jdk1.8 hashMap 分析
1. hash函数
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}重新hash，利用高16位和低16位进行异或运算来重新的到hash值，这样就能把高16位的信息也融入到hash里面来，更加均匀分布
2. put方法
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; //第一次put必须调用resize对table数组初始化
if ((p = tab[i = (n - 1) & hash]) == null) //hash位置为空的直接放到该位置
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; //若hash位置有值并且跟当前put的key是相同的，则先标记然后最后替换val就行
else if (p instanceof TreeNode) //若hash位置是树节点，则说明已经是红黑树了，直接按照红黑树的方式方添加。
e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
else { //说明还不是红黑树，还是链表结构，则遍历链表，若找到相同的key则替换val，若未找到则加入链尾，添加完后判断是否超过红黑树阈值，超过则将链表转成红黑树。
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null); //加入链尾
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash); //将链表转成红黑树，后面会讲
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) //找到相同key
break;
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value; //添加相同key，则替换val
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e); //linkhashmap结构使用，如果设置了ACCESSORDER则是LRU淘汰算法。
return oldValue;
}
}
++modCount;
if (++size > threshold) //扩容判断
resize(); //扩容
afterNodeInsertion(evict); //linkhashmap使用
return null;
} 3. putTreeVal 红黑树节点添加
final TreeNode putTreeVal(HashMap map, Node[] tab,
int h, K k, V v) {
Class kc = null;
boolean searched = false;
TreeNode root = (parent != null) ? root() : this;
//红黑树也是个二叉排序树，所以先找要插入的父节点。
for (TreeNode p = root;;) { //循环查找
int dir, ph; K pk;
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
return p;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0) {
if (!searched) { //如果比较大小相同的话，则有可能是同一个key，所以搜索当前插入key是否存在于当前红黑树中。只查找一次
TreeNode q, ch;
searched = true;
if (((ch = p.left) != null &&
(q = ch.find(h, k, kc)) != null) ||
((ch = p.right) != null &&
(q = ch.find(h, k, kc)) != null))
return q;
}
dir = tieBreakOrder(k, pk);
}
TreeNode xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
// 找到要插入节点的父节点。
Node xpn = xp.next; //父节点下节点
TreeNode x = map.newTreeNode(h, k, v, xpn); //当前节点next节点是xpn
if (dir <= 0)
xp.left = x; //比父节点小，则设为左节点
else
xp.right = x; //比父节点大，设为右节点
xp.next = x; //父节点下一个节点设为当前插入节点
x.parent = x.prev = xp; //设置当前节点的父节点为xp，设置当前节点前节点为xp
if (xpn != null)
((TreeNode)xpn).prev = x; //xpnprev节点是当前节点
moveRootToFront(tab, balanceInsertion(root, x)); //将红黑树根节点移动到双向链表头结点上
return null;
}
}
} 3. resize() 扩容函数
final Node[] resize() {
Node[] 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;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//数组容量会扩容到之前的2倍，但是阈值还得看你之前容量是否大于16，大于16则直接2倍，否则就走下面newThr==0的逻辑，重新计算阈值。比如之前容量是2,阈值是1若直接都扩大2倍，则容量2->4,阈值1->2。明显出现偏差，所以这里规定了一下阈值扩容2倍的条件。
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
//若使用自定义的构造函数，第一次put则会进入到这个位置，table数组null
//threshold 里放的就是比你自定义的初始化值的大的最小的2的倍数值。
newCap = oldThr;
else { // zero initial threshold signifies using defaults
//使用默认构造函数，则会在put第一个元素的时候进入到这里，采用默认容量16,阈值12
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
//根据容量计算阈值大小
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node[] newTab = (Node[])new Node[newCap]; //初始化新扩容后的新数组
table = newTab;
//下面就比较重要了，进行数据转移，从oldTab转移到newTab上
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) { //遍历数组
Node e;
if ((e = oldTab[j]) != null) { //当前hash点位有值
oldTab[j] = null;
if (e.next == null) //当前hash点位就一个节点，即没有链表和红黑树结构
newTab[e.hash & (newCap - 1)] = e; //直接hash放到新数组中
else if (e instanceof TreeNode) //若当前hash点位是树节点则需进行红黑树的分裂操作，后面会说。
((TreeNode)e).split(this, newTab, j, oldCap);
else { // preserve order
//链表扩容分裂还是链表
//到这里说明还是链表结构。有一个知识点非常重要，其他文章都提到过，即扩容后元素位置的下标要么不变，要么等于 下标+扩容大小。因为jdk1.8的容量取值非常特殊，不像1.7那样随意设置。1.8你初始化设置为5，则申请的数组容量会是比5大的最小2的倍数，即8，以后扩容则是8->16,16->32规则。1.7则是你申请5，则容量就是5，以后扩容就是5->10,10->20等。这就非常有意思了，元素下标是元素hash值与容量大小 与操作的值即（hash&n-1） n是容量大小。例如n=8,则是跟0111与，扩容后16则是跟1111进行与操作，元素下标是否变化完全取决于元素hash值，第四位是不是1，如果是则下标值变化等于原始下标+扩容大小，若未0则下标不变。所以一个元素有可能会被分配到两个位置上去，同理链表中有很多元素，经过扩容，有可能形成两条链表，一条还是原始下标，一条下标是原始下标+扩容大小。也有可能只有一条链表，即全部元素下标都没发生变化，或者全部都变成了原始下标+扩容大小。
Node loHead = null, loTail = null; //原始下标链表头，尾
Node hiHead = null, hiTail = null; //原始下标+扩容大小 链表头，尾
Node next;
do {
next = e.next;
if ((e.hash & oldCap) == 0) { //下标没有变的元素重新生成链表
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else { //下标有变的元素重新生成链表
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) { ///下标没有变的元素重新生成链表，如果不为空的话，则链表首节点赋值到新数组上
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) { ///下标有变化的元素重新生成链表如果不为空的话，则链表首节点赋值到新数组上
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
} 4：split函数，map扩容时，红黑树分裂操作有一下几种情况
1：分裂成一个红黑树（下标=原始下标 或 下标=原始下标+扩容大小）
2：分裂两个红黑树（下标=原始下标，下标=原始下标+扩容大小）
3：分裂两个链表（下标=原始下标，下标=原始下标+扩容大小,例如10->5,5,极限情况下可能出现节点长度为1的链表。例如：经过2次扩容9->2,7 7->1,6 红黑树转链表节点是<=6）
4：分裂一个链表一个红黑树（链表下标=原始下标,红黑树下标=原始下标+扩容大小 或 链表下标=原始下标+扩容大小,红黑树下标=原始下标，极限情况下可能出现节点长度为1的链表比如10->1,9）
final void split(HashMap map, Node[] tab, int index, int bit) {
//有一点要说明的是，hashmap里的红黑树，同时也是个双向链表，红黑树节点有parent left right prev next五个指针(parent left right用于形成红黑树，prev next用于保持双向链表)。
TreeNode b = this;
// Relink into lo and hi lists, preserving order
TreeNode loHead = null, loTail = null;
TreeNode hiHead = null, hiTail = null;
int lc = 0, hc = 0;
//以链表方式遍历节点，形成可能的两个双向链表，跟链表扩容一样。
for (TreeNode e = b, next; e != null; e = next) {
next = (TreeNode)e.next;
e.next = null;
if ((e.hash & bit) == 0) {
if ((e.prev = loTail) == null)
loHead = e;
else
loTail.next = e;
loTail = e;
++lc;
}
else {
if ((e.prev = hiTail) == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
++hc;
}
}
//我们之前说过，链表扩容有可能变成两个链表，也可能下标不变链表不变，也有可能下标发生变化，形成新链表。
if (loHead != null) { //不为空说明原始下标的位置依然有链表存在
if (lc <= UNTREEIFY_THRESHOLD) //判断红黑树转链表阈值，如果小于等于 6则转成链表。
tab[index] = loHead.untreeify(map);
else {//到这里说明不符合转链表条件，依然要保持红黑树结构。
tab[index] = loHead;
if (hiHead != null) // (else is already treeified)
//如果原始下标+扩容位置的链表有值，说明原始红黑树有一部分分配到了新位置（原始下标+扩容大小）上，这时必须将原始位置下标下还保留的链表重新生成红黑树。如果原始下标+扩容位置的链表没有值，说明扩容后元素的下标都没发生变化，则红黑树不需要变化。因为红黑树所有节点保持不变，所以红黑树就没有必要重新生成。
loHead.treeify(tab);
}
}
//同上
if (hiHead != null) {
if (hc <= UNTREEIFY_THRESHOLD)
tab[index + bit] = hiHead.untreeify(map);
else {
tab[index + bit] = hiHead;
if (loHead != null)
hiHead.treeify(tab);
}
}
} 5. treeifyBin 链表转红黑树
final void treeifyBin(Node[] tab, int hash) {
//单向链表转红黑树
int n, index; Node e;
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode hd = null, tl = null;
//先将链表节点转成树节点，形成双向链表。
do {
TreeNode 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); //双向链表转红黑树
}
} 6. treeify 链表转红黑树
final void treeify(Node[] tab) {
TreeNode root = null;
//this即双向链表的头节点
for (TreeNode x = this, next; x != null; x = next) {
next = (TreeNode)x.next;
x.left = x.right = null;
//根节点为空则先初始化跟节点，根节点必须是非红色，也就是黑色
if (root == null) {
x.parent = null;
x.red = false;
root = x;
}
else {
K k = x.key;
int h = x.hash;
Class kc = null;
//我们知道红黑树本质上是一个二叉排序树，所以需先按照二叉排序树的规则插入节点，然后再利用左转，右转调整树平衡。
for (TreeNode p = root;;) {
int dir, ph;
K pk = p.key;
if ((ph = p.hash) > h)//比当前节点小，则-1,
dir = -1;
else if (ph < h) //比当前节点大 1
dir = 1;
//首先判断插入节点和根节点是否实现comparable接口，如果没有则直接使用自身hash值比较，如果实现了comparable接口，则用cmpareto方法比较，如果还相等比较不出来，最后再使用hash值比较.这里的hash指的是key自身的hashcode的值，而非经过扰动后的hash值。
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
dir = tieBreakOrder(k, pk);
TreeNode xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
//找到要插入的节点位置。
x.parent = xp; //设置当前插入节点的父节点
if (dir <= 0) //如果比当前节点小，则为左子树
xp.left = x;
else
xp.right = x; //如果比当前节点小，则为右子树
root = balanceInsertion(root, x); //调整树平衡（涉及到红黑树的插入规则，后面说）
break;
}
}
}
}
moveRootToFront(tab, root); //我们知道，红黑树同时还保持着双向链表的结构，所以插入完之后必须将红黑树root节点移动到链表头结点的位置上（这里的移动只涉及到链表顺序，红黑树不变）
} 6. balanceInsertion 红黑树插入后平衡
下面是红黑树的插入规则。参考这片文章：https://www.cnblogs.com/LiaHon/p/11203229.html
static TreeNode balanceInsertion(TreeNode root,
TreeNode x) {
x.red = true;
//xp父节点 xpp祖父节点 xppl左叔父节点 xppr右叔父节点
for (TreeNode xp, xpp, xppl, xppr;;) {
//空树插入根节点，将根节点红色变为黑色
if ((xp = x.parent) == null) {
x.red = false;
return x;
}
else if (!xp.red || (xpp = xp.parent) == null)
//当父节点为黑色时插入子节，无需调整
return root;
if (xp == (xppl = xpp.left)) { //父节点是红色，并且是左子节点
if ((xppr = xpp.right) != null && xppr.red) { //父节点是红色，右叔父节点是红色, 通过变色即可实现平衡
xppr.red = false;
xp.red = false;
xpp.red = true;
x = xpp;
}
else { //父节点为红色左节点，叔父节点为黑色,则父节点左旋，祖父节点右旋
if (x == xp.right) { //插入的节点是右子节点，则父节点左旋
root = rotateLeft(root, x = xp);//父节点左旋
xpp = (xp = x.parent) == null ? null : xp.parent;
}
if (xp != null) {
xp.red = false;
if (xpp != null) { //祖父节点不为空，祖父节点右旋
xpp.red = true;
root = rotateRight(root, xpp); //祖父节点右旋
}
}
}
}
else { //父节点是红色，并且是右子节点
if (xppl != null && xppl.red) {
xppl.red = false;
xp.red = false;
xpp.red = true;
x = xpp;
}
else {
if (x == xp.left) { //插入的节点是左子节点，则父节右左旋
root = rotateRight(root, x = xp); //父节点右旋
xpp = (xp = x.parent) == null ? null : xp.parent;
}
if (xp != null) {
xp.red = false;
if (xpp != null) { //祖父节点不为空，祖父节点左旋
xpp.red = true;
root = rotateLeft(root, xpp);//祖父节点左旋
}
}
}
}
}
} 左旋：
static TreeNode rotateLeft(TreeNode root,
TreeNode p) {
TreeNode r, pp, rl;
if (p != null && (r = p.right) != null) {
if ((rl = p.right = r.left) != null)
rl.parent = p;
if ((pp = r.parent = p.parent) == null)
(root = r).red = false;
else if (pp.left == p)
pp.left = r;
else
pp.right = r;
r.left = p;
p.parent = r;
}
return root;
} 右旋
static TreeNode rotateRight(TreeNode root,
TreeNode p) {
TreeNode l, pp, lr;
if (p != null && (l = p.left) != null) {
if ((lr = p.left = l.right) != null)
lr.parent = p;
if ((pp = l.parent = p.parent) == null)
(root = l).red = false;
else if (pp.right == p)
pp.right = l;
else
pp.left = l;
l.right = p;
p.parent = l;
}
return root;
}