参考博客：https://blog.csdn.net/carson_ho/article/details/79373134（真的谢谢这位博主！！）
https://blog.csdn.net/xingfei_work/article/details/79637878
一、简介
HashMap是Map接口的实现类，以键值对的形式存储数据，key.value均可以为null.
二、基本数据结构
2.1 HashMap1.7
HashMap1.7的数据结构为数组+链表形式，产生哈希冲突的结点都以头插法的形式插入bucket中。
存在问题是：1.当HashMap扩容后进行重新存储时会产生链表逆序的结果。
2.在多线程的情况下可能会产生环形链表死循环问题（两个线程同时扩容）
2.2 HashMap1.8
HashMap1.8的数据结构为数组+链表+红黑树（内容见红黑树篇(找不到就是还没写…)），插入形式是尾插法，当链表长度超过阈值8时（为什么是8见本篇Tips3），链表会变为红黑树，当元素小于6时会重新变为链表。
较1.7的优化：解决了链表逆序以及死循环的问题。
三、源码详解（基于1.8）
接口实现与类继承：
基本属性：
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 默认初始化容量16
static final int MAXIMUM_CAPACITY = 1 << 30;//最大容量
static final float DEFAULT_LOAD_FACTOR = 0.75f;//默认加载因子
static final int TREEIFY_THRESHOLD = 8;//树化阈值
static final int UNTREEIFY_THRESHOLD = 6;//链表化阈值
static final int MIN_TREEIFY_CAPACITY = 64;//最小树化容量：map的容量在64之前需要树化时，首先考虑扩容，因为树化比较麻烦
/* ---------------- Static utilities -------------- */
//对key调用hashCode()再进行扰动处理得到hash值)
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
transient Node<K,V>[] table;//实际存储键值对的数组
transient Set<Map.Entry<K,V>> entrySet;
transient int size;//当前数组元素个数
transient int modCount;//记录操作数
int threshold;//扩容阈值
final float loadFactor;//负载因子
链表结点Node：
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
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; }
//这是计算结点的hash值，跟插入时候计算的hash区分开来
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
public final boolean equals(Object o) {//考察this和o的key和value是不是相等
if (o == this)//引用的地址相等 那么这两组键值对绝对一毛一样 直接return true
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&//两个key的地址相等且值相等
Objects.equals(value, e.getValue()))//两个value的地址相等且值相等
return true;
}
return false;
}
}
红黑树结点：
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
// 属性 = 父节点、左子树、右子树、删除辅助节点 + 颜色
TreeNode<K,V> parent;
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev;
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;
}
}
构造方法：
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)//检查初始化容量值是否合法
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)//检查初始化容量是否大于允许分配的最大值
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))//检查负载因子是否合法
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;//合法后，给负载因子赋值
this.threshold = tableSizeFor(initialCapacity);//
}
//|= 按位或
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;
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
3.1 插入
3.1.2 插入&扩容
先根据key值进行hash值的计算，然后进行扰动处理（与1.7相比少了几次扰动处理（扰动处理：位运算或者异或运算））
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
//计算出key的哈希值
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
//对比hashtable,hashtable直接对key进行hashcode(),若key为null，抛异常
}
//正式开始插入流程
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab;//指向table数组的引用
Node<K,V> p; //指向当前要插入的数组元素的位置，也就是table[i]
int n, i;//n为数组长度 i为数组下标
//如果table为空或者table长度为0，表示首次插入，就要对其进行扩容
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//i=(n-1)&hash是确定元素下标 p引用指向table[i] 如果table[i]是空，把新结点插入table[i]
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {//如果table[i]并不为空，就要开始进行key的比较啦
Node<K,V> e; K k;
//k是数组中结点的key，key是要插入元素的key,k与key值相等&&两结点hash值也相等 就能证明是同一个结点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;//e指向table[i]
//判断table[i]是链表还是红黑树
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {//是链表，for循环遍历链表，在循环里面只处理了没有相同key而增长链表的情况
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 &&//找到相同key的情况在后面处理
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);//替换旧值时调用的方法，默认实现为空
return oldValue;
}
}
++modCount;
if (++size > threshold)//如果插入之后容量大于阈值，扩容
resize();
afterNodeInsertion(evict);
return null;
}
接下来对resize()进行分析，有两种情况，一种是扩容，一种是初始化
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) {//超过最大值，不再扩充，转而调大阈值
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//没有超过最大值，试着扩大二倍看有没有超过最大值
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // 没有超过的话则扩容有效，阈值也随之调大
}
else if (oldThr > 0) //表明用的是指定了初始化值或扩容因子的构造方法
newCap = oldThr;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {//如果阈值是0
float ft = (float)newCap * loadFactor;//重新计算阈值
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];//申请新的空间
table = newTab;//table指向新空间
if (oldTab != null) {//旧空间内不为null,把旧值搬移到新空间
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;//旧址置null方便gc
if (e.next == null)//如果e是单独的元素，也就是不是链表，重新计算元素e在新数组的下标并把e放进去
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)//如果e所在的数组元素是一颗红黑树
((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 {
next = e.next;
//下标计算方法是hash()&length-1
//二进制表示中数组扩容后，length-1会刷新一个0为1（因为扩容是扩二倍）
//在进行与运算的时候，根据哈希值的不同，与刷新的那个1相与的值也不同
//所以在下面的判断中
//如果(e.hash & oldCap) == 0，则表明与刷新的1相与的是0，则结果与未扩容前没变化，所以存放的索引是原索引
//else,则表明与1相与的是1，则结果为未扩容前的二倍，所以存放的索引是原索引+旧容量
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) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
辅助理解：
图片来源：https://blog.csdn.net/carson_ho/article/details/79373134
3.2 获取数据
哈希引用相等&&（key引用相等||key值相等）
public V get(Object key) {
Node<K,V> e;
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) {//因为要进行key值是否相等的比对，所以不仅要传入能计算位置的hash值，也要传入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) {//数组不为空，长度大于0，table[i]不为空 是查找的前提
if (first.hash == hash && //第一个结点的hash和要查的元素hash相等
((k = first.key) == key || (key != null && key.equals(k))))//与数组中的key值做对比
return first;//返回第一个结点
if ((e = first.next) != null) {
if (first instanceof TreeNode)//数组是红黑树，遍历红黑树做对比
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {//数组是链表，遍历链表做对比
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
3.3 删除数据
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;//返回值是删掉的键值对的值
}
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;
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {//数组不为空，数组长度大于0，table[i]不为空
Node<K,V> node = null, e; K k; V v;
if (p.hash == hash &&//数组中的元素是否是要删除的元素
((k = p.key) == key || (key != null && key.equals(k))))
node = p;//是的话node引用指向它
else if ((e = p.next) != null) {
if (p instanceof TreeNode)//属于树，去树中找
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {//属于链表，遍历链表找符合条件的
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {//如果是数组元素是要删的数
if (node instanceof TreeNode)//属于树的话，树里删
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p)//属于链表的话，数组元素变成链表的下一个结点
tab[index] = node.next;
else//如果不是数组元素
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);//删除后要做的事，默认为空
return node;
}
}
return null;
}
3.4 整个数组置空
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;
}
}
Tips：1.键为null时，会在table[0]中查找key为null的元素，找到的话刷新value值，没找到的话将其插入
2.HshMap还实现了Cloneable接口（浅拷贝）和Serializable接口（序列化）。
3.树表转化的阈值为什么是8？
红黑树的平均查找长度是logn,log8=3;链表平均查找长度是n/2,8/2=4;这时才有必要进行转化。在树化过程中，先将节点包装成TreeNode,此时还是一条链表连接着数个TreeNode,然后再调用其他方法将链表变成红黑树
4.HashSet几乎全部方法都是依赖HashMap,属性是一个Map和一个Object对象（为了填充Value）
5.如何解决Hash冲突？三个方面：哈希算法、扩容机制、数据结构
6.为什么Integer,String更适合做key键？因为其类不可更改的原则，使得哈希值不可更改
370
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
