            for (Entry<K,V> old = (Entry<K,V>)oldMap[i] ; old != null ; ) {
                Entry<K,V> e = old;
                old = old.next;
                //产生新的hash位置
                int index = (e.hash & 0x7FFFFFFF) % newCapacity;
                //同一表中，新节点链接到表头
                e.next = (Entry<K,V>)newMap[index];
                //保存新值
                newMap[index] = e;
            }
        }
    }
    //返回指定键所对应的值
     public synchronized V get(Object key) {
        //赋值新数组链表
        Entry<?,?> tab[] = table;
        //计算hashCode
        int hash = key.hashCode();
        //计算匹配的位置
        int index = (hash & 0x7FFFFFFF) % tab.length;
        //遍历链表寻找
        for (Entry<?,?> e = tab[index] ; e != null ; e = e.next) {
            //如果hash值相同且key值相等
            if ((e.hash == hash) && e.key.equals(key)) {
                //返回该key所对应value
                return (V)e.value;
            }
        }
        return null;
    }
    //从散列表中删除指定key锁对应的value
    public synchronized V remove(Object key) {
        //获得当前table
        Entry<?,?> tab[] = table;
        //计算要移除key的hasCode
        int hash = key.hashCode();
        //计算位置
        int index = (hash & 0x7FFFFFFF) % tab.length;
        @SuppressWarnings("unchecked")
        //保存该值到e中
        Entry<K,V> e = (Entry<K,V>)tab[index];
        //遍历链表
        for(Entry<K,V> prev = null ; e != null ; prev = e, e = e.next) {
            if ((e.hash == hash) && e.key.equals(key)) {
                modCount++;
                if (prev != null) {
                    //不为空，下一个表头替换该位置
                    prev.next = e.next;
                } else {
                    //为空，下一个表头赋值该位置
                    tab[index] = e.next;
                }
                //改变大小
                count--;
                //获取旧值
                V oldValue = e.value;
                //置空当前位置值，便于gc
                e.value = null;
                return oldValue;
            }
        }
        return null;
    }
    ………………
}

HashMap和HashTable的区别

1.线程安全方面：HashMap是非线程安全的；HashTa是线程安全的，所以HashTable重量级一些，因为使用了synchronized关键字来保证线程安全。
2.key、value是否允许为空：HashMap允许key和value都为null（且key为null有且只能有一个）；HashTable中key和value都不允许为null。
3.类结构：HashMap是JDK1.2引入的Map接口的一个实现；HashTable继承自JDK1.0的Dictionary虚拟类。
4.扩容方式：HashMap中默认数组大小为16，而且一定是2的倍数，每次扩容增加为原来的2倍；HashTable中数组的默认大小为11，扩容方式为old*2+1。
5.hash散列值的算法：HashMap是强制容量为2的幂，重新根据hashCode计算hash值，在使用hash和（hash表长度-1）进行与运算，也等于取模，
但是更加高效，取得的位置更加的分散，偶数技术保证了都会分散到；HashTable中hash值散列到hash表的算法是采用古老的除留余数法，
直接使用Object的hashCode来进行计算。
6.是否遵循Fail-Fast机制：HashMap遵循fail-fast机制;HashTable不遵循fail-fast机制。

//fail-fast机制的测试（HashTable不会报出ConcurrentModificationException异常；而HashMap会报出ConcurrentModificationException异常。则说明HashTable的enumerator迭代器不是遵循fail-fast机制的）

    //测试HashTable是否是"fast-fail"机制
    @Test
    public void test2() {

        Hashtable<String,String> table = new Hashtable<String,String>();

        table.put("a", "gao");

        table.put("b", "zhu");

        table.put("c", "zhang");

        table.put("d", "sun");



        Iterator<String> keys =table.keySet().iterator();

        while(keys.hasNext()) {

            String s = keys.next();

            if("c".equals(s)) {

                table.remove(s);

            }else {

                System.out.println(s);

            }

        }

    }

    //测试HashMap是否是"fast-fail"机制

    @Test

    public void test3() {

        Map<String,String> table2 = new HashMap<String,String>();

        table2.put("a", "gao");

        table2.put("b", "zhu");

        table2.put("c", "zhang");

        table2.put("d", "sun");



        Iterator<String> keys =table2.keySet().iterator();

        while(keys.hasNext()) {

            String s = keys.next();

            if("c".equals(s)) {

                table2.remove(s);

            }else {

                System.out.println(s);

            }

        }      

    }