JDK集合源码分析系列（三）——HashMap
一、概述
HashMap主要是用来存储key-value对的，HashMap中的key必须是唯一的。那么HashMap底层是怎么实现的呢？
二、源码分析
这里说明下，以下源码分析都是基于jdk1.8的。jdk1.8以前，HashMap的实现跟Jdk1.8有所不同，1.8以前底层使用的是数组+链表的形式，1.8做了改进，如果链表比较长（链表长度大于8），就会把链表转换为红黑树，来增加查找的性能。
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
数组的默认的初始大小是16，这个跟ArrayList是不一样的，初始的默认大小是10。
static final float DEFAULT_LOAD_FACTOR = 0.75f;
默认的负载因子是0.75f，这里主要是用来计算数组需要扩容所达到的阈值，数组大小（16） * 负载因子（0.75f）=12，也就是默认情况下，当HashMap达到12个Node元素，就会进行数组的扩容。
static final int TREEIFY_THRESHOLD = 8;
将链表转换为树结构的大小阈值是8，也就是链表长度达到8，就会把链表转换为红黑树。
transient Node<K,V>[] table;
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
}
从这里就可以看出，HashMap的底层实现就是数组+链表了。
记下来看看主要的 put、get方法。
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
static final int hash(Object key) {
int h;
// 这里对hash寻址做了优化，使用key的hashcode跟hashcode无符号右移16位的值做异或运算
// 这么做的目的主要是为了把高16位gen低16位做一个异或运算，这样保证了在数组长度比较小的时候，
// 寻址不只是用到了低16位来进行寻址，这样做较少了hash冲突的概率
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
// 刚开始直接进行扩容到默认大小16
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
// 数组对应位置为null，那直接新建node放进去
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 表示数组对应元素的链表第一个元素node的key跟要添加元素的key一样
e = p;
else if (p instanceof TreeNode)
// 已经是红黑树了，直接去遍历红黑树，把节点挂上去，
//如果是存在相同key的节点，就把那个节点返回,并让e指针指向这个节点
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 进行链表的遍历
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 链表长度达到了8就转换为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 找到了相同key的节点，就直接跳出循环，之前这个节点已经被e指针指向了
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;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// HashMap中的元素个数是否大于扩容阈值了，是的话就扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
put方法的逻辑主要的地方我都写了注释，下面也简单的来介绍下：
首先会对key算一个hash值。这里的hash计算不只是简单的使用key的hashcode的值，hashcode的值跟其高16位做了一个异或操作，这样就算数组长度很小没有达到2的16次方减1时，高16位照样参与了寻址的计算，这样减少了hash冲突的概率。
i = (n - 1) & hash
再看看具体的寻址其实是通过位运算来的，相当于是hash对数组长度取模，用位运算而不使用取模符号，是因为位运算性能更高。这也是为什么HashMap的扩容都是两倍的进行扩容的原因，就是为了给位运算寻址提供条件。
接下来寻址完成过后的put操作：
刚开始的时候数组是还没有初始化的，添加元素时直接进行扩容到默认大小16，如果数组对应位置为null，那直接新建node放进去。
数组对应元素的链表第一个元素node的key跟要添加元素的key一样，那么直接进行值得覆盖。
是否是树结构，是的话进行红黑树相关的操作。
否则执行链表添加元素的逻辑。如果链表的长度达到了8，就需要把链表的数据结构转化为红黑树的数据结果。
进行链表的遍历，遇到了相同key的节点，直接跳出进行值得替换。遍历到最后没有相同key，那么就新建一个node挂到链表的尾部。
接下来看看扩容逻辑：
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) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 两倍大小进行扩容
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 阈值也设置为原来的两倍
newThr = oldThr << 1; // double threshold
}
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;
// 新建一个两倍容量的数组
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
// 原有元素的重新hash过程
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
// 如果链表只有一个元素，直接寻址放进新数组对应位置
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
// 红黑树的操作
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
// 这里的逻辑是吧原来的一条链表拆成两条链表
// (e.hash & oldCap) == 0，表示是重新hash过得位置
//跟原来的数组位置还是一样的,直接把loHead 挂到新数组的对应位置上
// (e.hash & oldCap) != 0，表示重新hash过得位置是原来
//的位置加上原来数组的大小，这就是新位置，把hiHead 挂到这个位置上
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;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
这里值得注意的是链表的拆分，然后重新对节点进行hash，因为是两倍扩容，所以如果(e.hash & oldCap) == 0成立，那么node节点的新位置跟原来位置的index是一样的，不成立的话，新位置就是原来位置+原来数组的长度。
这里的位运算，如果不懂得话，建议还是在纸上画一画，看看是否跟我上线说的是一样的。
get方法：
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
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;
}
看懂了put方法逻辑，这里相信就比较简单了。其实就是hash寻址然后对链表遍历key进行比较。找到了对应的node，就返回node的value值，没找到返回null。