HashMap的实现原理

HashMap的数据结构
         HashMap主要是用数组来存储数据的，我们都知道它会对key进行哈希运算，哈系运算会有重复的哈希值，对于哈希值的冲突，HashMap采用链表来解决的。在HashMap里有这样的一句属性声明：
transient Entry[] table;
Entry就是HashMap存储数据所用的类，它拥有的属性如下
final K key;
V value;
final int hash;
Entry<K,V> next;
看到next了吗？next就是为了哈希冲突而存在的。比如通过哈希运算，一个新元素应该在数组的第10个位置，但是第10个位置已经有Entry，那么好吧，将新加的元素也放到第10个位置，将第10个位置的原有Entry赋值给当前新加的 Entry的next属性。数组存储的是链表，链表是为了解决哈希冲突的，这一点要注意。

几个关键的属性
存储数据的数组
transient Entry[] table; 这个上面已经讲到了
默认容量
static final int DEFAULT_INITIAL_CAPACITY = 16;
最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
默认加载因子，加载因子是一个比例，当HashMap的数据大小>=容量*加载因子时，HashMap会将容量扩容
static final float DEFAULT_LOAD_FACTOR = 0.75f;
当实际数据大小超过threshold时，HashMap会将容量扩容，threshold＝容量*加载因子
int threshold;
加载因子
final float loadFactor;

HashMap的初始过程
构造函数1

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);  
  
    // Find a power of 2 >= initialCapacity  
    int capacity = 1;  
    while (capacity < initialCapacity)  
        capacity <<= 1;  
  
    this.loadFactor = loadFactor;  
    threshold = (int)(capacity * loadFactor);  
    table = new Entry[capacity];  
    init();  
} 

重点注意这里 

while (capacity < initialCapacity)  
            capacity <<= 1; 

capacity才是初始容量，而不是initialCapacity，这个要特别注意，如果执行new HashMap(9,0.75)；那么HashMap的初始容量是16，而不是9，想想为什么吧。

构造函数2

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

构造函数3，全部都是默认值

public HashMap() {  
     this.loadFactor = DEFAULT_LOAD_FACTOR;  
     threshold = (int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR);  
     table = new Entry[DEFAULT_INITIAL_CAPACITY];  
     init();  
 }  

构造函数4

public HashMap(Map<? extends K, ? extends V> m) {  
      this(Math.max((int) (m.size() / DEFAULT_LOAD_FACTOR) + 1,  
                    DEFAULT_INITIAL_CAPACITY), DEFAULT_LOAD_FACTOR);  
      putAllForCreate(m);  
  } 

如何哈希
               HashMap并不是直接将对象的hashcode作为哈希值的，而是要把key的hashcode作一些运算以得到最终的哈希值，并且得到的哈希值也不是在数组中的位置哦，无论是get还是put还是别的方法，计算哈希值都是这一句：
int hash = hash(key.hashCode());
hash函数如下：

static int hash(int h) {  
  return useNewHash ? newHash(h) : oldHash(h);  
  } 

useNewHash声明如下：

private static final boolean useNewHash;  
   static { useNewHash = false; } 

这说明useNewHash其实一直为false且不可改变的，hash函数里对 useNewHash的判断真是多余的。

private static int oldHash(int h) {  
    h += ~(h << 9);  
    h ^=  (h >>> 14);  
    h +=  (h << 4);  
    h ^=  (h >>> 10);  
    return h;  
}  
  
private static int newHash(int h) {  
    // This function ensures that hashCodes that differ only by  
    // constant multiples at each bit position have a bounded  
    // number of collisions (approximately 8 at default load factor).  
    h ^= (h >>> 20) ^ (h >>> 12);  
    return h ^ (h >>> 7) ^ (h >>> 4);  
}  

其实HashMap的哈希函数会一直都是oldHash。


如果确定数据的位置
看下面两行

int hash = hash(k.hashCode());  
  int i = indexFor(hash, table.length);  

第一行，上面讲过了，是得到哈希值，第二行，则是根据哈希指计算元素在数组中的位置了，位置的计算是将哈希值和数组长度按位与运算。

static int indexFor(int h, int length) {  
     return h & (length-1);  
 }  

“h & (length-1)”其实这里是很有讲究的，为什么是和(length-1)进行按位与运算呢？这样做是为了提高HashMap的效率。什么？这样能提高效率？且听我细细道来。

首先我们要确定一下，HashMap的数组长度永远都是偶数，即使你在初始化的时候是这样的new HashMap(15,0.75);因为在构造函数内部，上面也讲过，有这样的一段代码：

while (capacity < initialCapacity)  
            capacity <<= 1;  

所以length-1一定是个奇数，假设现在长度为16，减去1后就是15，对应的二进制是：1111。

假设有两个元素，一个哈希值是8，二进制是1000，一个哈希值是9，二进制是1001。和1111与运算后，分别还是1000和1001，它们被分配在了数组的不同位置，这样，哈希的分布非常均匀。

那么，如果数组长度是奇数，减去1后就是偶数了，偶数对应的二进制最低位一定是0了，例如14二进制1110。对上面两个数子分别与运算，得到1000和1000。看到了吗？都是一样的值，哈希值8和9的元素多被存储在数组同一个位置的链表中。在操作的时候，链表中的元素越多，效率越低，因为要不停的对链表循环比较。所以，一定要哈希均匀分布，尽量减少哈希冲突，减少了哈希冲突，就减少了链表循环，就提高了效率。

put方法到底作了什么？

public V put(K key, V value) {  
 if (key == null)  
     return putForNullKey(value);  
     int hash = hash(key.hashCode());  
     int i = indexFor(hash, table.length);  
     for (Entry<K,V> e = table[i]; e != null; e = e.next) {  
         Object k;  
         if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {  
             V oldValue = e.value;  
             e.value = value;  
             e.recordAccess(this);  
             return oldValue;  
         }  
     }  
  
     modCount++;  
     addEntry(hash, key, value, i);  
     return null;  
 }  

如果key为NULL，则是单独处理的，看看putForNullKey方法：

private V putForNullKey(V value) {  
      int hash = hash(NULL_KEY.hashCode());  
      int i = indexFor(hash, table.length);  
  
      for (Entry<K,V> e = table[i]; e != null; e = e.next) {  
          if (e.key == NULL_KEY) {  
              V oldValue = e.value;  
              e.value = value;  
              e.recordAccess(this);  
              return oldValue;  
          }  
      }  
  
      modCount++;  
      addEntry(hash, (K) NULL_KEY, value, i);  
      return null;  
  }  

NULL_KEY的声明：static final Object NULL_KEY = new Object();
这一段代码是处理哈希冲突的，就是说，在数组某个位置的对象可能并不是唯一的，它是一个链表结构，根据哈希值找到链表后，还要对链表遍历，找出key相等的对象，替换它，并且返回旧的值。

for (Entry<K,V> e = table[i]; e != null; e = e.next) {  
         if (e.key == NULL_KEY) {  
             V oldValue = e.value;  
             e.value = value;  
             e.recordAccess(this);  
             return oldValue;  
         }  
     }  

如果遍历完了该位置的链表都没有找到有key相等的，那么将当前对象增加到链表里面去

modCount++;  
addEntry(hash, (K) NULL_KEY, value, i);  
return null;

且看看addEntry方法

void addEntry(int hash, K key, V value, int bucketIndex) {  
Entry<K,V> e = table[bucketIndex];  
    table[bucketIndex] = new Entry<K,V>(hash, key, value, e);  
    if (size++ >= threshold)  
        resize(2 * table.length);  
} 

table[bucketIndex] = new Entry<K,V>(hash, key, value, e);新建一个Entry对象，并放在当前位置的Entry链表的头部，看看下面的 Entry构造函数就知道了，注意红色部分。

Entry(int h, K k, V v, Entry<K,V> n) {  
       value = v;  
       next = n;  
       key = k;  
       hash = h;  
   }