【jdk8源码】HashMap集合阅读笔记

概述

之前有讲到过两种List集合，ArrayList底层是使用数组实现的，LinkedList是使用双向链表实现的。HashMap更像是两者的结合，底层采用了数组+单向链表+红黑树的结构，HashMap的底层结构是一个数组（哈希桶），而数组的元素是一个单向链表，链表中的每一个节点对应了hash表中的每一个元素。当数组长度大于8的时候，就会转化为红黑树，以提升查询和插入的效率。特点是：遍历时无序、线程不安全(体现在内部迭代器中，下次一起再写)。

继承关系

public class HashMap<K,V> extends AbstractMap<K,V>
    implements Map<K,V>, Cloneable, Serializable {

• 继承了AbstractMap类，AbstractMap中提供了一些主要方法，提供了map的所有操作方法
• 实现Map接口，Map接口在AbstractMap中就已经实现了，这里也不顶大用，但Java的很多集合类都这么做的
• 实现Cloneable接口，是为了使用Object.clon()方法，不实现也可以使用，但是会抛出异常。
• 实现Serializable接口，表示该类可以被实例化

数据结构

• Node的定义

 //实际存储数据的数组，是一个Node<K,V>类型的数组，Node<K,V>是一个内部类
 transient Node<K,V>[] table;
 //内部类，HashMap底层数组的组成元素
 static class Node<K,V> implements Map.Entry<K,V> {
 
        final int hash;//哈希值
        final K key;//元素的key
        V value;//元素的value
        Node<K,V> next;//当前元素的下一个元素
        //构造方法
        Node(int hash, K key, V value, Node<K,V> next) {
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }
        //返回当前元素的Key
        public final K getKey()        { return key; }
        //返回当前元素的value
        public final V getValue()      { return value; }
        //返回当前元素的key+value
        public final String toString() { return key + "=" + value; }
        //重写Object类的hashCode方法，返回的值是key的hashCode值和value的hashCode值进行异或运算
        public final int hashCode() {
        //^Java异或运算符，转成二进制后逐个进行运算，得到一个数字，这个数字是0或是自己
        //例如int a = 4^6;4对应的二进制数为：100(0100)；6对应的是：110(0110)
        //运算方程是：int a = 0100^0110;运算过程：00=0;11=0;01=1;00=0
        //运算的结果就是：0010(二进制)，对应转换成十进制就是2
            return Objects.hashCode(key) ^ Objects.hashCode(value);
        }

        //设置一个新的值 返回旧的值
        public final V setValue(V newValue) {
            V oldValue = value;
            value = newValue;
            return oldValue;
        }

        //重写Object类的equals方法，用于判断是否相等
        public final boolean equals(Object o) {
            if (o == this)
                return true;
                //如果类型是Map.Entry
            if (o instanceof Map.Entry) {
                Map.Entry<?,?> e = (Map.Entry<?,?>)o;
                //且键键、值值都相等，那么返回true
                if (Objects.equals(key, e.getKey()) &&
                    Objects.equals(value, e.getValue()))
                    return true;
            }
            return false;
        }
    }

• 红黑树的定义
• 上一篇博客中有写过关于红黑树的基本知识

 //TreeNode，继承自LinkedHashMap，每一个TreeNode都是一个红黑树的节点
 static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
        TreeNode<K,V> parent;  //指向父节点
        TreeNode<K,V> left;//指向左子节点
        TreeNode<K,V> right;//指向右子节点
        TreeNode<K,V> prev;    //指向上一个节点
        boolean red;//节点的颜色
        //调用父类的构造方法
        //hash：节点本身的hashcode；key:节点的key；val：节点的value；next：节点的下一个指针
        TreeNode(int hash, K key, V val, Node<K,V> next) {
            super(hash, key, val, next);
        }

       //通过一个节点找到树的根节点
        final TreeNode<K,V> root() {
            for (TreeNode<K,V> r = this, p;;) {
                if ((p = r.parent) == null)//当节点的parent节点为空时说明是根节点了
                    return r;
                r = p;
            }
        }

        //用来判断红黑树中的根节点，指向的是hashMap的table的哪个节点
        //红黑树在新增或是删除元素的时候，会进行左旋或右旋的操作导致根节点的变化
        //table数组中存储的是红黑树的根节点，所以table中的指向也要随之变化
        //tab：要判断的table数组，root目标节点
        static <K,V> void moveRootToFront(Node<K,V>[] tab, TreeNode<K,V> root) {
            int n;
            //判断root和tab是否为空，并将n赋值为tab数组的长度
            if (root != null && tab != null && (n = tab.length) > 0) {
            //通过位运算的方式，取得节点得hash在数组中所对应的下标
                int index = (n - 1) & root.hash;
                //通过index取得节点，将节点标志为TreeNode的根节点
                TreeNode<K,V> first = (TreeNode<K,V>)tab[index];
                //判断root和first是否相等，主要是判断oot是否存在数组中
                if (root != first) {
                   //如果不存在
                   //创建个新的节点rn
                    Node<K,V> rn;
                    //将获得的数组中index位置指向目标节点
                    tab[index] = root;
                    //获得目标节点的前一个节点
                    TreeNode<K,V> rp = root.prev;
                    //把目标节点的next赋值给rn，并判断是否为空
                    //下面是为了把节点连接起来
                    if ((rn = root.next) != null)
                      //如果不为空把rn的前节点设置为目标节点的前节点
                        ((TreeNode<K,V>)rn).prev = rp;
                    if (rp != null)
                      //如果目标节点的前节点不为空，将前节点的next设置为目标节点的next
                        rp.next = rn;
                        //如果取得的first不为空
                    if (first != null)
                      //把firs的前节点设置为root
                        first.prev = root;
                        //把目标节点的root的next设置为之前的first，prev为null
                    root.next = first;
                    root.prev = null;
                }
                //对红黑树做检查
                assert checkInvariants(root);
            }
        }

        //对树进行一致性检查，保证树的特性和指向的正确性
        static <K,V> boolean checkInvariants(TreeNode<K,V> t) {
        //获得目标节点的父节点、左子节点、右子节点、前节点、后节点
            TreeNode<K,V> tp = t.parent, tl = t.left, tr = t.right,
                tb = t.prev, tn = (TreeNode<K,V>)t.next;
                //当前的前节点的后节点必须等于当前节点
            if (tb != null && tb.next != t)
                return false;
                //当前节点后节点的前节点必须等于当前节点
            if (tn != null && tn.prev != t)
                return false;
                //当前节点必须等于父节点的左子节点或者右子节点
            if (tp != null && t != tp.left && t != tp.right)
                return false;
                //当前节点的左子节点的父节点必须等于当前节点
                //且左子节点的hash值必须小于当前节点的hash值
            if (tl != null && (tl.parent != t || tl.hash > t.hash))
                return false;
                //当前节点的右子节点的父节点必须等于当前节点
                //且右子节点的hash值要小于当前节点的hash值
            if (tr != null && (tr.parent != t || tr.hash < t.hash))
                return false;
                //不能有两个连续的红色节点，即当前节点和子节点不能都为红色
            if (t.red && tl != null && tl.red && tr != null && tr.red)
                return false;
                //如果左子节点不为空，递归判断左子节点
            if (tl != null && !checkInvariants(tl))
                return false;
                //如果右子节点不为空，递归判断右子节点
            if (tr != null && !checkInvariants(tr))
                return false;
            return true;
        }
    }
     
     //从当前节点开始，即以当前节点为根节点，通过hash值和key值向下遍历查找节点
        final TreeNode<K,V> find(int h, Object k, Class<?> kc) {
            TreeNode<K,V> p = this;//保存当前节点
            //do{}while()循环获取
            do {
                int ph, dir; K pk;
                //获得当前前节点的左子节点右子节点
                TreeNode<K,V> pl = p.left, pr = p.right, q;
                //判断当前节点的hash值是否大于要查找的hash值
                //如果大于就往左子节点递归查找
                if ((ph = p.hash) > h)
                    p = pl;
                    //反之往右子节点递归查找
                else if (ph < h)
                    p = pr;
                    //如果hash值相等且key值也相等
                else if ((pk = p.key) == k || (k != null && k.equals(pk)))
                  //返回找到的节点
                    return p;
                  //如果hash值相等，但是key不相等
                  //左子节点等于空，就递归查找右子节点
                else if (pl == null)
                    p = pr;
                 //右子节点等于空，递归查找左子节点
                else if (pr == null)
                    p = pl;
                 //如果左右都不为空，那么比较key的大小判断是从左边找还是右边找
                else if ((kc != null ||
                          (kc = comparableClassFor(k)) != null) &&
                         (dir = compareComparables(kc, k, pk)) != 0)
                    p = (dir < 0) ? pl : pr;
                 //如果没法判断，或是还找不到，只能从右子节点遍历
                else if ((q = pr.find(h, k, kc)) != null)
                    return q;
                  //遍历完还找不到，又从左子节点遍历
                else
                    p = pl;
            } while (p != null);
            //如果都没有找到，返回空
            return null;
        }

        
        //也是通过hash和key查找节点的方法
        final TreeNode<K,V> getTreeNode(int h, Object k) {
            //如果父节点为空直接返回根节点，否则调用上面的方法，继续查找
            return ((parent != null) ? root() : this).find(h, k, null);
        }

      
      //用来比较大小的方法
        static int tieBreakOrder(Object a, Object b) {
            int d;
            //首先判断两个比较的对象是否为空
            if (a == null || b == null ||
            //通过compareTo方法比较两个对象的类名大小
                (d = a.getClass().getName().
                 compareTo(b.getClass().getName())) == 0)
                 //无法比较再调用nactive的方法identityHashCode进行比较
                d = (System.identityHashCode(a) <= System.identityHashCode(b) ?
                     -1 : 1);
            return d;
        }

        //把链表转换为红黑树结构
        final void treeify(Node<K,V>[] tab) {
            //先创建一个空的树根
            TreeNode<K,V> root = null;
            //循环添加树节点
            for (TreeNode<K,V> x = this, next; x != null; x = next) {
                //x为当前节点，next为下一个节点，用于循环遍历
                next = (TreeNode<K,V>)x.next;
                //先将左右子节点都设置为空
                x.left = x.right = null;
                //判断是否已经有了根节点
                if (root == null) {
                //如果没有根节点,将当前节点的父节点设置为空
                //颜色设置为黑色，并赋值给根节点
                    x.parent = null;
                    x.red = false;
                    root = x;
                }
                else {
                //如果根节点已经存在
                //获得当前节点的key和hash值
                    K k = x.key;
                    int h = x.hash;
                    Class<?> kc = null;
                    //遍历已经存在的树
                    for (TreeNode<K,V> p = root;;) {
                        int dir, ph;
                        //获得遍历节点的key和hash值
                        K pk = p.key;
                        //如果目标节点的hash值小于当前遍历节点的hash值
                        if ((ph = p.hash) > h)
                        //dir为-1
                            dir = -1;
                        else if (ph < h)
                        //反之为1
                            dir = 1;
                        //如果等于，那么和上面说过的那个方法一样，用key作比较
                        else if ((kc == null &&
                                  (kc = comparableClassFor(k)) == null) ||
                                 (dir = compareComparables(kc, k, pk)) == 0)
                            dir = tieBreakOrder(k, pk);
                        //创建一个新的树节点     
                        TreeNode<K,V> xp = p;
                        //如果左右节点为空，直接通过判断dir的值确定是插到左子节点还是右子节点
                        if ((p = (dir <= 0) ? p.left : p.right) == null) {
                        //将目标节点的父节点设置为当前循环的节点
                            x.parent = xp;
                            if (dir <= 0)
                                xp.left = x;
                            else
                                xp.right = x;
                            //每一个插入的节点最开始都是红色节点，但是插入后可能会破坏红黑树的特性，所以会调用balanceInsertion进行调整，下面讲这个方法
                            root = balanceInsertion(root, x);
                            break;
                        }
                    }
                }
            }
            //上面讲到过了，是用来判断数组的指向是否正确的
            moveRootToFront(tab, root);
        }

        //在红黑树插入新的节点后，用来调整红黑树的平衡，使其重新符合红黑树的特性
        static <K,V> TreeNode<K,V> balanceInsertion(TreeNode<K,V> root,
                                                    TreeNode<K,V> x) {
            //新插入的节点都是红色                                        
            x.red = true;
            //循环遍历
            //x:当前节点，xp:当前节点父节点，xpp：当前节点祖父节点
            //xppl：祖父节点的左子节点，xppr：祖父节点的右子节点
            for (TreeNode<K,V> xp, xpp, xppl, xppr;;) {
                //如果当前节点的父节点为空，说明为根节点
                if ((xp = x.parent) == null) {
                   //直接变为黑色，返回根节点
                    x.red = false;
                    return x;
                }
                //如果祖父节点为空或者父节点是黑色
                else if (!xp.red || (xpp = xp.parent) == null)
                //直接返回根节点
                    return root;
                //如果当前节点的父节点等于祖父节点的左子节点
                if (xp == (xppl = xpp.left)) {
                    //如果祖父节点的右子节点不等于空，且等于红色
                    if ((xppr = xpp.right) != null && xppr.red) {
                        //把祖父节点的右子节点设置为黑色，就是叔父节点
                        xppr.red = false;
                        //父节点设置为黑色
                        xp.red = false;
                        //祖父节点设置为红色
                        xpp.red = true;
                        //x指向祖父节点，围绕祖父节点继续循环向上
                        x = xpp;
                    }
                    else {
                    //如果祖父节点的右子节点等于空或是等于黑色
                    //如果x是父节点的右子节点
                        if (x == xp.right) {
                            //以x节点的父节点进行左旋转操作
                            root = rotateLeft(root, x = xp);
                            //如果x节点的父节点为空，将x节点的祖父节点设置为空
                            //否则设置为父节点的父节点
                            xpp = (xp = x.parent) == null ? null : xp.parent;
                        }
                        //如果父节点不等于空
                        if (xp != null) {
                        //把父节点设置为黑色
                            xp.red = false;
                            //如果祖父节点不为空
                            if (xpp != null) {
                            //将祖父节点设置为红色
                                xpp.red = true;
                                //以x节点的祖父节点进行右旋转操作
                                root = rotateRight(root, xpp);
                            }
                        }
                    }
                }
                else {
                //反之，如果x节点的父节点，等于祖父节点的右子节点
                //和上面的操作差不多
                //如果祖父节点的左子节点（叔父节点）不为空且为红色
                    if (xppl != null && xppl.red) {
                        //叔父节点设置为黑色
                        xppl.red = false;
                        //父节点设置为黑色
                        xp.red = false;
                        //祖父节点设置为红色
                        xpp.red = true;
                        //指向祖父节点，以祖父节点继续循环向上
                        x = xpp;
                    }
                    else {
                    //反之，如果祖父节点的左子节点为空或是为黑色（为空一定为黑色）
                    //x节点是父节点的左子节点
                        if (x == xp.left) {
                        //围绕x的父节点做右旋转操作
                            root = rotateRight(root, x = xp);
                            //如果x的祖父节点不为空，xpp设置为x的祖父节点
                            xpp = (xp = x.parent) == null ? null : xp.parent;
                        }
                        //如果父节点不为空
                        if (xp != null) {
                        //父节点设置为黑色
                            xp.red = false;
                            //祖父节点不为空
                            if (xpp != null) {
                            //祖父节点设置为红色，且绕祖父节点进行左旋转操作
                                xpp.red = true;
                                root = rotateLeft(root, xpp);
                            }
                        }
                    }
                }
            }
        }
 //绕节点进行左旋转，父节点被右子节点代替，自己成为右子节点的左子节点
  static <K,V> TreeNode<K,V> rotateLeft(TreeNode<K,V> root,
                                              TreeNode<K,V> p) {
            TreeNode<K,V> r, pp, rl;
            //p:当前节点，r：当前节点的右子节点
            if (p != null && (r = p.right) != null) {
             //p的右子节点r的左子节点变成p的右子节点，并指向rl
                if ((rl = p.right = r.left) != null)
             //如果rl不为空，将rl的父节点设置为p
                    rl.parent = p;
                //将p的右子节点r的父节点设置为p的父节点，并指向pp
                if ((pp = r.parent = p.parent) == null)
                //如果pp不等于空，把p的右子节点r指向给root节点并设置为黑色
                    (root = r).red = false;
                //如果p是pp的左子节点
                else if (pp.left == p)
                //把pp的左子节点指向，p的右子节点r
                    pp.left = r;
                else
                //否则把pp的右子节点设置为r
                    pp.right = r;
                //重新赋值，设置自己的父节点为自己的右儿子
                //把自己变成自己右儿子的左儿子
                r.left = p;
                p.parent = r;
            }
            //返回调整后的儿子
            return root;
        }
        //绕节点进行右旋转，就是把左子节点代替父节点的位置
        //父节点变成左子节点的右子节点
        static <K,V> TreeNode<K,V> rotateRight(TreeNode<K,V> root,
                                               TreeNode<K,V> p) {
            TreeNode<K,V> l, pp, lr;
            //l左子节点
            //如果p节点不为空，把p节点的左子节点指向到l节点，判断不为空
            if (p != null && (l = p.left) != null) {
            //把p的左子节点赋值为p的左子节点l的右子节点指向lr
                if ((lr = p.left = l.right) != null)
                //判断lr不为空，将lr的父节点设置为p节点
                    lr.parent = p;
                  //把p节点的左子节点l节点的父节点设置为p的父节点并指向pp
                if ((pp = l.parent = p.parent) == null)
                //判断pp不为空，把l节点指向给root节点，并设置为黑色
                    (root = l).red = false;
                    //如果p为pp的右子节点
                else if (pp.right == p)
                //把pp的右子节点设置为l
                    pp.right = l;
                else
                //否则把pp的左子节点设置为l
                    pp.left = l;
                //重新设置节点的关系，把当前p节点的爸爸设置为p的左子节点
                //使p节点称为l节点的右儿子
                l.right = p;
                p.parent = l;
            }
            return root;
        }

      
      //把红黑树转换为链表
        final Node<K,V> untreeify(HashMap<K,V> map) {
            
            Node<K,V> hd = null, tl = null;
            //q为当前的treenode节点，通过q的next指针遍历
            for (Node<K,V> q = this; q != null; q = q.next) {
            //通过map的replacementNode方法，将TreeNode的节点转换为Node节点
                Node<K,V> p = map.replacementNode(q, null);
                //如果tl等于空，说明是第一次进来
                if (tl == null)
                //设置首节点
                    hd = p;
                else
                //设置上一个节点的下节点等于当前遍历到的节点
                    tl.next = p;
                //记录上一次循环的节点
                tl = p;
            }
            //返回链表的首节点即可
            return hd;
        }

        
        //往红黑树中插入一个key-value节点
        final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,
                                       int h, K k, V v) {
            Class<?> kc = null;
            boolean searched = false;
            //先找到当前树的根节点
            TreeNode<K,V> root = (parent != null) ? root() : this;
            //遍历树,寻找是否已经有这个元素
            for (TreeNode<K,V> p = root;;) {
                int dir, ph; K pk;
                //先判断要插入元素的hash值是大还是小，用来确定插入右子节点还是左子节点
                if ((ph = p.hash) > h)
                //如果小于当前节点hash，返回-1
                    dir = -1;
                else if (ph < h)
                //反之返回-1
                    dir = 1;
                //如果hash值相等且key也相等，返回当前遍历到的节点
                else if ((pk = p.key) == k || (k != null && k.equals(pk)))
                    return p;
                 //如果hash值相等，但是key不相等，再调用compareComparables作比较
                else if ((kc == null &&
                          (kc = comparableClassFor(k)) == null) ||
                         (dir = compareComparables(kc, k, pk)) == 0) {
                         //使用searched作为标志，只会查询一次，就往根节点的左右子节点分别查找
                         //如果找到了就返回找到的节点
                    if (!searched) {
                        TreeNode<K,V> q, ch;
                        searched = true;
                        if (((ch = p.left) != null &&
                             (q = ch.find(h, k, kc)) != null) ||
                            ((ch = p.right) != null &&
                             (q = ch.find(h, k, kc)) != null))
                            return q;
                    }
                    //调用tieBreakOrder再进行比较
                    dir = tieBreakOrder(k, pk);
                }
                  
                TreeNode<K,V> xp = p;
                //如果找到的节点为空，直接插入节点
                if ((p = (dir <= 0) ? p.left : p.right) == null) {
                    //创建一个新的Node节点为找到的节点的next节点
                    Node<K,V> xpn = xp.next;
                    //将xpn从Node节点转换为TreeNode节点
                    TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
                    //通过dir判断是放到树的右边还是左边
                    if (dir <= 0)
                        xp.left = x;
                    else
                        xp.right = x;
                    //把x节点设置为xp的next
                    xp.next = x;
                    //把x节点的父节点和prev都设置成xp
                    x.parent = x.prev = xp;
                    //如果xpn(xp节点的下一个节点)不为空，把它的prev设置为x节点
                    if (xpn != null)
                        ((TreeNode<K,V>)xpn).prev = x;
                        //平衡红黑树，判断table的指向
                    moveRootToFront(tab, balanceInsertion(root, x));
                    return null;
                }
            }
        }

       //将当前的节点从红黑树的节点上删除
        final void removeTreeNode(HashMap<K,V> map, Node<K,V>[] tab,
                                  boolean movable) {
            int n;
            //判断tab不为空且tab的长度不为0
            if (tab == null || (n = tab.length) == 0)
                return;
            //通过位运算找到hash所对应的index
            int index = (n - 1) & hash;
            //获得当前节点、前节点、后节点
            TreeNode<K,V> first = (TreeNode<K,V>)tab[index], root = first, rl;
            TreeNode<K,V> succ = (TreeNode<K,V>)next, pred = prev;
            //如果当前节点的的前一个节点为空，说明为根节点，当前节点的next节点放到tab对应的位置上
            if (pred == null)
                tab[index] = first = succ;
            else
            //否则把当前节点的上一个节点的下节点设置为当前节点的next
                pred.next = succ;
            //如果当前节点的next不为空，把当前节点的next节点的prev设置为当前节点的上一个节点
            if (succ != null)
                succ.prev = pred;
                //如果当前节点为空，直接结束
            if (first == null)
                return;
            //如果root（当前节点）的父节点不为空，把获取root的根节点，并指向root
            if (root.parent != null)
                root = root.root();
                //通过根节点判断当前的树是否左子树为空或右子树为空
            if (root == null
                || (movable
                    && (root.right == null
                        || (rl = root.left) == null
                        || rl.left == null))) {
                        //如果是为空的话，说明树的长度很小，那么直接调用untreeify将红黑树结构转换为链表结构，并指向tab中的index位置
                tab[index] = first.untreeify(map);  // too small
                return;
            }
            //获得当前树节点、左子节点、右子节点
            TreeNode<K,V> p = this, pl = left, pr = right, replacement;
            //如果左子节点不为空，且右子节点也不为空
            if (pl != null && pr != null) {
                TreeNode<K,V> s = pr, sl;
               //将s指向当前删除节点的右子节点的最左节点
                while ((sl = s.left) != null) // find successor
                    s = sl;
                //交换颜色，s节点的颜色和p的颜色交换
                boolean c = s.red; s.red = p.red; p.red = c; // swap colors
                //获得最左节点的右子节点和当前节点的祖父节点
                TreeNode<K,V> sr = s.right;
                TreeNode<K,V> pp = p.parent;
                //如果s是p的右子节点
                if (s == pr) { // p was s's direct parent
                   //p的父节点设置为它的右子节点
                    p.parent = s;
                    //右子节点的右子节点设置为原来的父节点，就像交换位置
                    s.right = p;
                }
                else {
                //反之，获取s的父节点
                    TreeNode<K,V> sp = s.parent;
                    //把当前节点的父节点设置为s的父节点，判断是否为空
                    if ((p.parent = sp) != null) {
                    //如果s是左节点
                        if (s == sp.left)
                        //s的父节点的左节点设置为p，就是顶替s的位置
                            sp.left = p;
                        else
                        //反之，s的父节点右节点设置为p
                            sp.right = p;
                    }
                    //交换了p和s节点的位置
                    //设置s的右子节点等于当前节点的右子节点，判断是否为空
                    if ((s.right = pr) != null)
                    //不为空设置当前节点的右子节点的父节点为s
                        pr.parent = s;
                }
                //设置p的left，也就是最之前的s的位置，已经是最左节点，所以左子节点应该为null
                p.left = null;
                //p的右子节点设置成s的右子节点
                if ((p.right = sr) != null)
                    sr.parent = p;
                //s的左子节点等于p的左子节点
                if ((s.left = pl) != null)
                    pl.parent = s;
                //s节点的父节点等于p节点的父节点
                if ((s.parent = pp) == null)
                    root = s;
                    //如果p等于父节点的左子节点，把左子节点设置为s节点
                else if (p == pp.left)
                    pp.left = s;
                else
                //否则设置p节点的父节点的右子节点为s
                    pp.right = s;
                //标志一下replacement，用来处理后面的连接
                //如果s的右子节点不为空，要链接的就是s的右子节点
                if (sr != null)
                    replacement = sr;
                else
                //如果为空，就为自身，说明下面已经没有节点需要连接的了
                    replacement = p;
            }
            else if (pl != null)
            //如果左子节点不为空，要链接的就是左子节点
                replacement = pl;
            else if (pr != null)
            //反之是右子节点
                replacement = pr;
            else
            //左右子节点都为空，设置为自身
                replacement = p;
             //如果replacement的值为自身，说明下面已经没有要连接的元素
            if (replacement != p) {
            //设置replacement （删除节点的后面的节点），的父节点为p节点的父节点
                TreeNode<K,V> pp = replacement.parent = p.parent;
                if (pp == null)//如果p的父节点为空，把root指向replacement
                    root = replacement;
                else if (p == pp.left)//如果p节点为之前父节点的左节点，把要连接的节点设置为左节点
                    pp.left = replacement;
                else
                //反之设置为右节点
                    pp.right = replacement;
                    //已经移除p节点，设置p的左子节点、右子节点、父节点都为null
                p.left = p.right = p.parent = null;
            }
            //replacement取代p的位置后，判断是否需要进行平衡操作，balanceDeletion在后面讲解
            TreeNode<K,V> r = p.red ? root : balanceDeletion(root, replacement);
            //平衡后再处理一次连接
            if (replacement == p) {  // detach
                TreeNode<K,V> pp = p.parent;
                p.parent = null;
                if (pp != null) {
                    if (p == pp.left)
                        pp.left = null;
                    else if (p == pp.right)
                        pp.right = null;
                }
            }
            //判断tab中的位置指向是否正确
            if (movable)
                moveRootToFront(tab, r);
        }

           //用来调整删除元素后的树平衡，x就是上面取代了p的那个节点
           static <K,V> TreeNode<K,V> balanceDeletion(TreeNode<K,V> root,
                                                  TreeNode<K,V> x) {
           //循环操作
            for (TreeNode<K,V> xp, xpl, xpr;;) {
            //如果x等于空，或x等于根节点，直接返回根节点
                if (x == null || x == root)
                    return root;
                    //如果x的父节点等于空，且为黑色，说明是根节点，直接返回x
                else if ((xp = x.parent) == null) {
                    x.red = false;
                    return x;
                }
                else if (x.red) {
                //如果x的父节点不为空，且x为红色，把x设置为黑色
                    x.red = false;
                    return root;
                }
                //x不为红色，判断x是左子节点还是右子节点
                else if ((xpl = xp.left) == x) {
                //如果是左子节点
               //叔父节点不为空且为红色
                    if ((xpr = xp.right) != null && xpr.red) {
                    //设置叔父节点为黑色
                        xpr.red = false;
                        //父节点为黑色
                        xp.red = true;
                        //绕父节点进行左旋转
                        root = rotateLeft(root, xp);
                        //x的父节点不为空，设置xpr为x的叔父节点，用于继续判断调整
                        xpr = (xp = x.parent) == null ? null : xp.right;
                    }
                    //叔父节点等于null
                    if (xpr == null)
                    //直接把x的父节点指向x
                        x = xp;
                    else {
                    //获取x的叔父节点，xpr的左子节点和右子节点
                        TreeNode<K,V> sl = xpr.left, sr = xpr.right;
                        if ((sr == null || !sr.red) &&
                            (sl == null || !sl.red)) {
                            //如果左子节点和右子节点都为黑色，把xpr设置为红色
                            xpr.red = true;
                            //把x的父节点指向x
                            x = xp;
                        }
                        else {
                        //如果左右节不是都为空的话，也是通过判断左旋转和右旋转
                        //步骤基本都是差不多的
                            if (sr == null || !sr.red) {
                            //如果右子节点为红色，左子节点为红色
                                if (sl != null)
                                //设置左子节点为黑色，左子节点的父节点，也就是xpr为红色
                                    sl.red = false;
                                xpr.red = true;
                                //绕xpr右旋转
                                root = rotateRight(root, xpr);
                                //重新指向xpr
                                xpr = (xp = x.parent) == null ?
                                    null : xp.right;
                            }
                            if (xpr != null) {
                            //把xpr的颜色设置成xp的颜色
                                xpr.red = (xp == null) ? false : xp.red;
                                if ((sr = xpr.right) != null)
                                //设置xpr的右子节点为黑色
                                    sr.red = false;
                            }
                            if (xp != null) {
                            //反之，做左旋转操作
                                xp.red = false;
                                root = rotateLeft(root, xp);
                            }
                            x = root;
                        }
                    }
                }
                else { //和上面对应的，只是换了一边
                    if (xpl != null && xpl.red) {
                        xpl.red = false;
                        xp.red = true;
                        root = rotateRight(root, xp);
                        xpl = (xp = x.parent) == null ? null : xp.left;
                    }
                    if (xpl == null)
                        x = xp;
                    else {
                        TreeNode<K,V> sl = xpl.left, sr = xpl.right;
                        if ((sl == null || !sl.red) &&
                            (sr == null || !sr.red)) {
                            xpl.red = true;
                            x = xp;
                        }
                        else {
                            if (sl == null || !sl.red) {
                                if (sr != null)
                                    sr.red = false;
                                xpl.red = true;
                                root = rotateLeft(root, xpl);
                                xpl = (xp = x.parent) == null ?
                                    null : xp.left;
                            }
                            if (xpl != null) {
                                xpl.red = (xp == null) ? false : xp.red;
                                if ((sl = xpl.left) != null)
                                    sl.red = false;
                            }
                            if (xp != null) {
                                xp.red = false;
                                root = rotateRight(root, xp);
                            }
                            x = root;
                        }
                    }
                }
            }

      //用来拆分红黑树，主要是HashMap的扩容中会用到，hashMap扩容会将红黑树按高低位分成两部分放到table中去
        final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
            TreeNode<K,V> b = this;
            //声明高位树和低位树
            TreeNode<K,V> loHead = null, loTail = null;
            TreeNode<K,V> hiHead = null, hiTail = null;
            int lc = 0, hc = 0;
            //循环遍历树，将节点拆分为高位数和低位树
            for (TreeNode<K,V> e = b, next; e != null; e = next) {
            //存储next
                next = (TreeNode<K,V>)e.next;
                e.next = null;
                //bit是当前数组的size，通过位运算，计算节点是高位还是低位
                if ((e.hash & bit) == 0) {
                //如果运算结果为0，说明在低位
                //用来判断是不是第一次插入，如果是第一次，设置首节点
                    if ((e.prev = loTail) == null)
                        loHead = e;
                    else
                    //如果不是，直接设置next
                        loTail.next = e;
                    loTail = e;
                    ++lc;
                }
                else {
                    if ((e.prev = hiTail) == null)
                        hiHead = e;
                    else
                        hiTail.next = e;
                    hiTail = e;
                    ++hc;
                }
            }
            //对低位树进行处理，放在原index位置
            if (loHead != null) {
            //如果长度没超过UNTREEIFY_THRESHOLD，转换为链表
                if (lc <= UNTREEIFY_THRESHOLD)
                    tab[index] = loHead.untreeify(map);
                else {
                //否则进行树化处理
                    tab[index] = loHead;
                    if (hiHead != null) // (else is already treeified)
                        loHead.treeify(tab);
                }
            }
            //高位树处理，放在原index+bit处
            if (hiHead != null) {
                if (hc <= UNTREEIFY_THRESHOLD)
                    tab[index + bit] = hiHead.untreeify(map);
                else {
                    tab[index + bit] = hiHead;
                    if (loHead != null)
                        hiHead.treeify(tab);
                }
            }
        }
        }

    

成员变量

	 //序列化编号
	 private static final long serialVersionUID = 362498820763181265L;
	 //默认初始容量，必须为2的幂，这里默认初始容量是16
	 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; 
	 //允许的最大容量，2的30次方
	 static final int MAXIMUM_CAPACITY = 1 << 30;
	 //默认加载因子，0.75，和容量相关的，指的是填满容量的最大比例，如果不指定就是默认的75%
	 static final float DEFAULT_LOAD_FACTOR = 0.75f;
	 //jdk1.8中是使用链表+数组+红黑树的方式实现的，这里指的是链表转换成树的阈值
	 //相同数据下，红黑树所占用的空间是链表的两倍
	 //即当桶中数量超过TREEIFY_THRESHOLD时使用树来代替链表。默认值是8
	 static final int TREEIFY_THRESHOLD = 8;
	 //树转换成链表的阈
	 //当频繁的删除和插入操作时，假如一直在这个数字附近徘徊，就会频繁的在数组和红黑树之间切换
	 //转换的数字有相差是为了减少频繁的转换带来的性能浪费
	 //即当桶中数量小于UNTREEIFY_THRESHOLD 时用链表来代替树
	 static final int UNTREEIFY_THRESHOLD = 6;
	 //红黑树的最小容量
	 static final int MIN_TREEIFY_CAPACITY = 64;
	 //类型为Node<K,V>的数组
	 transient Node<K,V>[] table;
	 //保存缓存的entrySet(),用于keySet()和values()
	 transient Set<Map.Entry<K,V>> entrySet;
	 //table数组的长度
	 transient int size;
	 //更改次数，并发时用来判断是否有其他线程更改了
	 transient int modCount;
	 //扩容的临界值，当table的size>这个值时，会进行扩容
	 int threshold;
	 //实际加载因子
	 final float loadFactor;

构造方法

    //创建时指定初始长度和加载因子
    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);
    }
   //指定初始长度，调用了上面的构造函数，指定长度和默认加载因子
    public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }
   //创建默认的HashMap，长度和加载因子都是默认
    public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }
    //入参一个HashMap集合
    public HashMap(Map<? extends K, ? extends V> m) {
        this.loadFactor = DEFAULT_LOAD_FACTOR;
        putMapEntries(m, false);
    }

扩容和hash计算

• hash计算

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

• 用来计算key的hash值，为了减少hash碰撞，获取key的hashCode后，还进行了异或运算和位运算

• 为什么是取>>>16,注释中有说到，计算hashcode，将较高的位扩展到较低的位，因为hash表的长度都是2的幂，而我们在之前bucket索引计算的时候可以发现，实际上大于size长度的高位，根本没有参与计算。因此，我们需要一个折衷的办法，将高位部分也能参与到计算中来。这样可以使得数据更加平均的分布在系统中。

• resize()扩容

//hashMap扩容
    final Node<K,V>[] resize() {
        //获得table数组、长度、实际扩容的值
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        //table数组不为空才进行后续操作
        if (oldCap > 0) {
            //判断当前是不是已经达到了最大值，如果是就不再扩容，返回原数组
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //将数组扩容为原来长度的2倍，实际存放的oldThr也是一样扩容为原来的两倍
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        //如果使用的有参构造器，oldThr的值是创建时指定且不为0，就会使用指定的容量来完成后续的操作
        else if (oldThr > 0) 
            newCap = oldThr;
            //如果调用的无参构造器，要对table数组进行初始化，和触发扩容的值
        else {    
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        //调用有参构造器且newThr为0，重新计算赋值
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        //将计算的值指向threshold
        threshold = newThr;
        //创建一个新的table数组，长度为扩容后的长度，并将新的数组指向table
        @SuppressWarnings({"rawtypes","unchecked"})
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        //进行数据的迁移
        if (oldTab != null) {
            //循环遍历旧的table
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    //如果当前位置的元素没有发生hash碰撞，即只有一个节点
                    if (e.next == null)
                    //直接赋值给指定位置
                        newTab[e.hash & (newCap - 1)] = e;
                     //如果hash相同，且这个位置的元素是红黑树结构
                    else if (e instanceof TreeNode)
                   //调用TreeNode的split方法，上面有详细讲过，会将红黑树分出高位和低位
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else {
                    //如果hash碰撞，且当前位置数据是链表结构
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        //遍历循环链表，分出高位和低位
                        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);
                        //和红黑树一样，低位位置不变，高位位置为当前位置+数组的旧位置
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        //返回新的数组
        return newTab;
    }

常用方法

• get(Object key):通过key获取节点的value

  //如果取到的节点为null返回null，否则返回节点的value
  public V get(Object key) {
       Node<K,V> e;
       //调用getNode方法，在下面
       return (e = getNode(hash(key), key)) == null ? null : e.value;
   }

  //通过计算的hash值和key取出节点
   final Node<K,V> getNode(int hash, Object key) {
       Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
       //判断数组是否为空，并通过位运算得到table数组中的位置
       if ((tab = table) != null && (n = tab.length) > 0 &&
           (first = tab[(n - 1) & hash]) != null) {
           if (first.hash == hash && // 如果hash值相同，key也相同，直接返回
               ((k = first.key) == key || (key != null && key.equals(k))))
               return first;
              //如果不相同，判断是否下面还有节点，有的话就遍历查找
           if ((e = first.next) != null) {
           //如果是红黑树结构，按照红黑树的方式取
               if (first instanceof TreeNode)
               //这个方法上面有说
                   return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            //否则就直接遍历链表，取到元素返回
               do {
                   if (e.hash == hash &&
                       ((k = e.key) == key || (key != null && key.equals(k))))
                       return e;
               } while ((e = e.next) != null);
           }
       }
       return null;
   }

	- 首先计算key的hash值
	- 通过位运算，获得hash值对应的index位置
	- 判断当前index位置的key是否和要查找的key相同，如果相同直接返回
	- 如果不相同，判断当前这个元素的next是不是为空，如果为空，返回null
	- 如果不为空，判断是否是红黑树结构，如果是红黑树结构，调用红黑树的方法查找
	- 如果是链表结构，遍历查找链表
	- 如果找到了，返回找到的值，如果都没找到，返回null

• put(K key, V value) :往集合中添加一个元素

   public V put(K key, V value) {
       return putVal(hash(key), key, value, false, true);
   }
//key:键，vlaue：值，onlyIfAbsent：如果key存在，是否用新值取代旧值
//evict,在方法的最后面用到了
   final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                  boolean evict) {
       Node<K,V>[] tab; Node<K,V> p; int n, i;
       //如果table==null,或者tab的长度=0
       if ((tab = table) == null || (n = tab.length) == 0)
       //进行扩容，返回扩容后的长度，扩容的方法上面有说
           n = (tab = resize()).length;
          //通过位运算得到tab中index的位置，如果为空，直接设置
       if ((p = tab[i = (n - 1) & hash]) == null)
           tab[i] = newNode(hash, key, value, null);
       else {
           Node<K,V> e; K k;
           //如果不为空，判断p的hash值和key是否相等
           if (p.hash == hash &&
               ((k = p.key) == key || (key != null && key.equals(k))))
               //如果相等，把p指向e
               e = p;
            //如果p是红黑树结构的
           else if (p instanceof TreeNode)
           //直接调用红黑树的putTreeVal方法，上面有说过这个方法，如果存在的话返回的是旧的元素
               e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
           else {
           //如果是链表结构，遍历找到链表的最后一个元素，并记录长度
               for (int binCount = 0; ; ++binCount) {
               //判断是不是最后一个元素
                   if ((e = p.next) == null) {
                   //如果是，直接插入到这个元素后面
                       p.next = newNode(hash, key, value, null);
                       //判断是不是超过了链表转红黑树的那个值
                       if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                       //如果超过了，调用TreeNode的treeifyBin方法树话链表，上面有说过
                           treeifyBin(tab, hash);
                       break;
                   }
                   //如果还不是链表的最后一个节点，且hash相等，key也相等，把获取到的p指向e
                   if (e.hash == hash &&
                       ((k = e.key) == key || (key != null && key.equals(k))))
                       break;
                   p = e;
               }
           }
           if (e != null) { // existing mapping for key
           //判断是不是要覆盖原来的值
               V oldValue = e.value;
               if (!onlyIfAbsent || oldValue == null)
                   e.value = value;
                   //afterNodeAccess是个空方法体，是为了继承HashMap的LinkedHashMap类服务的
               afterNodeAccess(e);
               return oldValue;
           }
       }
       ++modCount;
       //如果插入后，当前table的长度达到了需要扩容时的长度，对数组进行扩容
       if (++size > threshold)
           resize();
           //一样，afterNodeInsertion也是个空方法体，是为了继承HashMap的LinkedHashMap类服务的
       afterNodeInsertion(evict);
       return null;
   }

调用put方法设置元素的流程

 - 首先通过计算出key的hash值
 - 判断table数组是否为空，如果是空的先对数组进行初始化
 - 如果不为空，通过位运算，获取到hash值对应的index位置
 - 先判断index处的元素是不是为空，如果不为空，直接插入到这个位置
 - 如果不为空，判断key是不是相同，如果是先标记出来
 - 如果发生hash碰撞且key不相同，那么判断该节点是红黑树还是链表
 - 如果是红黑树，调用红黑树的查找方法，判断是不是已经存在，如果存在就标记出来，不存在就插入到末尾，红黑树内部会调用方法去平衡树
 - 如果是链表，也是一样，遍历查找，如果没有相同的key，直接插入到链表末尾，如果有的话也是标记出来
 - 判断是否需要替换掉旧的值
 - 再判断数组是否需要扩容，如果需要扩容再调用扩容方法