HashMap put方法源码解析|Java 17
Put函数源码解析HashMap的put方法执行过程可以通过下图来理解（摘自某大厂的博客，推荐从参考文献的链接去查看原文），自己有兴趣可以去对比源码更清楚地研究学习。
欲了解更多HashMap，请戳《HashMap知识点梳理、常见面试题和源码分析》。
① 判断哈希数组table是否为空或为null，若是则执行resize()进行扩容；
② 根据键值key的hashCode值求得数组索引i，如果table[i]==null，直接添加元素，转向⑥；否则，转向③；
③ 判断table[i]的首个元素是否和key一样，如果相同则覆盖旧的value；否则，转向④，这里的相同指的是hashCode以及equals；
④ 判断table[i] 是否是红黑树，如果是红黑树，则直接在树中插入键值对；否则，转向⑤；
⑤ 判断table[i]的链表长度是否不小于8，不小于8而且数组长度不小于常量64时（图中标记的不准确），把链表转换为红黑树，在红黑树中执行插入操作；否则，在链表尾部插入；遍历过程中若发现key已经存在，则直接覆盖value；
⑥ 插入成功后，判断HashMap中实际存在的键值对数量是否超过最大容量，如果超过，则调用扩容函数resize进行扩容。
至此，大家对put函数执行流程有了一个大致认识，下面跟着楼兰胡杨看源码吧！Java 8 中，HashMap的实现相比于Java 7做了很大的改变，主要包括以下几点：
但是，从Java 8 到 Java 13 ，其实现并未改变，下面以 Java 13中 HashMap Put函数源码蓝本，进行分析：
/**
* The number of key-value mappings contained in this map.
* map中键值对个数
*/
transient int size;
/**
* 链表转为红黑树的第一个条件：链表元素临界值
*/
static final int TREEIFY_THRESHOLD = 8;
/**
* 链表转红黑树的第二个条件：对数组长度的最低要求。bins就是数组中的各个桶
* 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;
/**
* 红黑树退化为链表的临界值
*/
static final int UNTREEIFY_THRESHOLD = 6;
// 构造函数 put
public V put(K key, V value) {
// 对key的hashCode()做hash
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {
//定义一个数组tab，一个Node节点p，n用于存放数组长度，i用于存放key在数组中的索引
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 步骤①：判断table是否为空或数组长度为0，如果为空则通过resize()实例化一个数组并让tab作为其引用，并且让n等于实例化tab后的长度
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 步骤②：计算数组下标i，并对null做处理
// 如果首结点值为空，则创建一个新的首结点
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else { // 出现哈希碰撞，开始处理，重新定义一个Node，和一个k
Node<K,V> e; K k;
// 步骤③：节点key存在，则覆盖旧值
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p; // 判断元素相等的标准：p与新元素有相同的哈希值和key值
// 步骤④：判断该链为红黑树
// 如果首结点的类型是红黑树类型，则按照红黑树方法添加该元素
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 步骤⑤：判断该链为链表
else {
for (int binCount = 0; ; ++binCount) {
// 遍历到链表末尾时再追加该元素，表尾的next节点必然为null
if ((e = p.next) == null) {
//直接将数据写到下个节点
p.next = newNode(hash, key, value, null);
// 当桶中元素个数不小于8且数组长度不小于64时，把单链表转换成红黑树
if (binCount >= TREEIFY_THRESHOLD - 1)
// 链表转红黑树，源码见下一节「桶的树形化」，注意：该方法不一定会将该位置的Node转换成红黑树
treeifyBin(tab, hash);
break;
}
// 如果找到与新元素具有相同的hash和key值的结点，则停止遍历。此时e已经记录了该结点，**直接跳出，不做任何操作**
if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;// p指向下一个节点
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
// 如果允许修改节点，则修改
if (!onlyIfAbsent || oldValue == null)
// 用新value覆盖旧值
e.value = value;
afterNodeAccess(e); //节点被访问的回调函数，可根据需要覆盖
return oldValue; // 返回旧值
}
}
++modCount; //如果执行到了这里，说明插入了一个新的节点，所以会修改modCount，以及返回null
//步骤⑥：HashMap中键值对个数超过最大容量时进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict); // 这个是空函数，可根据需要覆盖
return null;
}
分析：
1 数组tab为null或为空？若是，则resize()；
2 计算key的hash值i，若tab[i]==null，新建节点；否则，转入3
3 判断首节点处理hash冲突的方式是链表还是红黑树(check第一个节点类型)，分别处理。
例如，链表尾插法——使用链表处理时，利用Node类的next变量来实现链表，把最新的元素放到链表尾部，旧的数据则被最新元素的next变量引用。
确定哈希数组索引位置
无论是增加和删除操作，还是查找键值对，定位到桶在数组中的位置都是关键的一步。前面说过HashMap的数据结构是数组和单链表的结合，所以当然希望这个HashMap里面的元素位置尽量分布均匀些，尽量使得每个桶里只有一个元素。故当用hash算法求得这个桶的位置时，马上就可以知道此位置的元素就是我们需要的，避免遍历链表，大大优化了查询效率。HashMap定位数组索引位置的函数直接决定了hash方法的离散性能。先看看源码的实现(方法一+方法二):
方法一：
static final int hash(Object key) { //java 8 和 java 7
int h;
// h = key.hashCode() 为第一步 调用hashCode()
// h ^ (h >>> 16) 为第二步 高16位异或低16位
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
方法二：
//java 7的源码，java 8没有这个方法，但是实现原理一样。length是数组长度。
static int indexFor(int h, int length) {
return h & (length-1); //第三步 对数组长度取模运算，计算数组下标
}
这里的Hash算法本质上可以拆分为三步：取key的hashCode值、高位异或运算、对数组长度取模运算。
对于任意给定的对象，只要它的hashCode()返回值相同，那么程序调用方法一所计算得到的Hash码值总是相同的。我们首先想到的就是把hash值对数组长度取模运算，这样一来，元素的分布相对来说是比较均匀的。但是，模运算的消耗还是比较大的，在HashMap中是这样做的：调用方法二来计算该对象应该保存在table数组的哪个索引处。
这个方法非常巧妙，它通过h & (table.length -1)来得到该对象的保存位，而HashMap底层数组的长度总是2的n次方，这是HashMap在速度上的优化。当length总是2的n次方时，与运算 h& (length-1) 等价于对数组长度length取模，也就是h%length，但是&比%具有更高的效率。
在java 8的实现中，优化了高位运算的算法，通过hashCode()的高16位异或低16位实现的：(h = k.hashCode()) ^ (h >>> 16)，主要是从速度、功效、质量来考虑的，这么做可以在数组table的length比较小的时候，也能保证考虑到高低位都参与到数组下标的计算中，同时不会有太大的开销。
桶的树形化
链表转红黑树的函数 treeifyBin() 并非是直接把链表转成红黑树，而是先判断是扩容还是转成红黑树。源码如下：
//将tab[index] 桶内所有的链表节点转换成红黑树节点
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
//如果当前哈希表为空，或者数组长度小于64，则扩容
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
//数组长度不小于64，进行树形化
// e 是哈希表中指定桶里的链表节点，从第一个开始
TreeNode<K,V> hd = null, tl = null; //红黑树的头、尾节点
do {
//以当前链表节点 e 新建一个树形节点
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null) //确定树头节点
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
//让桶的第一个元素指向新建的红黑树头节点，以后这个桶里元素存放的数据结构就是红黑树而不是链表了
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
TreeNode<K,V> replacementTreeNode(Node<K,V> p, Node<K,V> next) {
return new TreeNode<>(p.hash, p.key, p.value, next);
}
结束语
深入探讨HashMap的结构实现和功能原理。
Reference
Buy me a coffee. ☕Get red packets.
