HashMap源码分析——扩容问题

相同系列：
一、HashMap源码分析——默认参数问题
二、HashMap源码分析——put、get方法

相关字段

	/* ---------------- Fields -------------- */
	transient Node<K,V>[] table;
	transient int size;
	int threshold;
	final float loadFactor;
	/*
	1、Node<K,V>[] table就是哈希表，这个Node就是上篇的普通节点，它记录了哈希值、K、V、还有下一个节点的信息
	2、size就是当前K-V键值对的数量
	3、阈值threshold，当size>threshold时，就会发生扩容，重新散列
	4、loadFactor就是当前的负载因子值
	*/

hash方法

	/**
     * Computes key.hashCode() and spreads (XORs) higher bits of hash
     * to lower.  Because the table uses power-of-two masking, sets of
     * hashes that vary only in bits above the current mask will
     * always collide. (Among known examples are sets of Float keys
     * holding consecutive whole numbers in small tables.)  So we
     * apply a transform that spreads the impact of higher bits
     * downward. There is a tradeoff between speed, utility, and
     * quality of bit-spreading. Because many common sets of hashes
     * are already reasonably distributed (so don't benefit from
     * spreading), and because we use trees to handle large sets of
     * collisions in bins, we just XOR some shifted bits in the
     * cheapest possible way to reduce systematic lossage, as well as
     * to incorporate impact of the highest bits that would otherwise
     * never be used in index calculations because of table bounds.
     */
	static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

为什么要key的哈希值高16位参与运算？

注释大意+个人理解：
  1、避免出现高位频繁变动而低位很少变动的情况，让hash值更随机，有利于减少哈希冲突。
  2、采用与高16位异或运算，是利用最少的代价来减少系统性能的损失。

tableSizeFor方法

  一个保证哈希表容量是2次幂的方法。看下方代码，可以看到这个位运算操作像是在给最高位的1做复制翻倍的效果，最后得到一个2次幂-1的结果，然后+1就得到一个2次幂的结果。

int tableSizeFor(int cap) {
	int n = cap - 1;  //1xxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx
    n |= n >>> 1;	  //11xx xxxx xxxx xxxx xxxx xxxx xxxx xxxx
    n |= n >>> 2;     //1111 xxxx xxxx xxxx xxxx xxxx xxxx xxxx
    n |= n >>> 4;     //1111 1111 xxxx xxxx xxxx xxxx xxxx xxxx
    n |= n >>> 8;     //1111 1111 1111 1111 xxxx xxxx xxxx xxxx
    n |= n >>> 16;    //1111 1111 1111 1111 1111 1111 1111 1111 (2^k)-1
    return (n<0)?1:(n>=MAX_CAPACITY)?MAX_CAPACITY:n+1; //+1
}

  另外，将元素定位到哈希桶的运算是hash&(n-1)，其中n是哈希表的容量，因为保证了n是二次幂，所以决定了扩容时，必须将容量扩达到2倍（2次幂倍数）。
  hash&(n-1)的结果从二进制上看，设n=2^k，其实就是hash值对应二进制的低k位结果。

resize扩容方法

  这个方法有两个作用，初始化哈希表和扩容。

	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) {	//扩容
            for (int j = 0; j < oldCap; ++j) {	//遍历每一个桶
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null)  //只有一个元素直接重新定位
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode) //树操作
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // 链表拆分
                        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) {//详情下边解析为什么用hash&oldCap来分组
                                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;
    }

源码部分解析
1、resize方法怎样扩容的？
  实际上是新建了另一个哈希表，然后重新定位元素到新的哈希表中。
2、链表拆分中的hash&oldCap是怎么回事？
  前面说过定位的运算是hash&(n-1)，其中n=2^k，这里oldCap就相当于n。

1. hash&(n-1)的结果是hash二进制下的低k位
2. 在同一个桶内的元素的hash值的低k位是相同的
3. 重新定位的运算是hash&(newCap-1)，就是看hash二进制下的低k+1位是否相同

  综上，元素重新定位到新的哈希表中，只要看hash值二进制下的第k+1位是否相同即可，相同的会在同一个桶内。hash&oldCap的结果就是看hash值二进制下的第k+1位是0还是1的。如果是0，则表示还是在这个下标的桶里边，否则的话，就进行二次幂的移动（因为这时，hash & (newCap-1) = hash & (oldCap-1) + oldCap，所以会在原位置的基础上，向右移动oldCap个位置，对应源码 newTab[j + oldCap] = hiHead;）。