HashMap源码剖析

    本文分析HashMap中的put（）以及resize（）方法，首先看一下它的属性：

/**
     * The default initial capacity - MUST be a power of two.
     */
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

    /**
     * The maximum capacity, used if a higher value is implicitly specified
     * by either of the constructors with arguments.
     * MUST be a power of two <= 1<<30.
     */
    static final int MAXIMUM_CAPACITY = 1 << 30;

    /**
     * The load factor used when none specified in constructor.
     */
    static final float DEFAULT_LOAD_FACTOR = 0.75f;

    /**
     * The bin count threshold for using a tree rather than list for a
     * bin.  Bins are converted to trees when adding an element to a
     * bin with at least this many nodes. The value must be greater
     * than 2 and should be at least 8 to mesh with assumptions in
     * tree removal about conversion back to plain bins upon
     * shrinkage.
     */
    static final int TREEIFY_THRESHOLD = 8;

    /**
     * The bin count threshold for untreeifying a (split) bin during a
     * resize operation. Should be less than TREEIFY_THRESHOLD, and at
     * most 6 to mesh with shrinkage detection under removal.
     */
    static final int UNTREEIFY_THRESHOLD = 6;

    /**
     * The smallest table capacity for which bins may be treeified.
     * (Otherwise the table is resized if too many nodes in a bin.)
     * Should be at least 4 * TREEIFY_THRESHOLD to avoid conflicts
     * between resizing and treeification thresholds.
     */
    static final int MIN_TREEIFY_CAPACITY = 64;

1：DEFAULT_INITIAL_CAPACITY：代表HashMap初始容量为16，之后扩容都是之前的两倍。

2：MAXIMUM_CAPACITY：代表最大容量为2的30次方。

3：DEFAULT_LOAD_FACTOR：代表的是默认的装载因子，装载因子的计算方式是，size/capacity既存储对象的值/容量。

4：TREEIFY_THRESHOLD：代表当链表长度达到8时会自动转化为红黑树。

5：UNTREEIFY_THRESHOLD：链表长度小于6，红黑树会转化为链表。

6：MIN_TREEIFY_CAPACITY：在转变成树之前，还会有一次判断，只有键值对数量大于 64 才会发生转换。这是为了避免在哈希表建立初期，多个键值对恰好被放入了同一个链表中而导致不必要的转化。

前面说到过，HashMap底层是一个哈希表，但是在jdk1.8之后变成了数组+链表+红黑树的结构，现在我们就来着重分析HashMap的put（）方法：

HashMap在执行put操作的时候，分为三种情况，先来看整体：

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;
        //case----1
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            //case----2
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //case----3
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    //case----4
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        //case----5
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    //case----6
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            //Link----1
            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;
    }

1：首先会调用key值的hashCode（）方法得到哈希值，通过高低16位异或算法散列hash，再将hash值与初始化Node数组的长度-1的的值进行&操作得到数组下标，如果数组下标不存在元素，则直接把key跟value封装成一个Node对象存到对应下标下面，如case----1所示。

2：第二种情况是数组下标已经存在数据，判断hash值和key值是否相等，如果相等，则用新的value代替旧的value，如case----2及Link----1所示。

3：第三种情况是当前Node节点不为空，并且已经转化为红黑树的TreeNode，如case----3所示，那么直接调用TreeNode的putTreeVal（）方法插入。

4：case----4的情况是当前Node节点的next属性为空，那么直接将key，value，hash封装成新Node对象，挂到老Node节点的next属性下，如图所示，要注意case----5出现的情况是链表长度最大为8，当链表长度>=8，并且Node数组长度小于64时，会自动转化为红黑树，到这里可以看出HashMap底层是链表+数组+红黑树的形式进行存储的。

5：最后一种情况是往链表的Node节点中插入相同的key值时，直接退出循环，用新值替换旧值，如case6及Link----1所示。

注意一点，在创建HashMap的时候可以传入一个参数onlyIfAbsent，默认使false，如果传入true，key值相同的情况下是不会替换老的value的。

所以，如果HashMap在重写时返回一个固定值，则就是一个纯链表。

    接下来看下它的构造函数：

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);
    }

第一段initialCapacity < 0是判断初始化容量是否合理，第二段initialCapacity > MAXIMUM_CAPACITY是初始容量不能大于最大值，第三段loadFactor <= 0 || Float.isNaN(loadFactor)是判断加载因子是否合理，来看最后一段this.threshold = tableSizeFor(initialCapacity)，threshold是调整大小的下一个大小值(容量*负载因子)，既每次扩容之后的阈值大小，当size大于这个阈值时，hashMap会自动扩容，我们来看看tableSizeFor（）方法，

 

这个方法返回的是大于入参，并

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;
    }

最接近目标参数的2的整数次方的数，这里threshold是作为阈值存在的（最小值为1），当存储数据的量达到阈值时，HashMap会调用resize（）方法进行扩容，n |= n >>> 1等于n=n |  n >>> 1

 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) {
                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)
                        ((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;
                            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;
    }

我们一段一段的分析：

oldCap、oldThr、newCap、newThr分别代表老的容量、老的阈值、新的容量和新的阈值。

当老容量大于最大值时，阈值也设为最大值。

 

 

 如果老容量的两倍小于最大容量且老容量大于默认初始化容量时，新的阈值等于老的阈值的两倍，这里可以看出，一旦扩容，阈值是两倍两倍的增长的。

当老阈值大于0时，新容量等于老的阈值，这种情况是在创建HashMap时指定了初始容量initialCapacity。

前面两种情况都不满足则新容量跟新阈值都为默认值：

当满足oldThr > 0并且newThr == 0时，新阈值就为新容量*负载因子取整：

 

   总结一下： 当创建HashMap时：

1：不传任何参数，初始容量跟阈值都为默认值。

2：当指定了初始容量initialCapacity，老阈值最小为1，并且在还未初始化Node数组长度时，即未插入数据时，阈值为大于或者等于最近接近initialCapacity的2的整数次幂的数，在第一次插入数据后，会默认调用resize（）方法，将初始容量变为阈值大小，阈值则变为初始阈值为新容量*负载因子取整。

3：当初始化完Node数组后，即插入第一次数据后，只要容量不大于最大值且大于默认值16，新阈值跟新容量都会以两倍增长。

  最后，将老Node数组中的Node节点放到新的Node数组中去，这里的逻辑比较简单，博主重点讲一段代码：

  总结来说，当一个HashMap进行扩容后，会将老数组中的数据平移到新数组中，并且将链表的数据插入到对应下标节点下面，(e.hash & oldCap) == 0这段代码可以这样理解，因为我们计算下标是通过e.hash & (oldCap-1)，因为oldCap是2的整数次幂，oldCap可表示为000010000，oldCap-1,为000001111，(e.hash & oldCap) == 0，说明在oldCap的1位上e.hash并不为1，那么e.hash & (oldCap-1)的结果必定是<=oldCap的下标值，所以就可以平移到newTab[j]，如果(e.hash & oldCap) ！= 0，说明新得出的下标是超出老数组下标的，那么就放到newTab[j + oldCap]下面，这也是HashMap底层数组长度为2的整次幂的好处之一，可以便于比较。

  最后补充一点，容量都为2的整数次方的原因是为了使hash更均匀，降低hash碰撞概率，hash的计算主要分为三个阶段：计算hashcode、高位运算与取模运算：

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

 

　　这里通过hashCode()计算出key的哈希值，然后将哈希值h右移16位，再与原来的h做异或^运算——这一步是高位运算（异或不清楚的可以看博主后面的一篇文章https://mp.csdn.net/postedit/82986377）。如果不进行高位运算，那么hash值将是一个int型的32位数。而从2的-31次幂到2的31次幂之间，有几十亿的数，HashMap的table内存没那么大。所以这个散列值不能直接用来最终的取模运算，而需要先加入高位运算，将高16位和低16位的信息"融合"到一起，也称为"扰动函数"。这样才能保证hash值所有位的数值特征都保存下来而没有遗漏，从而使映射结果尽可能的松散。最后，根据 n-1 做与操作的取模运算。这里也能看出为什么HashMap要限制table的长度为2的n次幂，因为这样，n-1可以保证二进制展示形式是（以16为例）0000 0000 0000 0000 0000 0000 0000 1111。在做"与"操作时，就等同于截取hash二进制值的后四位数据作为下标。这里也可以看出"扰动函数"的重要性了，如果高位不参与运算，那么高16位的hash特征几乎永远得不到展现，发生hash碰撞的几率就会增大，从而影响性能。

     总结来说就是HashMap的table下标计算方法(n-1)&hash，假如没做高低16位异或处理只使用hashCode（），那么hashCode32位将不会全部参与取模运算，因为基本上只有低位参与运算，所以如果不做高低16位异或处理，hash碰撞的几率会大大增加，所以做高低16位异或处理是为了减少hash碰撞的概率。