jdk1.8HashMap源码解析

1. 数据结构

 HashMap的数据结构是：数组+链表+红黑树。

2. 成员变量

# 默认的数组长度 16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

# 最大的数组长度2的30次方
static final int MAXIMUM_CAPACITY = 1 << 30;

# 加载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;

# 链表长度达到8的时候转化为红黑树
static final int TREEIFY_THRESHOLD = 8;

# 红黑树节点数小于6的时候转成链表
static final int UNTREEIFY_THRESHOLD = 6;

# 转化为红黑树时数组的最小长度
static final int MIN_TREEIFY_CAPACITY = 64;

# node数组
transient Node<K,V>[] table;

# 数组容量=数组长度capacity*加载因子loadfactor,当节点数超过这个数时，数组扩容
# 如果数组还没有初始化，保存的是初始化数组的长度或者是0，详情见构造方法
int threshold;

3. 构造方法

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);
}

public HashMap(int initialCapacity) {
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

未指定数组初始容量initialCapacity时：所有参数都是使用默认的

当指定数组初始容量initialCapacity时：

1.首先校验了参数的合法性

2.调用tableSizeFor()方法求出比initialCapacity大的，并且离initialCapacity最近的2的n次方数，保存到threadhold变量上，               以供第一次put元素的时候初始化数组。

注意：new HashMap()的时候并没有初始化数组，而是在第一次调用put()方法的时候，在resize()方法中初始化的。

3.1 tableSizeFor方法解析

/**
     * Returns a power of two size for the given target capacity.
     */
    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;
    }

无符号右移一位再按位或，将最高两位变成1，

无符号右移两位再按位或，将最高四位变成1，

无符号右移四位再按位或，将最高八位变成1，

无符号右移八位再按位或，将最高十六位变成1，

无符号右移十六位再按位或，将三十二位变成1，

以10为例 ，10-1=9，二进制表达式是1001，1001 | 0100 = 1101  最高2位是1

                                                                       1101 | 0011 = 1111，最高四位是1，已完成。

1111=15，15+1=16，就得到了离10最近的大于10的2的n次方数

为什么先减一？当cap=2的n次方时，右移按位或再加一会得到2的n+1次方，先减一再进行操作最后就得到了2的n次方。

4. put方法

    public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }

    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;
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            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) {
                        p.next = newNode(hash, key, value, null);
                        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;
                }
            }
            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;
    }

4.1方法解读 

 1.如果数组为null或者长度=0，则调用resize方法初始化数组，

 2.通过hash&(n-1)判断新数据在数组中的位置，如果该位置上没有节点，将新数据放到该位置上

 3.如果该位置上有节点，看该节点的数据是否与新数据相同，相同的话将该节点赋值给e变量

 4.不相同判断该位置上的是否是红黑数节点，是的话调用putTreeVal方法添加到红黑树中

 5.否则该位置上的一定是链表节点，遍历链表，看新数据是否已存在于链表中，存在则将已存在的节点赋值给e变量，不存在，添加到链表末尾，如果添加后链表长度大于8，调用treeifyBin方法转换为红黑树

 6.最后根据e变量是否为null，判断是新增节点还是更新节点，更新的话就用新的value替换旧的value并返回旧的value，

添加的话就判断是否需要扩容，需要的话调用resize方法扩容，返回null

4.2 新数据位置的计算

i = (n - 1) & hash

hash=key的hash值，n是数组的长度

因为数组的长度=2的n次方 ，所以该表达式等价于hash%length，即hash对数组长度取模

因为按位运算比取模运算快，所以这样计算。

4.3 hash值的计算 

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

根据4.2，我们知道新数据的位置是key的hash值对数组长度取模得到的，那么key的hash值就决定了新数据的位置，

因为取模运算的结果只跟低位相关，高位无法参与计算，所以hash算法，先将key的hashcode无符号右移16位再与本身异或，

这样可以让高位参与到hash值的生成，减少了数据落到数组的同一个位置的概率

 

为什么是异或？不是与或计算呢？

两个数的组合有4种情况00 01 10 11

按位与结果分别是 0 0 0 1

按位或结果分别是0 1 1 1

异或结果是0 1 1 0

可以看出按位异或得到0和1的概率是相等的

4.4 如何判断要添加的数据已存在

(p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))

简单一点就是key1.hash==key2.hash &&（key1==key2 || key1.equals(key2)） 

数据是否相同完全由key决定

先判断两份数据key的hash值是否相同，不相同则表示两份数据不同

如果hash值相同，再判断引用地址或者equals方法是否相同，有一个相同则两份数据相同

4.5 resize方法如何扩容的

    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; // 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;
    }

如果数组=null，初始化数组，初始化的时候判断了threadhold是否有值。有值取出来当做新数组的长度，

如果数组！=null，双倍扩容。扩容后，将原数组中的节点重新散列到新数组中，重新散列时，运用了一个特性：数据的位置是根据key的hash值对数组长度取模得到的：

如果 hash%length=i，那么hash%(2*length)= i 或者 i+length

5. get方法解析

    public V get(Object key) {
        Node<K,V> e;
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }

   
    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) {
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            if ((e = first.next) != null) {
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

根据key的hash值判断数据在数组的哪个位置，

如果该位置上无节点，返回null，

有节点但是key不相等，遍历该链表或者红黑树，找到key相等的节点返回value，找不到返回null；

数据位置的判断以及key是否相等的判断都与put方法相同