本篇研究所用 JDK 版本为 1.8
https://www.jianshu.com/p/17177c12f849
http://www.importnew.com/28263.html
https://www.cnblogs.com/chengxiao/p/6059914.html
https://www.cnblogs.com/ITtangtang/p/3948406.html
https://www.cnblogs.com/singhamxiao/p/8573540.html
再看 HashMap 之前我们先了解一下 哈希表
我们知道，数据结构的物理存储结构只有两种：顺序存储结构和链式存储结构（像栈，队列，树，图等是从逻辑结构去抽象的，映射到内存中，也这两种物理组织形式），而在上面我们提到过，在数组中根据下标查找某个元素，一次定位就可以达到，哈希表利用了这种特性，哈希表的主干就是数组。每个数组的元素又为链表，所以 HashMap 的数据结构可理解为数组加链表。
在哈希表中进行添加，删除，查找等操作，性能十分之高，不考虑哈希冲突的情况下，仅需一次定位即可完成，时间复杂度为O(1)，比如我们要新增或查找某个元素，我们通过把当前元素的关键字 通过某个函数映射到数组中的某个位置，通过数组下标一次定位就可完成操作。
存储位置 = f(关键字)
其中，这个函数f一般称为哈希函数，这个函数的设计好坏会直接影响到哈希表的优劣。举个例子，比如我们要在哈希表中执行插入操作：
查找操作同理，先通过哈希函数计算出实际存储地址，然后从数组中对应地址取出即可。
哈希冲突
如果两个不同的元素，通过哈希函数得出的实际存储地址相同，也就是说，当我们对某个元素进行哈希运算，得到一个存储地址，然后要进行插入的时候，发现已经被其他元素占用了，其实这就是所谓的哈希冲突，也叫哈希碰撞。前面我们提到过，哈希函数的设计至关重要，好的哈希函数会尽可能地保证 计算简单和散列地址分布均匀,但是，我们需要清楚的是，数组是一块连续的固定长度的内存空间，再好的哈希函数也不能保证得到的存储地址绝对不发生冲突。那么哈希冲突如何解决呢？哈希冲突的解决方案有多种:开放定址法（发生冲突，继续寻找下一块未被占用的存储地址），再散列函数法，链地址法，而HashMap即是采用了链地址法，也就是数组+链表的方式，
首先创建一个 HashMap 最长用的方式时 Map<v,k> map = new HashMap<>();
//构造一个空 HashMap 默认初始容量 (16) 和默认加载因子 (0.75)
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
put 操作
public V put(K key, V value) { return putVal(hash(key), key, value, false, true); }
接着看 putVal 方法
/** * Implements Map.put and related methods * * @param hash key 的 hashCode * @param key the key * @param value the value to put * @param onlyIfAbsent 如果是 true，那么只有在不存在该 key 时才会进行 put 操作 * @param evict 在false的情况下table为创作模式. * @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;
//判断如果 HashMap 为空，或 HashMap 为刚创建状态，则调用 resize() 方法 if ((tab = table) == null || (n = tab.length) == 0)
//这里初次的话返回了一个长度为16的Node数组 n = (tab = resize()).length;
//找到具体的数组下标，如果此位置没有值，那么直接初始化一下 Node 并放置在这个位置就可以了 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else {//如果该位置有值 Node<K,V> e; K k;
//首先，判断该位置的第一个数据和我们要插入的数据，key 是不是"相等"，如果是，取出这个节点 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p;
//如果该节点是代表红黑树的节点，调用红黑树的插值方法，本文不展开说红黑树 else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else {
//到这里，说明数组该位置上是一个链表 for (int binCount = 0; ; ++binCount) {
//插入到链表的最后面(Java7 是插入到链表的最前面) if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
//如果链表长度大于8则转换为红黑树 树形化 treeifyBin(tab, hash); break; }
//如果在该链表中找到了"相等"的 key(== 或 equals) 则结束循环 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break;
//如果没有找到则将e赋予p开始下一个元素的对比 p = e; } }
//进行 "值覆盖"，然后返回旧值 if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount;
//如果 HashMap 由于新插入这个值导致 size 已经超过了阈值，需要进行扩容 if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }
resize() 方法
/** * 初始化或翻倍表大小。在空的情况下会按默认值和方法分配.其他的情况下,因为使用的是2的幂次表示法,所以每个容器里的元素要么保持在同一索引,要么移动2的幂次个位移量到新的table里去 * @return the table */ final Node<K,V>[] resize() {
//将 transient Node<K,V>[] table 赋给 oldTab,初次初始化时为null Node<K,V>[] oldTab = table;
//初次这里 oldTab 为null,则 oldCap 为0 int oldCap = (oldTab == null) ? 0 : oldTab.length;
//初次 threshold 为0 int oldThr = threshold; int newCap, newThr = 0;
//大于0则说明不是初始化
//这个IF判断整体实现当超过阈值时翻倍容量 if (oldCap > 0) {
//最大容量为2的30次方 MAXIMUM_CAPACITY=1073741824 Integer.MAX_VALUE=2147483647
//下次扩容的临界值，size>=threshold就会扩容 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; }
//<<:左移运算符，num << 1,相当于num乘以2
//DEFAULT_INITIAL_CAPACITY = 16 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)
//翻倍 newThr = oldThr << 1; }
//如果为初始化切初始容量已指定则使用指定的容量大小 为指定情况下oldThr为0 else if (oldThr > 0) newCap = oldThr;
//否则使用默认大小初始化 else {
//默认大小为 16 newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); //值为12 } if (newThr == 0) { float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); }
//初次不指定参数时扩容的阈值为12 threshold = newThr; @SuppressWarnings({"rawtypes","unchecked"})
//创建大小为 newCap 的Node数组 Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; if (oldTab != null) { //初次 oldTab 为 null 则此处不会执行
//开始遍历原数组，进行数据迁移 for (int j = 0; j < oldCap; ++j) { Node<K,V> e; if ((e = oldTab[j]) != null) { oldTab[j] = null;
//如果该数组位置上只有单个元素，那就简单了，简单迁移这个元素就可以了 if (e.next == null) newTab[e.hash & (newCap - 1)] = e;
//如果是红黑树，具体我们就不展开了 else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { // preserve order
//这块是处理链表的情况
//需要将此链表拆成两个链表，放到新的数组中，并且保留原来的先后顺序
//loHead、loTail 对应一条链表，hiHead、hiTail 对应另一条链表，代码还是比较简单的 Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do { next = e.next;
//hash值与表长度 与 运算，如果为0，则在链表中位置不变，为1则新索引为 原索引+oldCap 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);
//原索引放到bucket里 if (loTail != null) { loTail.next = null; newTab[j] = loHead; }
//原索引+oldCap放到bucket里 if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab; }
Node替代了1.7中的Entry
1.7中Entry代码 static class Entry<K,V> implements Map.Entry<K,V> { final K key; V value; Entry<K,V> next; final int hash; /** * Creates new entry. */ Entry(int h, K k, V v, Entry<K,V> n) { value = v; next = n; key = k; hash = h; } ....... }
