阅读优秀的源码是提升编程技巧的重要手段之一。
如有不对的地方，欢迎指正~
转载请注明出处https://blog.lzoro.com。
前言
基于JDK1.8。
基本说明
常量
以下常量皆为HashMap类中定义
| 常量 | 默认值 | 说明 |
|---|---|---|
| DEFAULT_INITIAL_CAPACITY | 1<<4=(16) | 默认初始容量 |
| MAXIMUM_CAPACITY | 1 << 30 | 最大容量 |
| DEFAULT_LOAD_FACTOR | 0.75 | 默认负载因子（当存储比例超过该参数时会触发hashmap扩容） |
| TREEIFY_THRESHOLD | 8 | 链表 -> 树化阈值 |
| UNTREEIFY_THRESHOLD | 6 | 树 -> 链表化阈值 |
| MIN_TREEIFY_CAPACITY | 64 | 树化后表格最小容量(至少4倍于TREEIFY_THRESHOLD) |
节点(静态内部类)
HashMap的实际负责K,V存储的是transient Node，而这里的Node则是HashMap的一个静态内部类，如下
/**
* 基本Hash节点，用于大多数Entries
*/
static class Node implements Map.Entry {
final int hash; //Hahs
final K key; //键
V value; //值
Node next; //下一个节点
/**
* 构造函数
*/
Node(int hash, K key, V value, Node next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
/**
* 获取Key
*/
public final K getKey() { return key; }
/**
* 获取Value
*/
public final V getValue() { return value; }
/**
* ToString
*/
public final String toString() { return key + "=" + value; }
/**
* HashCode
*/
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
/**
* Value设置
*/
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
/**
* Equal方法
*/
public final boolean equals(Object o) {
//地址比较
if (o == this)
return true;
//是否是Map.Entry实例
if (o instanceof Map.Entry) {
Map.Entry e = (Map.Entry)o;
//只有当Key和value都相等时，才返回true
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
静态工具集
在正式了解HashMap的初始化/存取之前，还有一个应该熟悉的是HashMap提供的静态工具集
/**
* 计算关键字key的hashCode()并将Hash高位和地位进行异或(XORs)
* 这个与HashMap中的Table下标计算有关
* 哈希桶(table)的长度都是2的n次幂，So,index仅和hash的低n位有关
* 将高16位和低16进行异或，让高16位参与运算，防止频繁碰撞。
*/
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
/**
* 如果x的类是C且C实现了Comparable，则返回x的class,否则返回null
* 如：`class C implements Comparable`的形式
*
*/
static Class comparableClassFor(Object x) {
//判断x是否是Comparable实例
if (x instanceof Comparable) {
Class c; Type[] ts, as; Type t; ParameterizedType p;
if ((c = x.getClass()) == String.class) // bypass checks
return c;
if ((ts = c.getGenericInterfaces()) != null) {
for (int i = 0; i < ts.length; ++i) {
if (((t = ts[i]) instanceof ParameterizedType) &&
((p = (ParameterizedType)t).getRawType() ==
Comparable.class) &&
(as = p.getActualTypeArguments()) != null &&
as.length == 1 && as[0] == c) // type arg is c
return c;
}
}
}
return null;
}
/**
* 如果x不为null且x的Class为1`kc`,则返回k.compareTo(x)
* 否则返回0
*/
@SuppressWarnings({"rawtypes","unchecked"}) // for cast to Comparable
static int compareComparables(Class kc, Object k, Object x) {
return (x == null || x.getClass() != kc ? 0 :
((Comparable)k).compareTo(x));
}
/**
* 返回大于等于cap的最小的2的n次幂
* 超过MAXIMUM_CAPACITY，则返回MAXIMUM_CAPACITY
*
* 有点抽象，举个例子，如这里的cap为11
* n = 11-1=10
* 10的二进制 -> 0000 1010
* n |= n >>> 1 -> 0000 1010
* 0000 0101
* 0000 1111
*
* n |= n >>> 2 -> 0000 1111
* 0000 0011
* 0000 1111
*
* n |= n >>> 4 -> 0000 1111
* 0000 0000
* 0000 1111
*
* n |= n >>> 8 -> 0000 1111
* 0000 0000
* 0000 1111
* n |= n >>> 16 0000 1111
* 0000 0000
* 0000 1111
*
* 此时n的二级制为0000 1111，即15
* 既不小于0，也不大于MAXIMUN_CAPACITY，所以返回n+1
*
* 结果是16，即大于11的且是最小的2的n次幂
*
* 具体的原理可以google哈~
*
* 膜拜Java大神，膝盖奉上。
*/
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;
}
初始化过程
了解了HashMap的常量和静态工具集之后，在运用方法之前，还需了解下HashMap是怎么被初始化的。
先看下成员变量
/**
* 负责存储的哈希桶(table), 首次使用的时候进行初始化，在必要的时候进行扩容.
* 分配时，长度总是2的n次幂
* (在某些操作中可以容忍长度为零，以允许当前不需要的引导机制)
*/
transient Node[] table;
/**
* 缓存entrySet
*/
transient Set> entrySet;
/**
* map的size
*/
transient int size;
/**
* HashMap在结构上的修改次数
* 该字段用于fail-fast策略
* 就是当使用迭代器时，如果发现预期的modCount与实际不合时抛出ConcurrentModificationException
*/
transient int modCount;
/**
* 下次resize时的哈希桶大小(capacity * load factor).
*
* @serial
*/
int threshold;
/**
* hash table的负载因子
*
* @serial
*/
final float loadFactor;
接下来是HashMap提供的4个构造方法
/**
* 利用指定的容量和负载因子构造一个空的HashMap
*
* @param initialCapacity 初始化容量
* @param loadFactor 负载因子
* @throws 初始容量为负数/负载因子为<=0时会抛出IllegalArgumentException
*/
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;
//这里实际上并初始化数组，只是利用上面讲到的tableSizeFor计算了长度
this.threshold = tableSizeFor(initialCapacity);
}
/**
* 利用指定的容量和默认负载因子(0.75).构造一个空的HashMap
*
* @param initialCapacity 初始化容量
* @throws 初始容量为负数时会抛出IllegalArgumentException
*/
public HashMap(int initialCapacity) {
//实际调用的是上面的构造函数
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
/**
* 利用默认初始容量(16)和默认负载因子(0.75).构造一个空的HashMap
*/
public HashMap() {
//其他成员变量都是默认值
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
/**
* 根据给定的Map和默认的初始容量以及默认负载因子构造一个HashMap
*
* @param m
* @throws NullPointerException if the specified map is null
*/
public HashMap(Map m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
//这个方法放在后面说明
putMapEntries(m, false);
}
看了上面四个构造方面，除了利用给定的Map来进行构造（第四个），其他三个都只是进行成员变量的赋值，并未真正进行空间的分配。
第四个构造函数，内部其实是调用了putMapEntries进行初始化并且存放元素，方法内部调用了另外几个关键方法，如tableSizeFor(前面已提到)，resize初始化/扩容和putVal存放元素(后续会分析)。
/**
* 实现 Map.putAll 和 构造函数
*
* @param m the map
* @param evict false when initially constructing this map, else
* true (relayed to method afterNodeInsertion).
*/
final void putMapEntries(Map m, boolean evict) {
int s = m.size();
//如果给定的map是空的话，则不进行其他操作
if (s > 0) {
//map不为空
//如果哈希桶还未初始化
if (table == null) { // pre-size
//计算相关阈值
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
if (t > threshold)
//这里的计算后，不立即进行初始化/扩容
threshold = tableSizeFor(t);
}
else if (s > threshold)
//初始化/扩容
resize();
//存放元素
for (Map.Entry e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}
关键方法
put
用过HashMap的小伙伴肯定都知道这个方法，哈？没用过的话。那还是先去用用吧。
可以看到put方法，先是对key进行hash（上面的静态工具集有提到）,然后调用putVal进行实际存储，另外还有putIfAbsent方法，该方法只在map不存在相应的键值对时进行放入。
/**
* 将给定的key和value存储到map当中
* 若容器中已存在该key的话，旧的value会被新的value替代
*/
public V put(K key, V value) {
//可以看到这里
return putVal(hash(key), key, value, false, true);
}
/**
* 如果存在，就不覆盖旧值
*/
@Override
public V putIfAbsent(K key, V value) {
return putVal(hash(key), key, value, true, true);
}
putVal具体实现
/**
* 实现Map.put和相关方法
*
* @param hash key的hash
* @param key key
* @param value value
* @param onlyIfAbsent 如果为true，不改变旧值
* @param evict 如果为false，则表将采取creation模式.
* @return 前一个值，如果没有则返回null
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
//定义相关变量
Node[] tab; Node p; int n, i;
//如果table未被初始化的话，则调用resize进行初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//哈希桶下标计算i=(n-1)&hash，并判断桶中该位置有没有元素
if ((p = tab[i = (n - 1) & hash]) == null)
//没有元素，则创建新节点放到该位置
tab[i] = newNode(hash, key, value, null);
else {
//桶中该位置存在元素
Node e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
//如果给点节点的hash和key跟桶上找到的节点相等，则将旧的p节点赋值给e
e = p;
else if (p instanceof TreeNode)
//如果p节点是树节点(红黑树)
//插入一个树节点
e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
else {
//如果以上两者皆不是，则证明当前链表还未树化
//根据定位的p节点，进行操作
for (int binCount = 0; ; ++binCount) {
//判断p节点的后续节点是否存在
if ((e = p.next) == null) {
//不存在则创建一个新节点进行插入
p.next = newNode(hash, key, value, null);
//链表长度超过树化阈值，则执行树化
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
//树化
treeifyBin(tab, hash);
break;
}
//如果p的下一个节点e跟给定节点一致，则跳出循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
//把e赋值给p，进行链表遍历
p = e;
}
}
//如果e不为null
if (e != null) { // existing mapping for key
//获取旧值
V oldValue = e.value;
//判断入参条件onlyIfAbsent/旧值是否为null
if (!onlyIfAbsent || oldValue == null)
//将新值赋值给e节点
e.value = value;
//空实现 - 主要是为了linkedHashMap的一些后续处理工作
afterNodeAccess(e);
return oldValue;
}
}
//增加modCount - 在上面有给出这个变量的含义
++modCount;
//若达到扩容阈值，则进行扩容
if (++size > threshold)
//扩容
resize();
//空实现 与 afterNodeAccess同理
afterNodeInsertion(evict);
return null;
}
再跟踪下上面的几个方法newNode、putTreeVal、treeifyBin、resize。
newNode是创建一个新节点，其实就是内部类Node的一个实例，比较简单
Node newNode(int hash, K key, V value, Node next) {
return new Node<>(hash, key, value, next);
}
putTreeVal是树化后插入节点的实现，treeifyBin是对链表进行树化。
这里的操作涉及到红黑树的操作，如果对红黑树不了解的话，建议可以先了解下相关概念和算法，由于篇幅关系，关于红黑树后面另开章节分析。
这里简单介绍一下基础概念。
红黑树（Red Black Tree） 是一种自平衡二叉查找树，性质如下：
- 1.节点非黑即红
- 2.根节点是黑色
- 3.每个叶节点（NIL节点，空节点）是黑色的
- 4.每个红色节点的两个子节点都是黑色(从每个叶子到根的所有路径上不能有两个连续的红色节点)
- 5.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
resize是扩容的方法，下面看下具体实现
/**
* 初始化或者是将哈希桶(table)大小加倍。
* 如果为空，则按threshold分配空间
* 否则，由于采取2的n次幂扩展，容器中的元素在新table中要么呆在原索引处, 要么有一个2的n次幂的位移
*
* @return the table
*/
final Node[] resize() {
//旧的哈希桶
Node[] oldTab = table;
//旧的容量/长度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//旧的threshold
int oldThr = threshold;
//新的相关标量
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
//旧的容量大于等于MAXIMUM_CAPACITY
//则将threshod赋值为Integer.MAX_VALUE
threshold = Integer.MAX_VALUE;
//此时不再进行扩容，返回旧的哈希桶
return oldTab;
}
//新的容量为旧容量的的2倍
//判断新容量是否小于最大值且旧容量大于默认值
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//对新的threshold赋值(2倍于旧的)
newThr = oldThr << 1; // double threshold
}
//判断旧的threshold
//这种情况下，初始容量为threshold的
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//threshold初始化为0，则表明是使用默认值
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//判断新的threshold是否为0
if (newThr == 0) {
//计算新的threshold，为新的容量*负载因子
float ft = (float)newCap * loadFactor;
//进行最大值判断
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//将计算出来的threshold赋值到成员变量threshold
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
//根据计算的容量新建一个哈希桶
Node[] newTab = (Node[])new Node[newCap];
//成员变量table指向新的哈希桶
table = newTab;
//判断旧的哈希桶是否为null
if (oldTab != null) {
//下面通过循环来移动将旧哈希桶移动到新的哈希桶
for (int j = 0; j < oldCap; ++j) {
Node e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//没有后续节点
if (e.next == null)
//将该节点存放到新的哈希桶
//使用的是2的n次幂的扩展(指长度扩为原来2倍)，所以，元素的位置要么是在原位置，要么是在原位置再移动2次幂的位置。
//eg.1
//扩容前
//e.hash = 8 -> 0000 1000
//oldCap-1 = 15 -> 0000 1111
& -> 0000 1000
// 结果 = 8
//扩容后
//e.hash = 8 -> 0000 1000
//newCap-1 = 31 -> 0001 1111
// & -> 0000 1000
// 结果 = 8 所以位置不变
//eg.2
//扩容前
//e.hash = 16 -> 0001 0000
//oldCap-1 = 15 -> 0000 1111
& -> 0000 0000
// 结果 = 0
//扩容后
//e.hash = 16 -> 0001 0000
//newCap-1 = 31 -> 0001 1111
// & -> 0001 1000
// 结果 = 16
//位置移动了0 + 16(2的4次幂，也是原来的容量oldCap)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
//如果是树化后的节点，则进行split
((TreeNode)e).split(this, newTab, j, oldCap);
else { // preserve order
//如果还未树化/没有后续节点
//维护顺序
Node loHead = null, loTail = null;
Node hiHead = null, hiTail = null;
Node next;
//旧链表迁移新链表
do {
//取出后续节点
next = e.next;
//这里的e.hash & oldCap 目的是取出高位的1bit来判断是否为0，跟上面的 & (oldCap - 1)不同，这里是取出高位1bit来判断是否需要移动
//eg.1
// e.hash = 8 -> 0000 1000
// oldCap = 16 -> 0001 0000
& -> 0000 0000
结果 = 0
//如果为0，不需要移动
// e.hash = 16 -> 0001 0000
// oldCap = 16 -> 0001 0000
& -> 0001 0000
结果 = 16
//如果不为0
//不需要移动
if ((e.hash & oldCap) == 0) {
//不需要移动时，以loHead为首节点，维护链表顺序
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
//需要移动时，以hiHead为首节点，维护链表顺序
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;//最后一个节点的next指向的是自己，所以置为null
newTab[j] = loHead;//在新的哈希桶中存放链表
}
if (hiTail != null) {
hiTail.next = null;//同上面
newTab[j + oldCap] = hiHead;
}
}
}
}
}
//返回新的哈希桶
return newTab;
}
这里先抛开红黑树，单看哈希桶和链表，大致可以将扩容总结如下：
1、计算新的容量和阈值
2、根据新的容量创建新的哈希桶
3、将旧桶中的元素节点存放到新的哈希桶
3.1、判断桶中的节点是否有后续节点，没有的话，确认下标后存放元素
3.2、判断是否树化，如果是，则进行红黑树操作(后续分析)
3.3、桶中节点存在后续节点(链表)，则进行链表的顺序维护后，存放到新的哈希桶
4、返回扩容后的哈希桶
get
现在出门都是成双成对了(单身狗出门随时一嘴狗粮)，所以HashMap里面既然有put来存放元素，肯定也有获取元素的方法，就是现在要分析的get，另外还有jdk1.8新增的getOrDefault。
内部主要还是调用了hash方法对key进行哈希运算，然后调用getNode取得节点。
/**
* 如果存在对应的键值对，则根据对应的key，返回value，否则返回null
*
* 更精确点说，如果在该map中，存在一个key跟给定的key相同
* (同为null，或者调用equal为true)，则返回该key对应的value,否则返回null
*
* null返回值不一定表示map没有包含此key的映射
* 也有可能是映射的value的确是null
* 可以使用containsKey操作来区分这两种情况（指定的key不存在/key存在但value为null）
*
* @see #put(Object, Object)
*/
public V get(Object key) {
Node e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
/**
* 给定key如果不存在的话，就返回默认值
*/
@Override
public V getOrDefault(Object key, V defaultValue) {
Node e;
return (e = getNode(hash(key), key)) == null ? defaultValue : e.value;
}
/**
* 实现 Map.get 和其他相关方法
*
* @param hash key的哈希
* @param key key
* @return the node, or null if none
*/
final Node getNode(int hash, Object key) {
//相关变量
Node[] tab; Node first, e; int n; K k;
//检查哈希桶是否为null，长度是否大于0，计算下标取出元素判断是否为null
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//对应的下标存在元素，则证明该key存在映射
//每次都对元素(链表首节点)进行检查判断
//如果是要找的节点，则返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//如果链表首节点不是要找的，则判断后续节点是否存在
if ((e = first.next) != null) {
//后续节点存在的话，判断该链表是否树化过
if (first instanceof TreeNode)
//树化过，则通过红黑树查找节点返回(后续分析)
return ((TreeNode)first).getTreeNode(hash, key);
//未进行树化，则从链表中搜索对应节点
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
//如果未搜索到节点，则返回null
return null;
}
remove
成双成对，不存在的。这里还有一个remove方法，用来移除键值对。
/**
* 根据给定的key从map中移除指定键值对
*/
public V remove(Object key) {
Node e;
//调用下方的removeNode来实现移除
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
/**
* 根据给定的key和value从map中移除指定键值对
*/
public boolean remove(Object key, Object value) {
return removeNode(hash(key), key, value, true, true) != null;
}
/**
* 实现 Map.remove 和相关方法
*/
final Node removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node[] tab; Node p; int n, index;
//前置判断，包括哈希桶是否为null，长度是否为0以及是否存在元素等
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node node = null, e; K k; V v;
//以下开始查找节点，跟getNode的类似，不再赘述
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)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);
}
}
//存在节点
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode)
//红黑树移除节点(后续分析)
((TreeNode)node).removeTreeNode(this, tab, movable);
else if (node == p)
//如果是首节点，就将后续节点存放到哈希桶对应下标上
tab[index] = node.next;
else
//后续节点前移
p.next = node.next;
//修改操作计数
++modCount;
//size - 1
--size;
//空实现
afterNodeRemoval(node);
return node;
}
}
return null;
}
clear
清空hashmap的操作
/**
* 清空所有键值对映射
* 调用结束后map将会被置空
*/
public void clear() {
Node[] tab;
//操作计数 + 1
modCount++;
//判断哈希桶是否已经初始化
if ((tab = table) != null && size > 0) {
size = 0;
//循环清空
for (int i = 0; i < tab.length; ++i)
tab[i] = null;
}
}
containsValue
调用该方法判断map中是否存在对应的value
/**
* 如果map中存在指定value，则返回true
*
* @param value value whose presence in this map is to be tested
* @return true if this map maps one or more keys to the
* specified value
*/
public boolean containsValue(Object value) {
Node[] tab; V v;
//判断哈希桶是否被初始化过
if ((tab = table) != null && size > 0) {
//哈希桶循环查询
for (int i = 0; i < tab.length; ++i) {
//哈希桶上每个元素，进行循环查询
for (Node e = tab[i]; e != null; e = e.next) {
//存在值则返回
if ((v = e.value) == value ||
(value != null && value.equals(v)))
return true;
}
}
}
return false;
}
其他方法
除了上面罗列的一些关键方法外，Hashmap还提供了以下方法，不再具体分析源码。
- keySet----------------- 获取所有的key(Set)
- values----------------- 获取所有的值(Collection)
- entrySet--------------- 获取键值对集合(Set)
- computeIfAbsent---- 值不存在则放入
- merge------------------ 给定的key没有绑定，则进行绑定，否则替换原key的值
- forEach---------------- 循环
- replace/replaceAll--- 替换
注意
HashMap非线程安全，如果在并发场景下，使用HashMap要小心。
另外，如果需要线程安全的Map，可以移步ConcurrentHashMap。
当然，不care效率的话，HashTable也是OK的。
总结
1、关键常量，如树化阈值等，见文章头部。
1、关键成员变量
- table 哈希桶
- loadFactor 负载因子
- threshold 阈值
2、构造时，除了指定map进行构造外，其他构造函数均未初始化哈希桶。
3、通过hash来确认元素在桶中的位置，所以hash要足够分散，否则容易造成碰撞导致性能问题。
4、其他的诸如put、get、remove等关键操作的流程已在上诉源码中分析，之后抽空看能不能画个图更直观。
5、其他的待补充。
篇幅有点长，溜了溜了，如果对你有帮助无妨给个赞呗~~3Q