Java中HashMap底层实现原理(JDK1.8)源码分析
在JDK1.6，JDK1.7中，HashMap采用位桶+链表实现。每个桶对应不同的hash值，根据key计算得到的hash值，将键值对存放到对应位置。但是，很可能出现不同的key，计算出的hash值相同，这时就会造成哈希冲突。hashmap使用链表处理冲突，同一hash值的键值对存放在同一个桶中，并以链表形式存放。
但是当位于一个桶中的元素较多，即hash值相等的元素较多时，通过key值依次查找的效率较低。而JDK1.8中，HashMap采用位桶+链表+红黑树实现，当链表长度超过阈值（8）时，将链表转换为红黑树，这样大大减少了查找时间。
hashMap的键值都可以为null。且键不能相同，这里说的相同的是：两个键hash值相同，且key==key2||(key!=null&&key.equals(key2))
从下图源码中可以看出它的底层实现，
/** * 哈希表的结构是桶（数组）+单向链表+红黑树。 * 由于不同的key计算出的hash值可能相同，会造成hash冲突，引入单链表解决hash冲突。 * 所以，桶中的各个元素hash值虽然相同，但是key不相同，因为hashmap不允许相同的key。 * 当链表长度过大时，访问速度下降，引入红黑树解决这一问题 * 哈希表的容量（桶的个数）是2的倍数 * 该数组的初始化放在了put中，构造函数中并没有对其进行初始化 */ transient Node<K,V>[] table;
即HashMap的原理图是：
先来看看hashmap中的几个参数：
/** * 默认的初始化容量（桶的个数），是16, 要为2的幂次 */ static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 /** * 最大的容量键值对的个数，是2的30次方 */ static final int MAXIMUM_CAPACITY = 1 << 30; /** * 加载因子。当hash表中桶的数目超过当前容量与加载因子的乘积时，就会扩容 */ static final float DEFAULT_LOAD_FACTOR = 0.75f; /** * 一个桶树化的阈值。当桶中元素个数超过这个值时，将链表转化为红黑树。 * 这个值至少为8.要不然频繁转化效率不高。 */ static final int TREEIFY_THRESHOLD = 8; /** * 一个桶的链表还原阈值。当桶中元素个数小于这个值时，红黑树会还原为链表。 */ static final int UNTREEIFY_THRESHOLD = 6; /** * 哈希表的最小树形化的容量。这里的容量是指表的容量（table capacity），也就是桶的个数 * 只有当表的容量（桶的个数）大于这个值时，表中的桶才能树形化（转化成红黑树）， * 否则，当桶内元素太多时，不是转换成红黑树，而是扩容，因为容量不够大。 */ static final int MIN_TREEIFY_CAPACITY = 64;
/**
* The next size value at which to resize (capacity * load factor).从这里可看出，是键值对的个数
* 门限，进行rehash的门限（capacity*loadFactor） */ int threshold; final float loadFactor;
这几个参数的含义上面都有标注。HashMap默认的容量（键值对个数）是16,。默认的加载因子是0.75，加载因子loadFactor是影响hashMap进行扩容的指标之一，还有一个是容量，也就是table数组的大小（桶的个数）。threshold是进行扩容的门限值，为capacity*loadFactor 。
当一个桶中元素个数大于8时（添加元素时判断），会将链表转成红黑树；当树的节点个数小于6时（删除节点时判断），会转成链表。
MIN_TREEIFY_CAPACITY变量：最小树形化的值。意思是：桶的的个数（表的容量）没有达到这个值（64）时，即使桶中元素个数大于8时，也不会转成红黑树，而是直接扩容（resize(),该方法后面介绍），扩大桶的个数，桶个数两倍。只有当桶的个数大于等于该值时，才会树形化。
还有一个变量size ，表示当前存储键值对的数量，存一个则加1，删一个则减一。而capacity容量，也是表示存储键值对的容量，(不是桶的个数)。。这样，size>capacity*0.75则扩容，指得是键值对数量的比较。
构造函数
/** * 构造函数只是对loadFactor、threshold两个变量完成赋值，并没有初始化； * 具体的初始化将在put时进行。 */ 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; //找到大于等于initialCapacity的第一个2的整数次幂的数。如14，返回16。（该方法最后会提到） this.threshold = tableSizeFor(initialCapacity); //新的扩容临界值 } public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); } public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted }
从构造函数可以看出，构造函数并没有对底层的table数组进行初始化，而是和ArrayList一样，将初始化数组的过程推迟到第一次添加元素时进行。第一个构造函数，将传入的容量赋值给了threshold门限，后面会在resize方法中根据该门限进行初始化。
１、两节点 key 值相同（hash值一定相同），导致冲突
２、两节点 key 值不同，由于 hash 函数的局限性导致hash 值相同，冲突
３、两节点 key 值不同，hash 值不同，但 hash 值对数组长度取模后相同，冲突
注意上面第三点，存元素都是hash&(n-1)，所以一个桶内的多个key可能hash值是不同的，所以就可以解释每次遍历链表判断key是否相同时还要再判断key的hash值。
HashMap的存取机制
1，HashMap如何getValue值，看源码
/** * 返回key对应的value * 1.计算key的hash值。 * 2.根据hash值找到对应桶的第一个节点。 * 3.判断第一个节点是不是（比较hash值和key）。 * 4.第一个节点不是就分红黑树和链表继续遍历 */ public V get(Object key) { Node<K,V> e; return (e = getNode(hash(key), key)) == null ? null : e.value; } /** * 根据hash值和key找到对应的节点 * 1.根据hash值找到对应的桶的第一个节点。如果第一个节点hash值以及key都对应的相等，则返回第一个。 * 2.往后遍历，看看是不是树，然后遍历。 * 这里找桶的算法是(n-1)&hash。n是桶的个数（2的幂次）。 * * 这里取模时，前后两个数位置无所谓，只要有一个是2的幂次（b），另外一个是a， * 取模就等价于求余数（a%(b-1)，(2的幂次-1)做分母）。 * 所以，这里是等价于hash%(n-1)。也就是找桶的位置，从0开始 */ 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; }
步骤简述：
1.计算key的hash值。
2.根据hash值找到对应桶的第一个节点，hash&(n-1)。
3.判断第一个节点是不是（比较hash值和key）。
4.第一个节点不是就分红黑树和链表继续遍历
2，HashMap如何put(key，value);看源码
/** * 存元素，见下个方法 */ public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } /** * 存元素的步骤： * 1.根据key计算hash值； * 2.判断是否是第一次加入元素（table是否为空），如果是，则调用resize函数初始化： * 如果threshold=0，则初始化为16,；如果threshold不为0（构造函数中传入加载因子，会给threshold赋值，但是没有初始化table） * 3.根据hash值找到（(n-1)&hash）对应桶的第一个元素；如果第一个元素为空，那么直接插入新节点。 * 4.如果第一个元素不为空，则判断结构是不是红黑树，如果是红黑树则调用红黑树插入的方法； * 5.如果不是红黑树，则依次遍历链表，如果链表有和传入的key相同的key,则用新的value替换原来的value，并返回旧value； * 6.如果没有相同的key，则插入到链表的最后。并判断新链表的大小是否超过门限，超过则转换成红黑树。 */ final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; /** * 构造函数中没有对table进行初始化，所以第一次put时，会进行判断table是否为空，为空则要进行初始化。 * 也就是table初始化为初始化容量16. * resize()函数就是扩容：table为空时，扩容（也就是初始化）为默认容量16；table不为空时，扩容两倍（满足容量是2的幂次） */ if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; //根据hash值，找到对应桶位置的第一个元素，如果该元素为空，则直接插入。 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; //如果第一个元素不为空，且该元素的key与传入的key一样，说明已经存在该key，记录下来 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) { //如果是最后一个了，且key都不相同，就将新节点插入到链表最后 if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); //如果新加入节点后，链表大小超过阈值8，就转成红黑树 if (binCount >= TREEIFY_THRESHOLD - 1) // 因为从-1开始的。也就是-1到7，也就是大于8个节点时 treeifyBin(tab, hash); break; }//如果有相同的key，跳出循环 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } /** * 如果有相同的key，将用新的value替换就的value，并返回原来的value */ if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value;//新换旧 afterNodeAccess(e); return oldValue; } } ++modCount; if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }
*存元素的步骤：
1.根据key计算hash值；
2.判断是否是第一次加入元素（table是否为空），如果是，则调用resize函数初始化（扩容）：（见下面resize）
如果threshold=0，则初始化为16,；如果threshold不为0，初始化为threshold（构造函数中传入加载因子，会给threshold赋值，但是没有初 始化table）
3.根据hash值找到（(n-1)&hash）对应桶的第一个元素；如果第一个元素为空，那么直接插入新节点。
4.如果第一个元素不为空，则判断结构是不是红黑树，如果是红黑树则调用红黑树插入的方法；
5.如果不是红黑树，则依次遍历链表，如果链表有和传入的key相同的key,则用新的value替换原来的value，并返回旧value；
6.如果没有相同的key，则插入到链表的最后。并判断新链表的大小是否超过门限，超过则转换成红黑树。
7.判断新size是不是大于threshold，是就扩容。
HasMap的扩容机制resize()
构造hash表时，如果不指明初始大小，默认大小为16（即Node数组大小16），如果Node[]数组中的元素达到threahold重新调整HashMap大小 变为原来2倍大小,扩容很耗时..。。扩容是将数组的大小（桶的个数）扩大为两倍。，而判断是否扩容是根据键值对的个数，size>threshold
/** * table为空时，扩容（也就是初始化）为默认容量16；table不为空时，扩容两倍（满足容量是2的幂次） * resize函数中新建一个散列表数组，容量为旧表的2倍，接着把旧表的键值对迁移到新表（重新计算hash值，存入新表）， * 这里分三种情况： 1. 表项只有一个键值对时，针对新表计算新的桶位置并插入键值对 2. 表项节点是红黑树节点时（说明这个bin元素较多已经转成红黑树了），split这个bin。 3. 表项节点包含多个键值对组成的链表时（拉链法），把链表上的键值对按hash值分成两串，一串放到新表的原索引位置， 另外一串放到新表的 原索引位置+oldCap 处。 */ 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) { //如果原来桶的个数已经最大了，就不扩容了，直接返回原来数组 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } //如果原来的容量比默认容量大，且它的2倍也没有超过最大容量，那么新容量为两倍，新扩容门限也为原来两倍 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold }//如果原来门限大于0，则新容量为原来门限 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;//放到新表的原索引位置 } if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead;//另一串放到新表的 原索引+原容量 位置。 } } } } } return newTab; }
步骤：确定扩容后的容量大小
table不为空时，如果原来容量>16，扩容两倍（满足容量是2的幂次）；如果16>容量>0,这是由于一开始传入初始容量比较小，前面扩容后容量也还是没有超过16，此时oldThr肯定>0，会调用下一步。
当table为空时：1，如果threshold>0，这就是构造函数中传进来的初始化容量，初始化为该容量threshold；2，threshold=0，没有传入初始 化容量，初始化为默认容量16.
扩容两倍步骤：
* resize函数中新建一个散列表数组，容量为旧表的2倍，接着把旧表的键值对迁移到新表（重新计算hash值，存入新表），
* 这里分三种情况：遍历每个桶 j，
1. 桶中只有一个键值对时，针对新表计算新的桶位置并插入键值对
2. 桶中节点是红黑树节点时（说明这个bin元素较多已经转成红黑树了），split这个bin。
3. 桶中节点包含多个键值对组成的链表时（拉链法），把链表上的键值对按hash值分成两串（根据(hash & oldCap) == 0），一串放到新表的原索引位置 j ，另外一串放到新表的 原索引位置 j+原表容量oldCap 处。
这里(hash&oldCap)来决定链表上键值对放在哪，这里不是hash&(n-1)，所以不是求余数。
tableSizeFor()
/** * 返回大于cap-1的第一个2的幂次。如cap=10，返回2^4=16 * 如果cap本身就是2的幂次，就返回cap */ static final int tableSizeFor(int cap) { int n = cap - 1;//这是防止cap本身就是2的幂次 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; }
这个方法是在构造函数中使用到。
由此可以看到，当在实例化HashMap实例时，如果给定了initialCapacity，由于HashMap的capacity都是2的幂，因此这个方法用于找到大于等于initialCapacity的最小的2的幂（initialCapacity如果就是2的幂，则返回的还是这个数）。
下面分析这个算法：
首先，为什么要对cap做减1操作。int n = cap - 1;
这是为了防止，cap已经是2的幂。如果cap已经是2的幂， 又没有执行这个减1操作，则执行完后面的几条无符号右移操作之后，返回的capacity将是这个cap的2倍。如果不懂，要看完后面的几个无符号右移之后再回来看看。
下面看看这几个无符号右移操作：
如果n这时为0了（经过了cap-1之后），则经过后面的几次无符号右移依然是0，最后返回的capacity是1（最后有个n+1的操作）。
这里只讨论n不等于0的情况。
第一次右移
n |= n >>> 1;由于n不等于0，则n的二进制表示中总会有一bit为1，这时考虑最高位的1。通过无符号右移1位，则将最高位的1右移了1位，再做或操作，使得n的二进制表示中与最高位的1紧邻的右边一位也为1，如000011xxxxxx。
第二次右移
n |= n >>> 2;注意，这个n已经经过了n |= n >>> 1; 操作。假设此时n为000011xxxxxx ，则n无符号右移两位，会将最高位两个连续的1右移两位，然后再与原来的n做或操作，这样n的二进制表示的高位中会有4个连续的1。如00001111xxxxxx 。
第三次右移
n |= n >>> 4;这次把已经有的高位中的连续的4个1，右移4位，再做或操作，这样n的二进制表示的高位中会有8个连续的1。如00001111 1111xxxxxx 。
以此类推
注意，容量最大也就是32bit的正数，因此最后n |= n >>> 16; ，最多也就32个1，但是这时已经大于了MAXIMUM_CAPACITY，所以取值到MAXIMUM_CAPACITY 。
该算法的思想就是使n=cap-1的二进制中，第一个1后面全转为为1。
举一个例子说明下吧。
这个算法着实牛逼啊！
注意，得到的这个capacity却被赋值给了threshold。
this.threshold = tableSizeFor(initialCapacity);开始以为这个是个Bug，感觉应该这么写：
this.threshold = tableSizeFor(initialCapacity) * this.loadFactor;这样才符合threshold的意思（当HashMap的size到达threshold这个阈值时会扩容）。
但是，请注意，在构造方法中，并没有对table这个成员变量进行初始化，table的初始化被推迟到了put方法中，在resize方法中会对threshold重新计算（如下，结合上面resize代码）。
if (newThr == 0) {//针对的是上面oldThr>0，对threshold重新计算 float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); }
参考：http://blog.csdn.net/tuke_tuke/article/details/51588156
https://blog.csdn.net/fan2012huan/article/details/51097331
另外，这篇文章写得挺不错：https://blog.csdn.net/zxt0601/article/details/77413921
