想深入了解HashMap的源码，相信大家干的第一件事一定是看源码，甭管三七二十一，先进去看，看了半天发现越看越懵，最后放弃了。说的是你吗？
陶渊明读书，不求甚解；诸葛亮读书，观其大略； 想要了解底层实现原理，一定要先知道它的轮廓，它的结构。如果你去爬山，上来就去研究它的纹理，那你这辈子都研究不明白。
研究底层源码也是一样，首先你要先去了解它的数据结构，只有脉络清楚了，你看着底层的代码才不费劲。
常见的数据结构
- 数组
- 链表
- 树形
- 等等
数组结构优缺点
优点：
- 查询速度快，每个值都有下标，可以通过下标快速找到相应的位置
缺点：
- 插入、删除效率低，数组长度是固定的，每次新增元素都需要新建一个数组，将原来的数据copy到新数组，再将新值放到新数组中；删除也是一样，每次删除一个元素都需要移动后面元素的位置；
所以，数组这种数据结构适合查询，不适合新增、删除；
链表结构优缺点
下图为单向链表，每个节点中包含数据域，指针域（指向下一个节点）
优点：
- 插入、删除速度快，当新增一个节点时，只需要将原链表中指向下一节点的引用清空，并将上一节点指向新节点，新节点指向下一节点即可；删除也是一样，只需要修改引用；
缺点：
- 查询速度慢，如果查找的值在最末的节点，那么需要通过指针引用从头结点开始遍历，直到最后一个节点；
所以，链表这种数据结构适合新增、删除，不适合查询；
红黑树优缺点
因为hashmap和红黑树有关，其他树形结构这篇文章就不提了。红黑树会在后面专门一篇文章讲。
红黑树特性
-
每个节点只能是红色或者黑色。
-
根节点必须是黑色。
-
红色的节点，它的叶节点只能是黑色。
-
从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。
优点：
- 红黑树能够以O(log2 (n)) 的时间复杂度进行搜索、插入、删除操作。
- 黑树就是为了解决二叉查找树的缺陷，因为二叉查找树在某些情况下会退化成一个线性结构。
- 增加和删除节点 恢复平衡性能好。
缺点：
- 算法复杂
HashMap的数据结构
在JDK1.8之前，HashMap采用数组+链表的数据结构，JDK1.8开始，采用数组+链表+红黑树数据结构。
###HashMap 结构图
原码分析
/**
* The default initial capacity - MUST be a power of two.
* 默认的初始容量 必须是2的n次幂，如果不指定容量大小，默认为16
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
默认的初始容量 必须是2的n次幂，如果不指定容量大小，默认为16
/**
* The maximum capacity, used if a higher value is implicitly specified
* by either of the constructors with arguments.
* MUST be a power of two <= 1<<30.
* HashMap的最大容量为2的30次幂
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
HashMap的最大容量为2的30次幂
/**
* The bin count threshold for using a tree rather than list for a
* bin. Bins are converted to trees when adding an element to a
* bin with at least this many nodes. The value must be greater
* than 2 and should be at least 8 to mesh with assumptions in
* tree removal about conversion back to plain bins upon
* shrinkage.
*/
static final int TREEIFY_THRESHOLD = 8;
桶的树化阈值，当链表长度为8的时候将链表转换成红黑树
/**
* The bin count threshold for untreeifying a (split) bin during a
* resize operation. Should be less than TREEIFY_THRESHOLD, and at
* most 6 to mesh with shrinkage detection under removal.
*/
static final int UNTREEIFY_THRESHOLD = 6;
桶的链表还原阈值，如果发现链表长度小于 6，则会由树重新退化为链表
/**
* The smallest table capacity for which bins may be treeified.
* (Otherwise the table is resized if too many nodes in a bin.)
* Should be at least 4 * TREEIFY_THRESHOLD to avoid conflicts
* between resizing and treeification thresholds.
*/
static final int MIN_TREEIFY_CAPACITY = 64;
最小树形化容量阈值：即 当哈希表中的容量 > 64，才允许树形化链表 （即 将链表 转换成红黑树），否则，若桶内元素太多时，则直接扩容，而不是树形化，为了避免进行扩容、树形化选择的冲突，这个值不能小于 4 * TREEIFY_THRESHOLD
以上就是HashMap中用到的静态变量，下面我们接着分析HashMap中的方法。
HashMap的构造函数
/**
* Constructs an empty <tt>HashMap</tt> with the specified initial
* capacity and load factor.
*
* @param initialCapacity the initial capacity
* @param loadFactor the load factor
* @throws IllegalArgumentException if the initial capacity is negative
* or the load factor is nonpositive
*/
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);
}
/**
* Constructs an empty <tt>HashMap</tt> with the specified initial
* capacity and the default load factor (0.75).
*
* @param initialCapacity the initial capacity.
* @throws IllegalArgumentException if the initial capacity is negative.
*/
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
/**
* Constructs an empty <tt>HashMap</tt> with the default initial capacity
* (16) and the default load factor (0.75).
*/
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
/**
* Constructs a new <tt>HashMap</tt> with the same mappings as the
* specified <tt>Map</tt>. The <tt>HashMap</tt> is created with
* default load factor (0.75) and an initial capacity sufficient to
* hold the mappings in the specified <tt>Map</tt>.
*
* @param m the map whose mappings are to be placed in this map
* @throws NullPointerException if the specified map is null
*/
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
主要分析第一个，第二个是套用第一个方法，第三个只是对变量赋值。
/**
* Constructs an empty <tt>HashMap</tt> with the specified initial
* capacity and load factor.
*
* @param initialCapacity the initial capacity
* @param loadFactor the load factor
* @throws IllegalArgumentException if the initial capacity is negative
* or the load factor is nonpositive
*/
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);
}
前面三个主要是判断初始化容量如果<0则抛异常，如果>定义的最大容量，则容量为定义的最大容量，负载因子小于等于0或者为非数的话抛异常。
看一下this.threshold = tableSizeFor(initialCapacity);这个方法。
/**
* 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;
}
这个方法是根据传进来的容量生成符合规则(2的n次幂)的容量大小：
假如传进来的容量cap为7，那么n = 7 - 1 = 6;
6的二进制为110，n >>> 1–> 011
n |= n >>> 1; --> n = 110 | 011 = 111
n = 111，n >>> 2 = 001
n |= n >>> 2; --> n = 111 | 001 = 111
n = 111，n >>> 4 = 000
n |= n >>> 4; --> n = 111 | 000 = 111
n = 111，n >>> 8 = 000
n |= n >>> 8; --> n = 111 | 000 = 111
n = 111，n >>> 16 = 000
n |= n >>> 16; --> n = 111 | 000 = 111
111转换成10进制为n = 7;
最后判断n < 0 ? 不小于0，判断n >= 2的30次幂？不大于等于，返回n + 1 = 8;
那传进来的值是7，为什么要减1？
如果不减1会出现什么样的结果？推算一下：
假如传进来的容量cap为8, n = 8。
8的二进制为：1000，n >>> 1 = 100
n |= n >>> 1; --> n = 1000 | 0100 = 1100
n = 1100，n >>> 2 = 0011
n |= n >>> 2; --> n = 1100 | 0011 = 1111
n = 1111，n >>> 4 = 0000
n |= n >>> 4; --> n = 1111 | 0000 = 1111
n = 1111，n >>> 8 = 0000
n |= n >>> 8; --> n = 1111 | 0000 = 1111
n = 1111，n >>> 16 = 0000
n |= n >>> 16; --> n = 1111 | 0000 = 1111
最后返回 15 + 1 = 16，传进来的是8，如果不减1，实际初始化的容量为16，翻了一倍。
HashMap的put方法
/**
* Associates the specified value with the specified key in this map.
* If the map previously contained a mapping for the key, the old
* value is replaced.
*
* @param key key with which the specified value is to be associated
* @param value value to be associated with the specified key
* @return the previous value associated with <tt>key</tt>, or
* <tt>null</tt> if there was no mapping for <tt>key</tt>.
* (A <tt>null</tt> return can also indicate that the map
* previously associated <tt>null</tt> with <tt>key</tt>.)
*/
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
上面的代码中，接受两个参数，key，value，这两个参数就不多说了，它调用了一个putVal方法。看到这你可能会想，HashMap是由数组+链表+红黑树组成的，那我传一个key-value它怎么知道要存在哪个位置呢？
你可能注意到了，调用putVal方法的时候，对key进行了hash(key)操作，也就是计算出存放的位置下标。
什么是Hash算法？
HashMap与hash算法有着千丝万缕的联系，那么什么是hash算法呢？
hash算法就是把任意长度的输入通过散列算法变换成固定长度的输出，该输出就是散列值。
####hash算法的特点
- 输入的微弱变化经过hash函数也会有不同的输出
- 输出的结果不能推导出原文
再来看下hash(key)方法，我们称它为扰动函数，因为它对key的hashcode进行了其他运算
/**
* 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);
}
如果key为null的话，返回0，也就是数组的第一个位置；
如果key不为null，那么用key的hashcode异或key的hashcode无符号右移16位，也就是让hashcode的低16位也参与运算。
假设：key的hashcode的二进制数为：0b01010010010010001010100010101100
无符号右移16位：0b00000000000000000101001001001000
0b01010010010010001010100010101100
0b00000000000000000101001001001000 ^
——————————————————————
0b01010010010010001111101011100100
这样做的目的减少hash冲突，让散列表填充的更均匀。
看一下putVal方法：
/**
* 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) {
// 当前散列表
Node<K,V>[] tab;
// 当前节点
Node<K,V> p;
// n当前散列表长度
// i要放的位置索引
int n, i;
// 把当前散列表赋值给tab，把当前散列表的长度赋值给n，并判断散列表是否为null或者散列表长度为0
if ((tab = table) == null || (n = tab.length) == 0)
// 如果散列表没有被初始化，调用resize()方法进行初始化，并把初始化后的散列表长度赋值给n
n = (tab = resize()).length;
// 这里的算法很巧妙，用当前数组长度-1 与 对key的hash值扰动后的值 进行按位与操作，
//然后将得出的结果（下标）赋值给i，并判断当前位置是否为null，并把当前位置赋值给p
// 这里要说下(n - 1) & hash
// 因为散列表的长度一定是2的n次幂，默认是16
// 16 - 1 = 15，二进制数为：1111
// hash值为32位，假设为：01010101000001000001010101010101
// 这两个数进行与运算，0和任何数相与都为0，所以决定取值范围的一定是后四位，最小值为0000，最大值为1111
// 所以一定是在0到15之间
if ((p = tab[i = (n - 1) & hash]) == null)
// 如果放值的位置为null，则直接组装个node放进去，并赋值给散列表
tab[i] = newNode(hash, key, value, null);
else {
// 如果放值的位置不为null
// e临时节点
Node<K,V> e;
// 临时key
K k;
// 如果当前位置的hash值==该key的hash值 并且 当前位置的key等于传过来的key
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 将当前节点赋值给临时节点
e = p;
// 如果当前要放值的节点是一个红黑树
else if (p instanceof TreeNode)
// 把值放到红黑树中，并把节点赋值给e
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 说明要放值的位置是个链表，循环到最末节点，把新节点放到最末节点的后面
for (int binCount = 0; ; ++binCount) {
// 如果遍历到当前节点的下一个节点等于null说明是最末节点，并把下一节点赋值给e
if ((e = p.next) == null) {
// 组装个node赋值给当前节点的下一节点
p.next = newNode(hash, key, value, null);
// 如果链表的长度 >= 树化阈值 - 1，则把链表升级为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 如果遍历链表的过程中，如果没有到最末节点，判断每一个节点的hash和key是否和
// 要存入的hash和key相等，如果相等，则跳出循环，不再遍历
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// e不为空说明已经存在该key
if (e != null) { // existing mapping for key
V oldValue = e.value;
// 如果onlyIfAbsent为false或者原key的值为null，则替换为新值，并返回旧值
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
// 自增修改次数
++modCount;
// size是散列表的长度，每次新增一个key-value，size自增，当大于扩容值的时候，需要执行resize()方法进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
再看下resize()方法：
HashMap的resize方法
/**
* Initializes or doubles table size. If null, allocates in
* accord with initial capacity target held in field threshold.
* Otherwise, because we are using power-of-two expansion, the
* elements from each bin must either stay at same index, or move
* with a power of two offset in the new table.
*
* @return the table
*/
final Node<K,V>[] resize() {
// 原散列表
Node<K,V>[] oldTab = table;
// 原散列表长度，如果原散列表是null，长度为0
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 原扩容阈值
int oldThr = threshold;
// newCap新散列表长度
// newThr新扩容阈值
int newCap, newThr = 0;
// 如果原散列表长度大于0，说明已经初始化了
if (oldCap > 0) {
// 如果原散列表长度 >= 2的30次幂
if (oldCap >= MAXIMUM_CAPACITY) {
// 那么扩容阈值为int的最大值
threshold = Integer.MAX_VALUE;
// 返回原散列表
return oldTab;
}
// 原散列表长度左移一位也就是新的散列表长度变为原来的两倍，如果扩容后的新散列表长度小于
// 2的30次幂 并且 原数组长度 大于等于 16
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 新的扩容阈值变为原来的2倍
newThr = oldThr << 1; // double threshold
}
// 原散列表长度=0，原扩容阈值大于0
else if (oldThr > 0) // initial capacity was placed in threshold
// 新的扩容阈值依然=原扩容阈值
newCap = oldThr;
// 原散列表长度=0 原扩容阈值=0
else { // zero initial threshold signifies using defaults
// 新的散列表长度 = 16
newCap = DEFAULT_INITIAL_CAPACITY;
// 新的散列表扩容阈值 = 0.75 * 16 = 12
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 如果新的扩容阈值 = 0
if (newThr == 0) {
// ft扩容阈值 = 新的散列表长度 * 负载因子
float ft = (float)newCap * loadFactor;
// 如果新的散列表长度小于2的30次幂并且扩容阈值<2的30次幂，新扩容阈值=ft，否则=int最大值
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
// 将新的扩容阈值赋值给变量HashMap的threshold
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
// 新建一个长度为newCap(扩容后)的散列表
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
// 新的散列表赋值给HashMap的table
table = newTab;
// 如果原散列表不为null
if (oldTab != null) {
// 遍历原散列表
for (int j = 0; j < oldCap; ++j) {
// e记录当前节点
Node<K,V> e;
// 如果当前节点不为null
if ((e = oldTab[j]) != null) {
// 将原散列表的当前节点置为null
oldTab[j] = null;
// 如果当前节点的下一节点为null，未发生过hash冲突，也就是非链表
if (e.next == null)
// 把当前元素的hash值和散列表长度-1重新进行与运算，得到的新下标就是元素的新位置
newTab[e.hash & (newCap - 1)] = e;
// 如果遍历到当前节点是红黑树
else if (e instanceof TreeNode)
// 红黑树这里下篇文章着重介绍
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
// 这里说明是链表，要对链表进行拆分
// 这里定义了两个链表 lo链表 和 hi链表
// loHead 和 loTail分别指向lo链表的头和尾
Node<K,V> loHead = null, loTail = null;
// hiHead 和 hiTail分别指向hi链表的头和尾
Node<K,V> hiHead = null, hiTail = null;
// 链表的下一节点
Node<K,V> next;
// 遍历链表，直到最末节点
do {
next = e.next;
// 如果当前节点的hash值 & 原散列表长度 == 0，
// 如果原散列表长度为16 二进制数为:10000，如果要想与操作结果=0，
// 则必须当前节点的hash值结尾为0****，只要倒数第5位为0
if ((e.hash & oldCap) == 0) {
// 如果lo链的尾部为null
if (loTail == null)
// 将当前节点赋值给lo链的头
loHead = e;
else
// lo链的尾部不为null，lo链的尾部追加一个节点，并将该节点的next指向新节点
loTail.next = e;
loTail = e;
}
// (e.hash & oldCap) != 0,说明当前节点的hash值倒数第5位为1
else {
// 如果hi链的尾节点为null
if (hiTail == null)
// 将当前节点赋值给hi链的尾节点
hiHead = e;
else
// hi链的尾节点不为null，hi链的尾部追加一个节点，
// 并将该节点的next指向新节点
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 如果lo链的尾节点不为null
if (loTail != null) {
// 将lo链的尾节点的next节点置为null，因为在原链表中，
// 该节点的next节点可能为hi链的元素，但在lo链中是最末节点，
// 所以需要将下一节点指向置为null
loTail.next = null;
// 将lo链的头节点放到扩容后的散列表
newTab[j] = loHead;
}
// 如果hi链的尾节点不为null
if (hiTail != null) {
// 同理，将hi链的尾节点的下一节点指向置为null
hiTail.next = null;
// 将hi链的头结点放在扩容后散列表的j+oldCap位置，如下图
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
HashMap的get方法
/**
* Returns the value to which the specified key is mapped,
* or {@code null} if this map contains no mapping for the key.
*
* <p>More formally, if this map contains a mapping from a key
* {@code k} to a value {@code v} such that {@code (key==null ? k==null :
* key.equals(k))}, then this method returns {@code v}; otherwise
* it returns {@code null}. (There can be at most one such mapping.)
*
* <p>A return value of {@code null} does not <i>necessarily</i>
* indicate that the map contains no mapping for the key; it's also
* possible that the map explicitly maps the key to {@code null}.
* The {@link #containsKey containsKey} operation may be used to
* distinguish these two cases.
*
* @see #put(Object, Object)
*/
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) {
// 定义tab默认为散列表
Node<K,V>[] tab;
// first散列表的第一个节点
// e当前节点
Node<K,V> first, e;
// n散列表长度
// k当前节点key
int n; K k;
// 判断如果当前散列表不为null 并且 散列表的长度>0 并且 按照key的hash（经过扰动函数后的）值
// 与当前散列表长度-1进行与操作，得到的下标就是存入时的下标, 判断当前值是否为null
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 说明存在key，先不管这个节点是什么类型，先判断hash值和key，如果相等直接返回节点
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 如果hash值或者key不相等，则判断节点类型，是红黑树还是链表？
if ((e = first.next) != null) {
// 节点是红黑树
if (first instanceof TreeNode)
// 直接去红黑树查找节点
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 节点是链表，遍历
do {
// 找到hash值和key相等的节点并返回
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
HashMap的remove方法
/**
* Removes the mapping for the specified key from this map if present.
*
* @param key key whose mapping is to be removed from the map
* @return the previous value associated with <tt>key</tt>, or
* <tt>null</tt> if there was no mapping for <tt>key</tt>.
* (A <tt>null</tt> return can also indicate that the map
* previously associated <tt>null</tt> with <tt>key</tt>.)
*/
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
/**
* Implements Map.remove and related methods.
*
* @param hash hash for key
* @param key the key
* @param value the value to match if matchValue, else ignored
* @param matchValue if true only remove if value is equal
* @param movable if false do not move other nodes while removing
* @return the node, or null if none
*/
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
// tab当前散列表
Node<K,V>[] tab;
// p当前节点
Node<K,V> p;
// n当前散列表长度
// index为key的下标位置
int n, index;
// 如果当前散列表不为null 并且 散列表长度大于0 并且散列表中要删除的元素不为null
if ((tab = table) != null && (n = tab.length) > 0 &&
// 散列表长度-1 与 key的hash（经过扰动后的）值进行与运算，得到的下标就是put时的下标
(p = tab[index = (n - 1) & hash]) != null) {
// node记录节点
// e当前节点的下一节点
Node<K,V> node = null, e;
K k; V v;
// 如果散列表中的节点的hash和key都相等，直接把该节点赋值给node
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
// 如果数组的当前节点hash值和key不一致，则判断是红黑树还是链表？
else if ((e = p.next) != null) {
// 当前节点时红黑树
if (p instanceof TreeNode)
// 从红黑树中找到key的节点
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
// 当前节点时链表
else {
// 遍历链表，找到hash值和key相同的节点
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
// 找到节点钱记录上一节点，用于更新上一节点的next节点
p = e;
} while ((e = e.next) != null);
}
}
// 找到了hash值和key值的节点 matchValue默认传的是false，所以不校验value
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
// 节点是红黑树，则在树中删除
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
// 说明该节点位置既不是红黑树也不是链表，就是普通数组
else if (node == p)
// 把该位置置为null
tab[index] = node.next;
// 说明该位置是链表
else
// 把当前位置的上一个节点的next指向当前位置的下一个节点
p.next = node.next;
// 修改次数+1
++modCount;
// 散列表的个数-1
--size;
afterNodeRemoval(node);
// 返回当前节点
return node;
}
}
return null;
}
以上把HashMap比较重要的方法都分析一遍，除了红黑树的部分，如果有人问你HashMap的底层实现，你会了吗？
常见面试题
- HashMap是什么时候进行初始化的？
- put方法的操作流程？
- HashMap是如何扩容的？
- HashMap put的时候是如何路由的？
- 等等…
172
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
