HashMap源码解析、jdk7和8之后的区别、相关问题分析

一、概览

HashMap<String, Integer> map = new HashMap<>();

这个语句执行起来，在 jdk1.8 之前，会创建一个长度是 16 的 Entry[] 数组，叫 table，用来存储键值对。

在 jdk 1.8 后，不在这里创建数组了，而是在第一次 put 的时候才会创建数组叫 Node[] table ，用来存储键值对。

二、源码的成员变量分析

声明部分：

HashMap 实现了 Map 接口，又继承了 AbstractMap，但是 AbstractMap 也是实现了 Map 接口的，而且很多集合类都是这种实现，这是一个官方失误造成的冗余，不过一直流传了下来。

1. 继承 AbstractMap ，这个父类作为抽象类，实现了 Map 的很多方法，为了减少直接实现类的工作；
2. 实现 Cloneable 接口和 Serializable 接口，这个问题在 原型模式 里面说过，就是深拷贝的问题，但是值得注意的是，HashMap 实现这两个接口，重写的方法仍然不是深拷贝，而是浅拷贝。

属性部分：

2.1 序列号serialVersionUID

序列化默认版本号，不重要。

2.2 默认初始化容量DEFAULT_INITIAL_CAPACITY

集合默认初始化容量，注释里写了必须是 2 的幂次方数，默认是 16。

问题 1 : 为什么非要是 2 的次方数呢？

答：第一方面为了均匀分布，第二方面为了扩容的时候重新计算下标值的方便。

这个涉及到了插入元素的时候对每一个 node 的应该在的桶位置的计算：

核心在这个方法里，会根据 (n - 1) & hash 这个公式计算出 i ，hash 是提前算出的 key 的哈希值，n 则是整个 map 的数组的长度。

那么这个节点应该放在哪个桶，这就是散列的过程，我们当然希望散列的过程是尽量均匀的，而不会出现都算出来进入了 table[] 的同一个位置。那么，可以选择的方法有取余啊、之类的，这里采用的方法是位运算来实现取余。

就是(n - 1) & hash 这个位运算，2 的幂 -1 都是11111结尾的：

2 进制，所以 2 的几次方都是 1 00000（很多个 0 的情况），然后 -1， 就会变成 000 11111（很多个1）

那么和 本来计算的具有唯一性的 hash 值相与，

1. 用高位的 0 把hash 值的高位都置为了 0 ，所以限制在了 table 的下标范围内。
2. 保证了 hash 值的尽量散开。

对于第 2 点，如果不是 2 的幂次方，那么 -1 就不会得到 1111 结尾，甚至如果是个基数，-1 后就会变成形如 0000 1110
这样的偶数，那么相与的结果岂不是永远都是偶数了？这样 table 数组就会有一半的位置永远利用不上的。所以 2 的幂次方以及 -1 的操作，才能保证得到和取模一样的效果。

因此得出结论，如果 n 是 2 的幂次方，计算出的位置会很均匀，相反则会干扰这个运算，导致计算出的位置不均匀。

第二个方面的原因就是扩容的时候，重新要计算下标值 hash，2 的幂次方带给了好处，下面的扩容部分有详细说明。

注意到我们初始化 HashMap 的时候可以指定容量。

问题 2 那么如果传入的容量并不是 2 的次方，怎么办呢？

从构造方法可以看到，调用指定加载因子和 容量的方法，如果大于最大容量，就会改为最大容量，接着对于容量，调用 tableSizeFor 方法，此时传入的参数已经肯定是 <= 最大容量的数字了。

tableSizeFor 这个方法会产生一个大于传入数字的、最小的 2 的幂次方数。

2.3 最大容量MAXIMUM_CAPACITY

最大 hashMap 的容量就是 1 左移 30 位，也就是 2 的 30 次方。

2.4 默认加载因子DEFAULT_LOAD_FACTOR

默认加载因子为 0.75 ，也就是说，如果键值对超过了当前的容量 * 0.75 ，就会触发扩容。

问题 为什么是 0.75 而不是别的数呢？

答：如果加载因子越大，对空间的利用更充分，但是查找效率会降低（链表长度会越来越长）；如果加载因子太小，那么表中的数据将过于稀疏（很多空间还没用，就开始扩容了），对空间造成严重浪费。

其实 0.75 是一个统计的结果，比较理想的值，根据旧版源码里面的注释，和概率的泊松分布有关系，当负载因子是 0.75 的情况下，哈希碰撞的概率遵循参数约为 0.5 的泊松分布，因此选择它是一个折衷的办法来满足时间和空间。

2.5 转树的阈值TREEIFY_THRESHOLD

默认为 8 ，也就是说一个桶内的链表节点数多于 8 的时候，结合数组当前长度会把链表转换为红黑树。

问题 为什么是超过 8 就转为红黑树？

答：首先，红黑树的节点在内存中是普通链表节点方式存储的 2 倍，成本是比较高的，那么对于太少的节点数目就没必要转化，继续扩容就行了。

结合负载因子 0.75 的泊松分布结果，每个链表有 8 个节点的概率已经到达可以忽略的程度，所以将这个值设置为 8 。为了避免出现恶意的频繁插入，除此之外还会判断数组长度是否达到了 64。

所以到这里我个人的理解是：
-> 最开始hashmap的思想就是数组加链表；
-> 因为数组里的各个链表长度要均匀，所以就有了哈希值的算法，以及适当的扩容，扩容的加载因子定成了 0.75 ；
-> 而扩容只能根据总共的节点数来计算，可能没来得及扩容的时候还是出现了在同一个链表里元素变得很多，所以要转红黑树，而这个数量就根据加载因子结合泊松分布的结果，决定了是8.

2.6 重新退化为链表的阈值UNTREEIFY_THRESHOLD

默认为 6， 也就死说如果操作过程发现链表的长度小于 6 ，又会把树退回链表。

2.7 转树的最小容量

不仅仅是说有链表的节点多于 8 就转换，还要看 table 数组的长度是不是大于 64 ，只有大于 64 了才转换。为了避免开始的时候，正好一些键值对都装进了一个链表里，那只有一个链表，还转了树，其实没必要。

还有属性的第二部分：

第一个是容器 table 存放键值对的数组，就是保存链表或者树的数组，可以看到 Node 类型也是实现了 Entry 接口的，在 1.8 之前这个节点是不叫 Node 的，就叫的 Entry，因为就是一个键值对，现在换成了 Node，是因为除了普通的键值对类型，还可能换成红黑树的树节点TreeNode 类型，所以不是 Entry了。

第二个是保存所有键值对的一个 set 集合，是一个存放缓存的；
第三个 size 是整个hashmap 里的键值对的数目；
第四个是 modCount 是记录集合被修改的次数，有助于在多个线程操作的时候报根据一致性保证安全；
第五个 threshold 是扩容的阈值，也就是说大于阈值的时候就开始扩容，也就是 threshold = 当前的 capacity * loadfactor；
第六个 loadFactor 也是对应前面的加载因子。

三、源码的核心方法分析

3.1 构造方法

可以看到，这几个重载的构造方法做的事就是设置一些参数。

事实上，在 jdk1.8 之后，并不会直接初始化 hashmap，只是进行加载因子、容量参数的相关设定，真正开始将 table 数组空间开辟出来，是在 put 的时候才开始的。

第一个：

public HashMap()

是我们平时最常用的，只是设置了默认加载因子，容量没有设定，那显然就是 16 。

第二个：

public HashMap(int initialCapacity)

为了尽量少扩容，这个构造方法是推荐的，也就是指定 initialCapacity，在这个方法里面直接调用的是

第三个构造方法：

public HashMap(int initialCapacity, float loadFactor)

用指定的初始容量和加载因子，确保在最大范围内，也调整了 threshold 容量是 2 的幂次方数。

这里就是一个问题，把 capcity 调整成 2 的幂次方数，计算 threshold 的时候不应该要乘以 loadfactor 吗，怎么能直接赋给 threshold 呢？

原因是这里没有用到 threshold ，还是在 put 的时候才进行 table 数组的初始化的，所以这里就没有操作。

最后一个构造方法是，将本来的一个 hashmap 放到一个新的 map 里。

3.2 put 和 putVal 方法

put 方法是直接调用了计算 hash 值的方法计算哈希值，然后交给 putVal 方法去做的。

hash 方法就是调用本地的 hashCode 方法再做一个位移操作计算出哈希值。

为什么采用这种右移 16 位再异或的方式计算 hash 值呢？

因为 hashCode 值一般是一个很大的值，如果直接用它的话，实际上在运算的时候碰撞的概率会很高，所以要充分利用这个二进制串的性质：int 类型的数值是 4 个字节的，右移 16 位，再异或可以同时保留高 16 位和低 16 位的特征，进行了混合得到的新的数值中，高位与低位的信息都被保留了 。

另外，因为，异或运算能更好的保留各部分的特征，如果采用 & 运算计算出来的值会向 1 靠拢，采用 | 运算计算出来的值会向 0 靠拢， ^ 正好。

最后的目的还是一样，为了减少哈希冲突。

算出 hash 值后，调用的是 putVal 方法：

传入哈希值；要插入的 key 和 value；然后两个布尔变量，onlyIfAbsent 代表当前要插入的 value 是否存在了如果是 true，就不修改；evict 代表这个 hashmap 是否处于创建模式，如果是 false，就是创建模式。

下面是源码及具体注释:

final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
   
    Node<K,V>[