HashMap底层实现

HashMap发布于jdk1.2，发布HashMap的主要原因在于弥补Hashtable的效率问题，因为Hashtable是同步式实现，所以性能比较差。其实就是优化版Hashtable的非同步实现

与hashtable不同的是，HashMap每次扩容会增加一倍的容量，且扩容前后都是2的幂次方。而Hashtable则是原来的容量*2+1(初始11 第一次扩容后也就是23)

 

在jdk1.8之前，HashMap的底层实现是由数组+单向链表实现。在jdk1.8之后，HashMap的实现方式改为了数组+链表+红黑树

 

 

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;  
初始容量16 
static final float DEFAULT_LOAD_FACTOR = 0.75f;  
初始负载因子 0.75f 负载因子的作用是用于衡量该散列表的空间使用程度
static final int MAXIMUM_CAPACITY = 1 << 30;  
最大容量
transient int size;  
当前真实元素个数
final float loadFactor;  
实际元素个数/容量 
int threshold;  
当前负载数，当前容量(capacity)*当前的负载数(loadFactor)，结合负载因子的定义公式可知，threshold就是在此loadFactor和capacity对应下允许的最大元素数目，超过这个数目就重新resize，以降低实际的负载因子

 

(1).调用hashmap的get函数时，首先计算key的hashCode，找到数组中对应位置的某一元素，然后通过key的equals方法在对应位置的链表中找到需要的元素。

public V get(Object key) {
        Node e;
        return (e = getNode(hash(key), key)) == null ? null : e.value;
}

 

(2).调用hashmap的put函数时，首先会检查元素的Key是否为Nul,如果key为null的话，hash值为0，对象存储在数组中索引为0的位置。即table[0].

如果key不为Null,则计算元素的哈希值，并根据哈希值找到元素在数组中的对应的位置，然后比较Key的值，如果Key的值相同，则用新的value覆盖旧的value，如果值不相同，则把元素设置为该位置对应链表的头指针，把旧的键值对放在新元素的后面。插入成功后，会判断真实的threshold与size，从而进行是否reSize的操作。

public V put(K key, V value) {
   return putVal(hash(key), key, value, false, true);
}

 

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {
        Node[] tab; Node p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    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;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
}