HashMap的实现原理在Jdk1.7之前底层实现是基于数组+链表的形式。即通过HashMap的key值进行Hash。然后对容量（默认16）负载因子（默认是0.75）进行取余获取到其桶的位置：比如某一个key的hash值是18，容量为为16 ，那么他就会存放在第2个桶的位置、如果放生Hash碰撞。那么存放在同一个桶位置的数据将以链表的形式铺开。
JDK1.8以后，针对HashMap做过一次优化。防止在同一个桶位置上链表数量过大时，导致的查询效率慢的问题。当链表的数量大于8时，那么自动将链表的替换成红黑树。当链表数量小于6时，自动将红黑树替换成链表。
其结构图如下图所示：
接下来我们带着几个问题来分析和理解HashMap。
1.HashMap是如何对Key进行Hash计算的？
2.HashMap的put、get方法时如何实现的？
3.HashMap是如何进行扩容的，为什么扩容的大小一定得是2的整数幂?
4.当发生Hash碰撞的时候，是如何将桶扩展为链表的？
5.为何在Jdk1.8中要优化存储的数据结构，扩展为红黑树，红黑树的原理是什么？
首先我们看下：HashMap的常量定义与构造函数
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
/**
* 默认的初始容量16
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
// 最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
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;
//扩容相关：后面介绍：初始化：下一次扩容的大小值：
this.threshold = tableSizeFor(initialCapacity);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}第一个问题：我们看下Hash算法的源码：
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}可以看到hash的时候。key.hashCode();hashCode()是Object类里面的一个方法。即所有的类都能调用hashCode方法：这是一个native方法：主要的目的是为了将一个对象，进行Hash算法,散列成一个int类型的数字，（有兴趣的同学可以自行去学习Hash算法）当key==null的时候。返回的hash值为0 。这就是为什么HashMap支持key为null值得原因。
(h = key.hashCode()) ^ (h >>> 16) 这段代码的解释为Map的key的Hash值与自己的高16位进行异或。首先要知道 int类型为4个字节：4*8位32个bit位 h >>> 16 右移16位，高位补0。
假设：我们得到的hash值为 0001 1110 0000 0000 0000 0001 0001 0000
那么h >>> 16以后就会变成: 0000 0000 0000 0000 0001 1110 0000 0000
他们之间异或：异或规则为：0^0=0； 0^1=1； 1^0=1； 1^1=0；
最后返回的结果为：0001 1110 0000 0000 0001 1111 0001 0000可以看出，通过异或的算法后，数字变的更加的不规则、这样目的就是为了，避免Hash值过多的一样，导致同一个桶上的链表长度过长导致的数据查询性能问题。
第二个问题：HashMap的put、get方法
//返回值，返回put之前的key的值，或者null值
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
* Implements Map.put and related methods
*
* @param hash hash for key
* @param key the key
* @param value the value to put
* @param onlyIfAbsent if true, don't change existing value
* @param evict if false, the table is in creation mode.
* @return previous value, or null if none
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 当table为null或者长度为0时。初始化tab的容量为16，负载因子为0.75
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//计算桶的位置 如果为空，那么就
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//如果传入的key的hash值，与p的hash值一样，并取Key是同一个对象
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 那么刷新值
e = p;
// 如果p是红黑树结构那么就 ，向treeNode中新加入一个节点
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
// 如果p的下一个节点为空，那么在将当前key值存放到p的下一个节点：
形成链表结构
p.next = newNode(hash, key, value, null);
// 当节点数大于等于8的时候自动转换成数结构
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 当e不为空，即之前的位置已经有值：重新刷新值、
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;
}if ((p = tab[i = (n - 1) & hash]) == null) 从这个条件可以看出。
HashMap是如何通过Hash的值来找到桶的位置。i = (n - 1) & hash
n:表示容量默认为16 n-1=15，我们假设hash=18
运算规则：0&0=0; 0&1=0; 1&0=0; 1&1=1;
那么我们可以得知 0000 0000 0000 0000 0000 0000 0000 1111 &
0000 0000 0000 0000 0000 0000 0001 0010 得到 0000 0000 0000 0000 0000 0000 0000 0010 得到值为2 其实就是 18%16的余数：通过位运算更快的得到结果、
上面的代码已经看了put方法，接下来我们看下get方法：
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
/**
* Implements Map.get and related methods
*
* @param hash hash for key
* @param key the key
* @return the node, or null if none
*/
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//判断桶位置的第一个元素 的hash值与key值得equals是否相等 主要用于判断是否是同一个对象： 如果是那么就返回这个值、
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 如果不是： 那么判断第一个值是否是数节点：如果是从数节点中获取数据
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 如果不是 那么就是链表，挨个遍历 链表中的数据，判断key的hash值与equals是否相等 是否为同一个对象。
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}相对于put方法，get方法就相对于简单不少。
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
上述代码就是为啥当链表长度过长时：查询的效率会变低。一直在遍历循环，直到找到与Key内存地址相同的对象返回其value值、
第三个问题：
HashMap是如何进行扩容的。为啥每次扩容都是2的整数幂，接下来我们看下HashMap的扩容方法：其实在put方法中我们就看到了，对就是那个resize() 初始化和table和扩容都是通过这个方法实现的。
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; //当老的数组的容量小于初始容量时 左移一位相相当于乘以
2扩大为原来的两倍
}
else if (oldThr > 0) // 当老的数组的容量小于初始容量时，初始化为老的下一个容量值。
newCap = oldThr;
else { // 初始化 table 数组值。
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;
// 这里是新老数组赋值的过程。可以自行研究。
@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;
}至于为什么每次扩容都是2的整数幂：回到我们之前计算桶位置的算法:
因为Hashmap计算存储位置时，使用了(n - 1) & hash。只有当容量n为2的幂次方，n-1的二进制会全为1，位运算时可以充分散列，避免不必要的哈希冲突，所以扩容必须2倍就是为了维持容量始终为2的幂次方。
第四个问题： 当发生hash碰撞时，是如何扩展为链表的，
其实可以看出：table是数组，即桶，但是数组里面存的不是数据的value，而是一个NODE接点，桶的位置就是一个链表，不需要扩展。这是桶的第一个值，就是链表的第一个节点。
我们还是回到之前的put方法：
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
// 如果p的下一个节点为空，那么在将当前key值存放到p的下一个节点：
形成链表结构
p.next = newNode(hash, key, value, null);
// 当节点数大于等于8的时候自动转换成数结构
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}上面的代码，如果桶的位置上有多个值，即链表的长度不为1的时候，那么一直遍历寻找到最后一个接口，p.next==null的接口，将要put的值，放到里面去。 如果遍历的值大于等于7 即大于8的时候。升级为红黑树的结构：
接下来我们来分析 treeifyBin(tab, hash);
来解答第五个问题：
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}可以看到，当判断tab的容量太小时，会先扩容，如果不小。并且通过hash值获取到桶的位置的数据不为空，并调用replacementTreeNode()去替换成红黑树结构：
TreeNode<K,V> replacementTreeNode(Node<K,V> p, Node<K,V> next) {
return new TreeNode<>(p.hash, p.key, p.value, next);
}
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}初始化TreeNode树结构的时候，构造方法传入：当前节点P的hash值，key值和value值，和下一个节点信息。
接下来我们可以看到，通过doWhile将TreeNode按照顺序一个一个链接起来。其中Hd是头结点:
接下来我们来看核心方法： hd.treeify(tab); 这个方法就可以就是数结构如何形成的：
final void treeify(Node<K,V>[] tab) {
TreeNode<K,V> root = null;
for (TreeNode<K,V> x = this, next; x != null; x = next) {
// @1
next = (TreeNode<K,V>)x.next;
x.left = x.right = null;
if (root == null) {
x.parent = null;
x.red = false;
root = x;
}
else {
K k = x.key;
int h = x.hash;
Class<?> kc = null;
for (TreeNode<K,V> p = root;;) {
int dir, ph;
K pk = p.key;
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
dir = tieBreakOrder(k, pk);
TreeNode<K,V> xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
x.parent = xp;
if (dir <= 0)
xp.left = x;
else
xp.right = x;
root = balanceInsertion(root, x);
break;
}
}
}
}
moveRootToFront(tab, root);
}从代码标记为@1的位置可以看出，X是头结点。nexe是头结点的下一个节点 。X.red=false所以头结点是黑色的
if ((p = (dir <= 0) ? p.left : p.right) == null) {
x.parent = xp;
if (dir <= 0)
xp.left = x;
else
xp.right = x;
root = balanceInsertion(root, x);
break;
}
通过这段代码可以看到，hash值小于头结点的值在在节点的左边，大于头结点的值在节点的右边红黑书结构原则：
- 每个节点只能是红色或者黑色
- 根节点都是黑色
- 不可能有连在一起的红色节点
- 每个红色节点的两个子节点都是黑色，叶子节点都是黑色
- 除了根节点，插入的时候每个节点都是红色
关于红黑树更深层次的分析：可以参考博文：
7万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
