HashMap

核心问题

• HashMap中的位运算，为什么采用位运算，为什么是2的n次幂？
• HashMap中的扩容
• HashMap中的主要成员变量
• get方法
• put方法

寻找索引

HashMap的结构

• 主体还是一个存放Node节点的数组
• 产生hash冲突之后，进行链化，在对应索引位置形成链表

寻找索引

/**
 1.7 
*/
final int hash(Object k) {
        int h = hashSeed;
        if (0 != h && k instanceof String) {
            return sun.misc.Hashing.stringHash32((String) k);
        }

        h ^= k.hashCode();

        h ^= (h >>> 20) ^ (h >>> 12);
        return h ^ (h >>> 7) ^ (h >>> 4);
    }
/**
     * 返回数组下标
     */
    static int indexFor(int h, int length) {
        return h & (length-1);    //第三步 取模运算
    }

/**
 1.8
*/
static final int hash(Object key) {  
     int h;
     // h = key.hashCode() 为第一步 取hashCode值
     // h ^ (h >>> 16)  为第二步 高位参与运算
     return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

• 分为三步：首先取出key的值(hashCode)，然后高位运算，最后取模运算
• 确定key值时，采用对象的hashCode取模hash数组长度，保证元素在表中的分布是均匀的，且不会出现key值超过数组范围的问题
• 优化：由于取模运算效率较低，采用位运算的方式，也就是如1.7中返回数组下标的方法。

为什么是 hash值 & 数组长度-1

这里采用了一个非常巧妙的方式，使得位运算的效果完全等同于取模运算。通过 h & (length-1) 获得保存位的索引， 而HashMap底层数组的长度总是2的n次方，当length总是2的n次方时，h& (length-1)运算等价于对length取模。

1.8の优化

1.8优化了高位运算算法， 通过hashCode()的高16位异或低16位实现。

构造方法及创建过程

成员变量介绍

 /**
     * 该表在首次使用时初始化，并根据需要调整大小。分配时，长度始终是2的幂。
     */
    transient Node<K,V>[] table;

/**
     * map中 key-value的个数
     */
    transient int size;

    /**
     * 要调整大小的下一个大小值（容量*负载系数）。 也就是扩容阈值
     */
    int threshold;

    /**
     * 负载因子，默认0.75
     */
    final float loadFactor;

构造方法

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

//设定数组大小构造
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);
    }

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;
        this.threshold = tableSizeFor(initialCapacity);
    }

初始化默认大小为DEFAULT_INITIAL_CAPACITY=16，最大大小为MAXIMUM_CAPACITY=1 << 30，

put方法

当通过new创建hashmap对象时，并未创建数组，hashmap的创建属于懒加载，只有在第一次put元素的时候，才会完成所有创建。

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)  //第一次创建 table==null，进入resize
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)    
            tab[i] = newNode(hash, key, value, null);        //未产生hash冲突，则直接在索引对应位置放入元素
        else {
            Node<K,V> e; K k;
            if (p.hash == hash &&    //put相同key，即产生hash冲突时
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode) //否则key不同hash相同，检查是否树化
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {                   //没有树化，则进行链式处理hash冲突
                for (int binCount = 0; ; ++binCount) {   //遍历链表，添加节点
                    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 &&
                        ((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);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

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) {
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            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];
        table = newTab;
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) { //将map中的元素转移到扩容后的map中
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)   //树化
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { //  preserve order 复制过程中出现hash冲突，将oldTab中，处理为链式的链表进行拆分， 分为高位链表和低位链表
                        Node<K,V> loHead = null, loTail = null;     //低位链表  在新表中的索引同旧表中索引一致  j
                        Node<K,V> hiHead = null, hiTail = null;     //高位链表  在新表中的索引为在旧表中的索引值+旧表的长度  j + oldCap
                        Node<K,V> next;
                        do {
                            next = e.next;                  //（&运算：两个同时为1，结果为1，否则为0）
                            if ((e.hash & oldCap) == 0) {   //按位拆分，原理： 在一个桶中的节点，其hash值后四位是一致的,而第五位值是0或1（0做低位，1做高位）
                                if (loTail == null)         //原因在于hash算法，在put元素时，寻址计算index索引时，计算方式为 :表长度-1 & hash值
                                    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;
    }

创建过程图示

参考博客：

https://blog.csdn.net/qq_40574571/article/details/97612100

https://blog.csdn.net/u010890358/article/details/80496144#%E6%89%A9%E5%AE%B9%E6%9C%BA%E5%88%B6%E6%A0%B8%E5%BF%83%E6%96%B9%E6%B3%95Node%3CK%2CV%3E%5B%5D%20resize()

https://blog.csdn.net/woshimaxiao1/article/details/83661464