HashMap(JDK1.8)
前言知识
哈希化
用位运算实现哈希化
我们知道HashMap是基于哈希表实现的，而且是链地址法实现的哈希表(即数组加链表的形式)。
哈希表的关键是哈希化，就是将很大的哈希值转化变成一定区间范围内的值，我们能够马上想到的就是采用取余%操作来实现哈希化的。但是我们知道取余%是非常耗费性能的，尽量不要使用这种方式，那怎么实现高效率的哈希化呢？
我们知道两个数最快的运算方式是位运算，那么怎么样使用位运算将较大的哈希值hashCode变成一定区间范围内的值呢？
那就使用&运算。我们知道如果有一个数它的高位都是0，低位都是1，即0b000011111...这种形式。它与任何一个数进行&运算，得到的结果值都不可能大于这个数。例如0b111 & 0b1010111010010 = 0b010。因为&运算只有两位都是1才是1，否则就是0。
那怎么得到0b000011111...这种形式的数？
有一个非常简单的方法，如果一个数是2的幂数，即0b0001000...这种形式，例如 2、4、8、16、32等等。这个数减一得到的数就是0b000011111...这种形式。例如8-1 =7(0b111)。
这个就解释了为什么HashMap数组的长度必须是2的幂数，因为这样就可以使用&运算的方式实现哈希化。即 (table.length - 1) & hashCode。
这个也是一个公式，即 任何一个数x % 2^n都可以转成 数x & (2^n - 1)。也就是说数x对2^n进行取余，本质上是返回数x 低n位二进制数。这个很重要，对我们理解resize()方法由很大帮助，具体请看后面对resize()方法的详解。
哈希值高位失效的问题
这里还是有个问题，那就是哈希值hashCode高位失效。
因为&运算导致哈希值hashCode的高位不管是0或者1，与0相与结果都是0，会导致很多不同的哈希值hashCode只要低位是相等的，那么哈希化(即相与操作)得到的值是一样的。
它们会存到同一个链表中，导致哈希表中有的数组存放的链表很长，有的却是为空，很影响哈希表的效率。
怎么处理hashCode高位失效问题呢？就要用到HashMap中一个静态方法int hash(Object key)。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}看到这种表达式，一定很懵逼，一步一步分析它的作用。
先看一下它是怎么处理的，h表示key值的哈希值。h >>> 16表示右移16位，我们知道一个int整形有32位，右移16位表示丢弃高16位的数据，因为都变成高16位都变成0了，然后再和原来的h值进行异或^。
要知道一个事实：就是异或^0，每一位保持不变。0b101 ^ 0b000 = 0b101。h ^ (h >>> 16)得到的结果我们知道高16位是不变的，低16位才可能发生改变，而且它的改变是与高16位数有关的，这样就将高16位的数据也利用起来，减缓了高位失效。
数组长度
根据上一节我们知道，HashMap中数组的长度必须是2的幂数。
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;
}我们知道当哈希表元素的个数超出哈希表阈值(即数组长度*负载因子),就要进行数组扩容，而根据上一节我们知道，HashMap中数组的长度必须是2的幂数。
所以这个方法就是返回一个与cap最近的2的幂数。
怎样返回一个与cap最近的2的幂数呢？有一个简单地方法。
int n = 1; while (n < cap) n <<= 1;
这个实现方式很容易理解，因为n开始值是1，而n <<= 1得到的值一定也是2的幂数,然后利用循环，找出比cap大(包括等于)的数。
这种方式简单易懂,以前HashMap就是用这种方式计算的，但是可能觉得两个数判断大小很耗时间或者循环比较耗时间，所以使用了上面这种全新的算法。、
上面这种算法理解起来就比较麻烦了。
- 首先我们确定一个事实，一个不是0正整数，它可以表示0b0001XXX这种形式，我们就用0b1000做示范。
- 第一步 n |= n >>> 1 即 0b1000 | 0b0100 = 0b1100
- 第二步 n |= n >>> 2 即 0b1100 | 0b0011 = 0b1111
- 第三步 n |= n >>> 4 即 0b1111 | 0b0000 = 0b1111
不知道大家看出来什么规律了么？
- 第一步将n右移一位，再与n相或，它的作用就是将n从0b0001XXX变成0b00011XX形式。
- 再看第二步，n右移两位，那么就是将n从0b00011XX变成0b0001111形式。
- 第三步时，发现值没有变化，那是因为我们已经将n完成转换成0b0001111...形式。
- 因为int是32位的，所以需要n |= n >>> 16才能确保覆盖整个整数范围,最后我们再使用n = n+1,将n从0b0001XXX变成0b0010000形式(也就是2的幂数)
还有个疑惑，这里为什么要n = cap - 1，因为按照我们的逻辑，直接使用cap也可以啊。
这就考虑的一个边界问题了，如果cap就是2的幂数，比如是8(即0b1000)，按照算法我们将它变成0b1111形式，最后再加1，就变成了16(即0b10000),那么就就对了，因为与8最近2的幂数应该就是8，与9最近2的幂数才是16。所以这里先cap - 1将8变成7(0b111)，最后结果还是8。
最后n >= MAXIMUM_CAPACITY判断条件，是因为HashMap 数组最大长度是1 << 30，所以要判断最大值。
数组扩容
数组扩容对于基于数组实现的集合都是很重要的方法，比如ArrayList和HashMap。而HashMap的数组扩容就更加麻烦，它涉及到再哈希的问题。
因为扩容后的数组长度与原来数组长度是不一样的，那么哈希化之后得到的下标值也有可能是不一样的。
再哈希问题新算法
HashMap的数组扩容是通过resize()方法实现的，这个方法最重要的就是将老数组中全部键值对存放到新数组中。也就是再哈希问题。
一种简单的方法，就是先遍历老数组，获取对应链表，再遍历链表，得到每个键值对，然后对键值对的key进行新数组的哈希化，得到一个下标值，然后进行处理。看一看以前版本jdk是怎么处理这个问题的。
// jdk老版本进行重新哈希化的算法
// 将HashMap中的全部元素都添加到newTable中
void transfer(Entry[] newTable) {
// HashMap老的哈希表
Entry[] src = table;
// 新的哈希表长度
int newCapacity = newTable.length;
// 遍历老的哈希表
for (int j = 0; j < src.length; j++) {
// 得到j下标处的链表
Entry<K, V> e = src[j];
if (e != null) {
src[j] = null;
do {
Entry<K, V> next = e.next;
// 得到新的哈希化的下标值
int i = indexFor(e.hash, newCapacity);
// 将元素e插入到链表的表头
e.next = newTable[i];
newTable[i] = e;
// 将next赋值给e，遍历老的链表
e = next;
} while (e != null);
}
}
}老版本代码逻辑比较简单：
- 遍历老的哈希表，得到链表头元素e，以及下一个元素next，并求出新的哈希化下标值i。
- 将e插入新的哈希表i下标位置链表的表头。通过公式e.next = newTable[i]，newTable[i] = e来实现
- 将next赋值给e，循环遍历老的链表
这种实现方式简单明了，容易让人理解。但是有个问题，就是得到的新链表和老链表是反向的，因为我们遍历老链表是从头到尾的，但是插入新链表却是从头插入。
jdk1.8对再哈希问题提供了全新的算法。我们知道HashMap集合数组长度必须是2的幂数(2^n)， 而且每次扩容老数组的一倍，即2^(n+1)。
- 集合中数组数量是2的幂数2^n即0b00010000..这种形式，进行哈希化，就是用一个数x & (2^n - 1) 返回的就是数x低位的二进制数(即低n位的二进制数)
例如 长度是4(2^2) 0b00100，那么3(2^2 - 1) 0b00011。
数x分别是3 0b00011 7 0b00111 15 0b01111，它们 & 3 得到都是3，也就是它们在低位(低2位)的表现形式。
- HashMap集合进行数组扩容时，得到新数组长度就是2^(n+1)，对新数组进行哈希化，就变成了 数x & (2^ (n + 1) - 1), 返回的是数x低n+1位的二进制数。
这个时候我们发现与扩容前相比，哈希化的下标值低n位是不变的，有可能改变的就是第n+1位(从低往高数)。
- 如果第n+1位是0，那么新的哈希化的得到的下标值和原来的是一样的。
- 如果第n+1位是1，那么新得到的下标值与原来相比，要加上 2^n (即原数组长度)。
例如 长度就从4(2^2) 变成了8(2^3) 0b01000, 那么7(2^3 - 1) 0b00111。
数x分别是3 0b00011 7 0b00111 15 0b01111，它们 & 7 得到的分别是 3，7， 7，也就是它们在低位(低3位)的表现形式。注意 第n+1位对应的数是2^n, 比如说第3(2+1)位对应的数是4(2^2)，即0b100。
因此我们发现对新数组进行哈希化，有了更好的方式，不需要使用数x & (2^(n+1) - 1)得到新的下标值。变成判断数x的第n+1位(从低往高数)是0还是1。判断数x的第n+1位是0还是1，也有个很简单的方式。就是用数x & 2^n ,因为2^n 只有第n+1位是1，其他位置都是0。那么它与任何数相&只有两个结果，0表示数x第n+1是0，1表示数x第n+1位是1，而2^n就是老数组的长度。
再哈希新算法代码实现
先遍历老数组，用j表示数组下标，获取下标j对应位置的链表e，如果链表e不为null，那么下标j就是链表e中键值对对应的哈希值。
根据链表中元素的数量分为两种情况：
1、链表元素为1
if (e.next == null) newTab[e.hash & (newCap - 1)] = e;当e.next为null，那么链表只有一个元素。发现这里使用了e.hash & (newCap - 1)计算新的下标值，然后直接将e赋值到这个位置。这时我们就有两个疑惑了。
（1）为什么没有用新的方式计算下标值呢？这里其实是可以用新的计算方式的，例如：
int newIndex = (e.hash & oldCap) == 0 ? j : j + oldCap;
newTab[newIndex] = e;这个得到的newIndex值与e.hash & (newCap - 1)得到的值是一样的，而且计算起来更加麻烦，这里就不用这种方式。
（2）为什么直接将e赋值给newTab数组，难道不怕newTab数组该位置已经有了元素，而导致被覆盖情况么?
既然源码这么写的，那么就不可能出现覆盖情况，这是为什么呢?
我们说过新数组和老数组哈希化得到的值只有一个位会可能不一样，也就是说新数组哈希化得到的下标值，要么与老数组哈希化得到的值一样，要么是老数组哈希化得到的值加上老数组的长度。
也就是说老数组链表中的元素会被分配到这个两个位置的链表中，而当前位置链表长度为1，它只能分配到一个位置，不会发生覆盖情况。
2、链表元素不为1
else {
// loHead表示放入当前j位置链表的链表头，loTail表示链表尾，
// 因为Node是单向链表，所以要用链表尾变量，将键值对插入到链表尾
Node<K,V> loHead = null, loTail = null;
// loHead表示放入当前j+oldCap位置链表的链表头，loTail表示链表尾，
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// (e.hash & oldCap) == 0 表示对n+1位是0，那么它在新数组中的哈希化后的值和原来的一样
// 将元素放入loHead链表中
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;
}
// 用while循环遍历这个链表
} while ((e = next) != null);
// 将链表放到新数组对应位置。
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}那么这个链表就可能分为两个链表，放到本下标j位置，以及j+ oldCap下标位置。
所以我们要创建两个变量loHead和hiHead表示这两个链表，但是如果我们要保持链表的顺序不变，就还要创建两个变量loTail和hiTail表示链表尾，这样遍历链表的时候，就可以向新链表 链表尾插入元素，保证新链表的顺序和老链表一样。
具体步骤：
- 通过while循环遍历链表。
- 然后用(e.hash & oldCap) == 0 判断式，决定链表中的元素插入到那个链表中。
- 将两个链表放入新数组对应位置。
resize()方法详解
final Node<K,V>[] resize() {
// 使用oldTab表示原来的数组
Node<K,V>[] oldTab = table;
// oldCap表示老数组的长度， oldThr表示老的阈值
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
// newCap表示新数组的长度， newThr表示新的阈值
int newCap, newThr = 0;
// oldCap > 0表示table数组已经创建了
if (oldCap > 0) {
// 老数组长度已经最大容量了，那么就不能进行数组扩容，直接返回老数组
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 对老数组长度进行2倍扩容。
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0)
// table数组还没有创建，threshold代表的是数组的长度，所以赋值给新数组的长度
newCap = oldThr;
else {
// table数组还没有创建，且threshold为0，只有一种情况，那就是使用默认无参构造函数创建的Map集合
// 所以使用默认的初始数组长度DEFAULT_INITIAL_CAPACITY(16)
newCap = DEFAULT_INITIAL_CAPACITY;
// 这时可以直接计算出它的阈值， 即默认数组长度 16 * 默认负载因子 0.75f
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
// 因为新的数组长度newCap可能很大，所以要考虑超过最大容量上限问题，
// 如果出现那样的情况，那么新的阈值就是int型最大值Integer.MAX_VALUE
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
// 将新阈值赋值给threshold
threshold = newThr;
// 根据新的数组长度创建新的数组newTab，并将它赋值给table
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 如果老数组不为空，那么就要将老数组中键值对元素迁移到新数组newTab中。
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;
// 这个是红黑树节点
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else {
// loHead表示放入当前j位置链表的链表头，loTail表示链表尾，
// 因为Node是单向链表，所以要用链表尾变量，将键值对插入到链表尾
Node<K,V> loHead = null, loTail = null;
// loHead表示放入当前j+oldCap位置链表的链表头，loTail表示链表尾，
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// (e.hash & oldCap) == 0 表示对n+1位是0，那么它在新数组中的哈希化后的值和原来的一样
// 将元素放入loHead链表中
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;
}
// 用while循环遍历这个链表
} while ((e = next) != null);
// 将链表放到新数组对应位置。
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}这个方法返回扩容之后的新数组，主要可能进行那个步骤，创建符合长度的新数组，确定新的阈值threshold，将老数组中元素移到新数组中。
这个还分为三种情况：
- 老数组存在，一般是将老数组进行两倍扩容，但是如果老数组长度已经是最大容量MAXIMUM_CAPACITY，不能再扩容了，那么就直接返回老数组。
- 老数组不存在，那么阈值threshold就是新数组的长度，还有一种特殊情况，就是threshold也是0。那么它是HashMap空参构造函数创建的，特殊处理。
- 将老数组元素移动到新数组，这个在再哈希过程详细说了。
源码解析
主要成员属性
// 默认初始容量 16，必须是2的幂数。 即只能是 16 ， 32 ， 64 等等
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
// 最大容量上限
static final int MAXIMUM_CAPACITY = 1 << 30;
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 将链表转成红黑树的阈值
static final int TREEIFY_THRESHOLD = 8;
// 用来储存链表的数组
transient Node<K,V>[] table;
// 缓存entrySet集合，避免每次调用entrySet()方法，都要重新生成Set集合
transient Set<Map.Entry<K,V>> entrySet;
// HashMap集合元素数量
transient int size;
// 记录集合修改次数，在多线程情况下，用于判断集合是否被修改
transient int modCount;
// HashMap集合阈值，集合元素数量超过这个值，那么就要扩充数组大小
int threshold;
// 负载因子
final float loadFactor;静态内部类Node
static class Node<K,V> implements Map.Entry<K,V> {
// 这个值是通过static final int hash(Object key)静态方法得到的，它和key的哈希值有关
final int hash;
// 键值对中的key值
final K key;
// 键值对中的value值
V value;
// 指向下个Node的引用，这样才能形成一个链表
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
// 将key和value的哈希值异或，得到一个新的哈希值。
// 而且它保证的了相同key和value的Node，它们得到的哈希值是一样的。
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
// 替换键值对中的value值，并返回被替换的值
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
// key和value都相等的两个Node，它们是一样的。
public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}实现Map.Entry接口，HashMap储存的键值对元素就是Node类的实例对象，它有四个属性：
- hash: 这个值是通过static final int hash(Object key)静态方法得到的,它和key的哈希值有关。通过这个值进行哈希化，得到对应下标值。
- key：键值对中的key值
- value：键值对中的value值
- next：指向下个Node的引用，这样才能形成一个链表
构造参数
1、空参构造
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; defaulted
}注意：空参构造只设置了loadFactor值，没有设置threshold值。
2、设置初始化大小和负载的构造函数
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
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;
// tableSizeFor返回的是数组的长度大小，但为什么将它赋值给阈值threshold，
// 那是因为创建数组不是在初始化的时候，所以threshold这里只是暂存数组长度，等创建完数组后，会改变这个值的
this.threshold = tableSizeFor(initialCapacity);
}通过tableSizeFor(initialCapacity)方法，保证数组长度是2的幂数，因为数组还没有创建，threshold表示数组长度。
3、通过Map集合创建的构造函数
public HashMap(Map<? extends K, ? extends V> m) {
// 设置默认负载因子
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}调用putMapEntries方法，将m集合中数据存入HashMap集合中。
重要方法
添加键值对元素
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
// 向HashMap中存放键值对元素
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// table为null或者table数组长度是0，都要去创建新数组
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// [i = (n - 1) & hash]表示哈希化得到的下标值，如果为null，表示要创建一个新列表，存放到对应位置
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 如果这个条件相等，表示要插入的键值对元素key值在Map集合中已存在，那么就替换value值，e就表示已存在的键值对元素
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果是红黑树节点，就调用它的存放键值对的方法
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 遍历整个链表，binCount用来记录链表中键值对数量，用来判断是否将链表转成红黑树
for (int binCount = 0; ; ++binCount) {
// 为null，表示已经到了链表尾，就直接插入这个键值对
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 将链表转成红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 如果发现key键一样，那么就直接跳出循环，执行value值覆盖操作
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;
// 当原来的oldValue为null，或者onlyIfAbsent的值为false，那么就进行覆盖
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// 用于LinkedHashMap回调的，在HashMap中是空实现
afterNodeAccess(e);
// 直接返回，因为没有新添加值
return oldValue;
}
}
++modCount;
// 超过阈值，那么调用resize()进行数组扩容
if (++size > threshold)
resize();
// 用于LinkedHashMap回调的，在HashMap中是空实现
afterNodeInsertion(evict);
return null;
}向HashMap集合中添加元素是通过putVal方法实现的。
方法参数说明：hash、key、value创建键值对元素需要，onlyIfAbsent表示是否阻止覆盖键值对元素的value值，evict用于afterNodeInsertion方法，主要用在LinkedHashMap中。
putVal方法的主要流程：
- table为null或者table数组长度是0，那么通过resize()方法创建新数组
- 利用hash值通过(n - 1) & hash公式获取哈希化后的下标值，然后判断该位置是否有链表，如果没有，通过newNode方法创建新的键值对元素，存放到该位置
- 如果链表不为null，那么就是查找链表中有相同的hash值和key值的键值对元素。
- 查看表头的键值对元素是否符合条件。如果符合条件，就用e记录表头元素
- 如果不符合，判断表头元素是否是红黑树节点元素，如果是，那么调用红黑树的putTreeVal方法存放键值对元素
- 如果还不是，那么遍历整个链表，binCount用来记录链表中键值对数量，用来判断是否将链表转成红黑树。
- e != null表示没有添加新的键值对元素，而是找到相同key的键值对元素，通过onlyIfAbsent值，来判断是否要进行value值的覆盖。
- 如果e == null表示添加新的键值对元素，那么就要将size值自增，然后判断是否超过阈值threshold，如果是，那么通过resize()进行数组扩容。
添加一个Map集合
public void putAll(Map<? extends K, ? extends V> m) {
putMapEntries(m, true);
}
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
// 获取集合m键值对元素的数量
int s = m.size();
if (s > 0) {
// 如果table为null，表示数组还没有创建，这个时候threshold表示的是数组长度，而不是阈值，
// 所以这里进行了不同处理
if (table == null) {
// s表示要存储键值对元素的数量。所以除以负载因子就得到所需要的数组长度大小
float ft = ((float)s / loadFactor) + 1.0F;
// 防止超过数组最大长度
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
// 如果所需要数组的长度比原先设置的大，就要重新计算数组长度
// 不直接将t赋值给threshold，是因为Map集合数组长度必须是2的幂数。
if (t > threshold)
threshold = tableSizeFor(t);
}
// 如果table已存在，这个时候threshold表示阈值，所以s大于threshold时，就要调用resize方法进行数组扩容
else if (s > threshold)
resize();
// 遍历集合m中所有的键值对元素，然后调用putVal方法，将键值对存放到本集合中
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}通过putMapEntries方法添加集合中全部元素，方法流程：
- 先获取m集合的键值对元素大小s
- 判断table是否为null，如果为null，那么通过s来计算数组的长度，因为数组还没有创建，这时threshold就表示数组长度，而不是阈值
- 如果数组table已经存在，那么就判断m集合元素大小是否超过阈值threshold，如果是，那么就要通过resize()方法进行数组扩容
- 遍历集合m中所有的键值对元素，然后调用putVal方法，将键值对存放到本集合中
获取键值元素
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
// 通过hash和key值获取对应的键值对Node，hash的值是通过hash(key)方法得到的
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// tab表示哈希表，n表示哈希表数组长度，first表示对应下标链表头元素。
// (n - 1) & hash得到哈希化后的下标值
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 通过hash，已经key的equals方法来检查是否是相同的key。
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
// 如果是红黑树节点，就通过红黑树获取对应的元素
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;
// 循环链表
} while ((e = e.next) != null);
}
}
return null;
}通过key值获取键值对元素，主要流程：
- 通过hash(key)获取hash值
- 通过(n - 1) & hash得到哈希化后的下标值，进而得到对应位置的链表，如果为null，表示没有找到。
- 先判断表头元素的hash值和key值是否与参数中的相同，如果相同就返回表头元素。
- 如果不同，那么判断下一个元素是不是红黑树节点，如果是，就通过红黑树获取对应的元素
- 否则，就遍历链表寻找对应的键值对元素。
删除元素
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
// 删除HashMap集合中的元素
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
// tab表示哈希表，n表示哈希表数组长度，index表示哈希化下标值，p表示链表头元素
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
// 寻找对应hash和key的元素Node
// 1.先比较表头元素，如果相等就是它，如果不相等，就获取表头下一个元素
// 2.判断元素e是不是红黑树节点，如果是那么通过红黑树的getTreeNode方法获取对应节点元素
// 3.如果不是，就遍历链表，找到相同元素
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
// 找到要删除的元素node。如果matchValue为true，那么还要比较元素node的value值与传入的value是否相同
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
// 如果node是红黑树节点，那么调用红黑树的removeTreeNode方法，删除节点
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
// node == p相等，表示元素node是表头元素，那么就要重新赋值表头
else if (node == p)
tab[index] = node.next;
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}通过removeNode方法删除集合中元素。
方法中参数说明：hash、key用来查找要删除的键值对元素，value、matchValue用来判断找到的键值对元素要不要删除，movable用于红黑树删除节点时需要
方法流程：
- 首先通过hash与key查找出对应的键值对元素，这部分代码与getNode方法几乎一样
- 如果node不为null，且matchValue为false或者传入的value值与node元素的value相同，那么就要删除该元素
- 如果node是红黑树节点，那么调用红黑树的removeTreeNode方法，删除节点
- node == p相等，表示元素node是表头元素，那么就要重新赋值表头
- node != p,那么p.next = node.next，将node节点从链表中移除
- 最后将size自减
HashMap的迭代器
因为HashMap可以返回key值的Set集合，value值的Collection集合，以及键值对的Set集合，它们是以键值对集合为主。
HashIterator：迭代器抽象父类
abstract class HashIterator {
Node<K,V> next; // 下一个键值对元素
Node<K,V> current; // 当前键值对元素
int expectedModCount; // 用于检查fast-fail异常的
int index; // 用来记录哈希表下标位置
HashIterator() {
expectedModCount = modCount;
Node<K,V>[] t = table;
current = next = null;
index = 0;
// 如果哈希表数组已经创建了，并且哈希表中有值，那么要寻找第一个元素
if (t != null && size > 0) {
// 从数组下标0开始寻找链表，并将链表头赋值给next
do {} while (index < t.length && (next = t[index++]) == null);
}
}
public final boolean hasNext() {
return next != null;
}
final Node<K,V> nextNode() {
Node<K,V>[] t;
// 将next赋值给e，用于返回
Node<K,V> e = next;
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
if (e == null)
throw new NoSuchElementException();
// 如果e.next为null，表示这个链表已经到结尾了，那么就要寻找下一个链表
if ((next = (current = e).next) == null && (t = table) != null) {
// 寻找下一个链表，并将链表头赋值给next
do {} while (index < t.length && (next = t[index++]) == null);
}
return e;
}
public final void remove() {
// 当前遍历到元素current
Node<K,V> p = current;
if (p == null)
throw new IllegalStateException();
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
current = null;
K key = p.key;
// 调用removeNode方法删除当前元素
removeNode(hash(key), key, null, false, false);
expectedModCount = modCount;
}
}注意：因为HashMap是通过哈希表储存的，那么就表示数组有的下标位置是空值，所以遍历哈希表，就要找到数组中所有的链表。而在HashIterator就通过很好的方式找到链表。如下：
do {} while (index < t.length && (next = t[index++]) == null);当next不为null时，表示找到链表了，跳出循环。index++从0开始自增，表示会遍历完整个数组。
KeyIterator、ValueIterator和EntryIterator
final class KeyIterator extends HashIterator
implements Iterator<K> {
public final K next() { return nextNode().key; }
}
final class ValueIterator extends HashIterator
implements Iterator<V> {
public final V next() { return nextNode().value; }
}
final class EntryIterator extends HashIterator
implements Iterator<Map.Entry<K,V>> {
public final Map.Entry<K,V> next() { return nextNode(); }
}KeySet类
public Set<K> keySet() {
Set<K> ks = keySet;
// 延迟创建keySet
if (ks == null) {
ks = new KeySet();
keySet = ks;
}
return ks;
}
final class KeySet extends AbstractSet<K> {
public final int size() { return size; }
public final void clear() { HashMap.this.clear(); }
// 返回KeyIterator迭代器
public final Iterator<K> iterator() { return new KeyIterator(); }
// 调用HashMap的containsKey方法
public final boolean contains(Object o) { return containsKey(o); }
// 调用HashMap的removeNode方法
public final boolean remove(Object key) {
return removeNode(hash(key), key, null, false, true) != null;
}
// 返回Spliterator
public final Spliterator<K> spliterator() {
return new KeySpliterator<>(HashMap.this, 0, -1, 0, 0);
}
// 遍历整个哈希表每个元素，调用action方法
public final void forEach(Consumer<? super K> action) {
Node<K,V>[] tab;
if (action == null)
throw new NullPointerException();
if (size > 0 && (tab = table) != null) {
int mc = modCount;
// 遍历整个数组
for (int i = 0; i < tab.length; ++i) {
// 遍历链表
for (Node<K,V> e = tab[i]; e != null; e = e.next)
// 调用action，传入key值
action.accept(e.key);
}
if (modCount != mc)
throw new ConcurrentModificationException();
}
}
}Values类
public Collection<V> values() {
Collection<V> vs = values;
// 延时创建values
if (vs == null) {
vs = new Values();
values = vs;
}
return vs;
}
final class Values extends AbstractCollection<V> {
public final int size() { return size; }
// 调用HashMap对应的clear方法
public final void clear() { HashMap.this.clear(); }
// 返回ValueIterator迭代器
public final Iterator<V> iterator() { return new ValueIterator(); }
// 调用HashMap的containsValue方法
public final boolean contains(Object o) { return containsValue(o); }
public final Spliterator<V> spliterator() {
return new ValueSpliterator<>(HashMap.this, 0, -1, 0, 0);
}
// 遍历整个哈希表每个元素，调用action方法
public final void forEach(Consumer<? super V> action) {
Node<K,V>[] tab;
if (action == null)
throw new NullPointerException();
if (size > 0 && (tab = table) != null) {
int mc = modCount;
// 遍历整个数组
for (int i = 0; i < tab.length; ++i) {
// 遍历链表
for (Node<K,V> e = tab[i]; e != null; e = e.next)
// 调用action，传入value值
action.accept(e.value);
}
if (modCount != mc)
throw new ConcurrentModificationException();
}
}
}EntrySet类
public Set<Map.Entry<K,V>> entrySet() {
Set<Map.Entry<K,V>> es;
return (es = entrySet) == null ? (entrySet = new EntrySet()) : es;
}
final class EntrySet extends AbstractSet<Map.Entry<K,V>> {
public final int size() { return size; }
// 调用HashMap对应的clear方法
public final void clear() { HashMap.this.clear(); }
// 返回EntryIterator迭代器
public final Iterator<Map.Entry<K,V>> iterator() {
return new EntryIterator();
}
// 是否包含o对象
public final boolean contains(Object o) {
if (!(o instanceof Map.Entry))
return false;
// 将o转成Map.Entry对象
Map.Entry<?,?> e = (Map.Entry<?,?>) o;
// 得到key值
Object key = e.getKey();
// 通过的HashMap的getNode方法，获取对应的键值对元素candidate。
Node<K,V> candidate = getNode(hash(key), key);
// 返回是否包含
return candidate != null && candidate.equals(e);
}
// 调用HashMap的removeNode方法移除键值对元素
public final boolean remove(Object o) {
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>) o;
Object key = e.getKey();
Object value = e.getValue();
return removeNode(hash(key), key, value, true, true) != null;
}
return false;
}
public final Spliterator<Map.Entry<K,V>> spliterator() {
return new EntrySpliterator<>(HashMap.this, 0, -1, 0, 0);
}
public final void forEach(Consumer<? super Map.Entry<K,V>> action) {
Node<K,V>[] tab;
if (action == null)
throw new NullPointerException();
if (size > 0 && (tab = table) != null) {
int mc = modCount;
for (int i = 0; i < tab.length; ++i) {
for (Node<K,V> e = tab[i]; e != null; e = e.next)
action.accept(e);
}
if (modCount != mc)
throw new ConcurrentModificationException();
}
}
}总结
HashMap是通过哈希表来储存元素的。
快速哈希化
HashMap是通过两个方面实现快速哈希化的问题：
- 通过static final int tableSizeFor(int cap)方法，保证数组的长度是2的幂数(即2^n)。
-
通过(n - 1) & hash快速得到哈希化的下标值。其中n表示数组的长度即2的幂数，hash并不是key的hashCode值，而是(h = key.hashCode()) ^ (h >>> 16)计算后的值(防止高位丢失问题)
数组扩容
当HashMap的元素容量超过阈值threshold，就要进行数组扩容了。最重要的操作就是将老数组中的值存放到新数组中。
因为数组长度是2的幂数2n，而每次扩容都是2倍即新数组长度是2(n+1)。
那么通过(length - 1) & hash获取哈希化的下标值，就只有两个情况，要么是原来的值，要么是原来的值加上老数组的长度。
那么通过(length - 1) & hash获取哈希化的下标值，就只有两个情况，要么是原来的值，要么是原来的值加上老数组的长度。
那么老数组的链表就可能被分成两个链表，分别放在原来下标位置或者原来下标加上老数组的长度的位置。
主要方法
- 添加或者替换元素： final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict)
- 通过key值获取键值对元素：final Node<K,V> getNode(int hash, Object key)
- 删除键值对元素： final Node<K,V> removeNode(int hash, Object key, Object value, boolean matchValue, boolean movable)
