HashMap解析

一个故事：
面试官：有没有看过HashMap 的源码？
面试者：没有
面试官：那让你来实现HashMap你会怎么做？
面试者：Map主要用来缓存一些键值对，所以读取或者写入操作比较多。当即想到用肯定会有数组的结构可以很快的查询。一个一个实体，用数组存储。
面试官：除了用遍历的方式，来Get和Put操作时候，怎么确保你当前的key存在还是不存在呢
面试者：。。。

能力有限，只限于讲讲自己对HashMap的认识，有不对的之处，敬请指出

基本概念

Map集合即Key-Value的集合，前面加个Hash，即散列，无序的。所以HashMap即散着的,无序的Key-Value集合.我们来看看Map的Node的结构

static class Node<K,V> implements Map.Entry<K,V> {
    final int hash;//用来做索引，待会会主要介绍这个变量
    final K key;//map对应的key
    V value;//map对应的value
    Node<K,V> next; //map的下一个节点

接下来，我们进行Map的基本操作的介绍。首先简单灌输一个概念，是关于HashMap的数据结构。然后我们去代码里面求证。
HashMap的基本数据结构是数组加链表的。就是这种结构
借鉴一张图，侵权请告知

至于这个怎么塞进数组指定位置，什么时候用链表，什么时候转成红黑树。我们在操作map的时候来说。现在记住他是这种结构就好了

初始化

我们来直接看需要参数最多的这个构造方法

/**
 * Constructs an empty {@code HashMap} with the specified initial
 * capacity and load factor.
 *
 * @param  initialCapacity 初始化容量
 * @param  loadFactor      负载因子
 * @throws IllegalArgumentException 初始化容量或者负载因子为负数的时候，抛出参数异常
 */
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);
}

我们在这里看到了threshold即map的最大容量，并不是我们直接传进来的容量。我们来看看这里做了什么

/**
 * Returns a power of two size for the given target capacity.
 */
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;
}

我相信大部分直接接触java的同学来说这个方法第一眼看上去是懵逼的。看一下这篇文章理解一下Java位运算相关操作。其作用就是找到比传进来那个数的大的，2的n次方。这个地方为什么要这么设计？那个负载因子又有什么用，让我们带着疑问继续向下看。

put操作

借鉴一张图，侵权请告知

理解一下大概流程，我们接下来看代码：

    /**
     * 计算key的hash值
     */
    static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

    /**
     * 插入key-value
     */
    public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }

    /**
     * 实现put操作
     *
     * @param key的hash值
     * @param key值
     * @param value值
     * @param onlyIfAbsent if true, don't change existing value
     * @param evict if false, the table is in creation mode.
     * @return 之前的value
     */
    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //1. 如果当前table为空，新建默认大小的table
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //2. 获取当前key对应的节点
        if ((p = tab[i = (n - 1) & hash]) == null)
            //3. 如果不存在，新建节点
            tab[i] = newNode(hash, key, value, null);
        else {
            //4. 存在节点
            Node<K,V> e; K k;
            //5. key的hash相同，key的引用相同或者key equals，则覆盖
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //6. 如果当前节点是一个红黑树树节点，则添加树节点
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            //7. 不是红黑树节点，也不是相同节点，则表示为链表结构
            else {
                for (int binCount = 0; ; ++binCount) {
                    //8. 找到最后那个节点
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        //9. 如果链表长度超过8转成红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    //10.如果链表中有相同的节点，则覆盖
                    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;
                //是否替换掉value值
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        //记录修改次数
        ++modCount;
        //是否超过容量，超过需要扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

我们来分析关键的一步，2. 获取当前key对应的节点 (p = tab[i = (n - 1) & hash]) == null 当中的这一句tab[i = (n - 1) & hash 我们可以知道这个tab其实就是Map中实体数组。然后我们通过计算下标 i = (n-1) & hash来获取对应节点。n是当前tab的的长度，hash是将key通过hash()方法获取的。所以我们获取到这个节点的下标就是经过了以下几步：
1. 计算出key的hashCode，记为h
2. h与h右移16位进行异或运算，记为hash
3. hash与当前tab的length-1 进行与运算。得出下标
通过hashCode的高16位异或低16位，优化高位运算的算法。这么做可以在数组table的length比较小的时候，也能保证高低位参与到hash计算中，又不会有很大的消耗。接着，用到了table的length和hash进行与运算。前面一定保证table的length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，也就是h%length，但是&比%具有更高的效率。所以这是hashmap对取模的优化。

这也就解释了Node中hash的值怎么来的，以及它的作用。putVal的流程也就解释了怎么塞进数组指定位置，什么时候用链表，什么时候转成红黑树，这些问题。

盗图一张,嘻嘻嘻
hashmap获取index的运算过程图：

当我们明白这个put操作是怎么获取index的时候，get方法也就如出一辙了。看一看就明白了。

Resize扩容机制

我可以从putVal()中看到这两段代码

...
if ((tab = table) == null || (n = tab.length) == 0)
   n = (tab = resize()).length;
...
if (++size > threshold)
   resize();
...

即当前的map是空的时候，或者map的size超过threshold的时候，就会调用resize方法。我们来撸源码：

    /**
     * 初始化table的size或者将table的size翻倍。
     * @return the table
     */
    final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;//之前的容量
        int oldThr = threshold;//之前的瓶颈
        int newCap, newThr = 0;//新的容量，新的瓶颈
        //当前长度大于零
        if (oldCap > 0) {
            //当前长度超过hashMap定义的最大容量，瓶颈设置为Int的最大值
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //当前长度翻倍后，小于hashMap定义的最大容量并且大于默认初始化容量
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1;//容量翻倍
        }
        //初始化的时候给了默认容量
        else if (oldThr > 0) 
            newCap = oldThr;
        //设置默认大小，初始化HashMap即走空构造的时候
        else {             
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        //设置了默认容量的话，我们需要根据loadFactor设置扩容阈值
        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;
        //重新塞入对应的数组的
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    //如果链表只有一个，则直接赋值
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    //如果是树节点，额外操作
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    //链表结构
                    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;
                            //判断是否还在当前的这个下标
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;//表头
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else {
                                if (hiTail == null)
                                    hiHead = e;//表头
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        //还在当前下标的链表
                        if (loTail != null) {
                            loTail.next = null;//释放
                            newTab[j] = loHead;
                        }
                        //加上之前容量的下标的链表
                        if (hiTail != null) {
                            hiTail.next = null;//释放
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

前面那些逻辑判断中，主要是得出新的table的capacity和threshold。逻辑有点多，慢慢理一下。有一个关键的地方就是 扩容阈值 = table长度 * 负载因子的 这个地方为什么需要设置一个负载因子来算这个扩容阈值。这个涉及到空间以及时间效率的选择。我们可以很简单的想到，如果这个负载因子设置成很大即会提高扩容阈值，空间利用率就会高，但是可想而知就是hash碰撞会变多，导致时间效率就会变低。反之，则空间利用率就低，时间效率会高。
计算好table的capacity和threshold之后，需要转移数组内容。我们可以看到这里出现了其实最懵逼的应该是这个判断条件吧if ((e.hash & oldCap) == 0)。 e.hash&oldCap是什么鬼？我们先来看一个东西

n-1: n表示当前tab的长度 ，key1(hash1): 表示key1的hash值，key2(hash2): 表示key2的hash值
对比的分析我们可以得出下面的

所以，我们在扩容HashMap的时候只需要判断新增那个bit位是0还是1，而e.hash&oldCap这个表达式就是计算出新增的那个bit 是0 还是1，就可以判断出这个节点的对应的数组的下标是原来的那个位置，还是原来的位置+oldCap了