源码阅读系列——基础篇（HashMap 集合源码分析）
HashMap是一种插入、查询效率都较高的集合，我们看一下他是如何实现的。首先我们以插入数据来看一下源码：
1、类定义
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
transient Node<K,V>[] table; // table数组
transient Set<Map.Entry<K,V>> entrySet; // 元素集合
transient int size; // 当前hashmap的真实元素数量
transient int modCount; // 修改次数，fast-fail机制关键字
int threshold; // 阈值
final float loadFactor; // 阈值因子，hashmap的扩容方式跟List的那些实现不太一样，他是通过一个设定的阈值，来判断何时扩容的，这种扩容方式，可以一定程度上减少元素的碰撞（后面会解释碰撞）
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;
this.threshold = tableSizeFor(initialCapacity);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
}
2、插入数据
// 获取对象的hash值，至于什么hashcode，见注1
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
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<K,V>[] tab; Node<K,V> p; int n, i; // node节点解释见注2
if ((tab = table) == null || (n = tab.length) == 0) // table为空，则创建table并初始化大小
n = (tab = resize()).length; // resize函数就是包含了扩容和初始化，我们后面在单独说
if ((p = tab[i = (n - 1) & hash]) == null) // 如果原table位置没有节点，则直接新建一个节点，并赋值。(n - 1) & hash实际就是hash值/16取余，只是通过位运算书写
tab[i] = newNode(hash, key, value, null);
else {
// 如果原位置有节点
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 如果元素一样，直接赋值
e = p;
else if (p instanceof TreeNode)
// 如果table当前位置的元素有节点，且为树type，详见putTreeVal解释
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 如果table当前位置的元素有节点，且不为树type
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
// 遍历当前节点的next元素，实际上每一个节点都是一个链表，实际就是遍历到当前节点的尾部，并将生成节点，加入到链表尾部。
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // 如果链表的长度超过了TREEIFY_THRESHOLD，默认值为8，则转换为树结构
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;
}
1、从插入元素的过程来看，我们可以发现，每个元素存入时，会根据hash值除以容量的余数，作为index，存在table数组中，如果发现table数组中对应index有元素table[index]，则设置为table[index]所在链表的尾结点（或者是所在树的尾元素中），链表的方式，上段代码已经给出，至于树的方式，我们看后面的putTreeVal方法解释。
2、所以我们可以理解table数组中的元素，实际就是一个链表或者树。
3、这种方式的时间负责度，很低，以链表为例，比如取元素，好的情况下O(1)，当然如果某一个链表非常长，那最差的情况就是O(n)。所以这边就讲到一个碰撞，什么是碰撞，很简单，就是很多元素，在hash值取余之后相等，这样就会频繁的遍历链表。而我们减少碰撞最好的途径当然是自己设定hashcode的取值方式，这样可以减少碰撞。当然合理的阈值因子loadFactor，也可以减少table本身的拥挤程度，已减少碰撞。
4、从上面的流程也能够看出来，当对应index下，没有元素的时候，创建的实际是Node元素，这个元素参考注2，可以看到其实就是链表的方式，而当我们增加元素的过程中，如果发现链表长度大于了阈值TREEIFY_THRESHOLD（默认为8），才会进行树结构转变。
注1：什么是hashcode，我们看一下java的Object就包含了
@Override
public int hashCode() {
}
这个方法是通过运行时对象内存地址计算得到的，所以每个对象的hash值是唯一的，而我们也可以定制修改方法，比如String，他就自己改写了hash方法
public int hashCode() {
int h = hash;
final int len = length();
if (h == 0 && len > 0) {
for (int i = 0; i < len; i++) {
h = 31 * h + charAt(i);
}
hash = h;
}
return h;
}
可以看到他的值跟他包含的字符有关，所以，如果两个子串equals的话，他也是一样的。
注2：看一下Node的实现：
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; // 对应的hash值
final K key; // 对应的key值
V value; // 对应key的value值
Node<K,V> next; // 链表中下一个节点元素
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; }
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
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;
}
}
从node的数据结构可以看出来，它包含了在我们map的key value对，还包含了一个next的node元素，所以实际上node可以理解为一个链表的节点，通过的这个节点，我们可以遍历到他后面的所有元素。
3、树的建立和元素增加
前面我们讲到，默认table中元素其实是一个链表，当大于阈值的时候，才设为了树结构，转换树结构的函数：
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
// 如果当前table的长度小于MIN_TREEIFY_CAPACITY（64），则首先扩容，不转换为树结构
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
// 转换当前节点的头节点为树节点，并且按照链表里的顺序建立节点之间的pre和next关系
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
hd.treeify(tab); // 生成树结构
}
}
看一下生成树结构的函数
final void treeify(Node<K,V>[] tab) {
TreeNode<K,V> root = null;
for (TreeNode<K,V> x = this, next; x != null; x = next) {
next = (TreeNode<K,V>)x.next;
x.left = x.right = null;
if (root == null) {
x.parent = null;
x.red = false;
root = x;
}
else {
K k = x.key;
int h = x.hash;
Class<?> kc = null;
for (TreeNode<K,V> p = root;;) {
int dir, ph;
K pk = p.key;
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
dir = tieBreakOrder(k, pk);
TreeNode<K,V> xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
x.parent = xp;
if (dir <= 0)
xp.left = x;
else
xp.right = x;
root = balanceInsertion(root, x);
break;
}
}
}
}
moveRootToFront(tab, root);
}
实际上就是一个红黑树的过程，并且会将table原有index的元素，替换为红黑平衡树的root节点。
至于红黑树的理解，本篇先不做介绍。
4、Resize函数
resize函数包含两种值，一种是当前table的容量cap，也就是当前table的真实长度（数组长度，并不是数组包含的非空元素数量），他可以包含未初始化的空元素。一种是阈值threshold，阈值顾名思义，就是当table中包含了超过了阈值时，需要扩容。所以理论上阈值>=容量
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) {
// 如果容量之前初始化过
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY) // 如果当前的长度的两倍小于最大容量，并且大于最小值，则直接翻倍阈值。
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
// 如果阈值之前初始化过，则直接把容量设为阈值
newCap = oldThr;
else { // zero initial threshold signifies using defaults
// 如果均为初始化过，容量设为默认值16，阈值设为0.75 *16
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
// 如果阈值为0，重新设置一下阈值，保证阈值与容量的比例关系
float ft = (float)newCap * loadFactor; // loadFactor默认是0.75，可通过初始化改变
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) { //遍历当前table中所有的值
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null) // 如果当前节点没有next
newTab[e.hash & (newCap - 1)] = e; // 取余的方式，存储数据，因为容量的递增方式是翻倍，故而总是初始值16的倍数，这种方式，实际上就变成了除以容量取余了
else if (e instanceof TreeNode) // 如果节点已经变成红黑树节点
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
// 重新将原链表元素排序，并设置到新的table中
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) { // 如果节点位置不变，则直接将链表放在原位置，位置不变的值等于oldcap * 2n + j，所以一定满足上面的位运算
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; // 原位置不变，原位置不变的参数是什么，就是等于oldcap * 2n + j
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead; // 位置变化，就是oldcap * (2n+1) + j , 那么他整除的余数就是oldcap+j。
}
}
}
}
}
return newTab;
}
5、总结
从整个代码阅读发现，HashMap是一个查找，存储都很快的集合，并且再数据非常庞大的时候，仍然拥有很好的读写性能。这一点可以弥补我们前面讲过的List集合的一些缺点，当然我们发现HashMap是一种键值对的存储方式，所以对于有键值对的应用场景，是非常适用的。
实际上List也是可以转换为HashMap的实现方式，即HashMap