一、定义
public class HashMap extends AbstractMap
implements Map, Cloneable, Serializable
HashMap继承了AbstractMap，实现了Map接口。
二、数据结构
在1.8以前，hashmap是数组+链表的结构。
hashmap数据结构.png
hashmap里存放的是一个线形数组，数组里存放的元素是一个链表。0~15是哈希表，当存放数据时，hash(key)%len计算出应该存放在数组的位置。再存放数据时，如果计算出来的hashcode是一样的，就会存放在链表中，比如途中的1，337，253都需要存放再1这个位置。
但随着hashcode值相同的越来越多，链表会越来越长，效率会慢慢降低。因此数组1.8开始，当链表长度>8后，链表会转换为红黑树，以增加查找效率。
hashmap数据结构.png
因为我不太会算法，暂时不想看红黑树的实现，后面学习了会再来修改这篇文章的。所以以下是1.7的源码分析，比较容易入门理解。
三、构造函数
hashmap有4个构造函数：
HashMap()：构造一个具有默认初始容量 (16) 和默认加载因子 (0.75) 的空 HashMap。
HashMap(int initialCapacity)：构造一个带指定初始容量和默认加载因子 (0.75) 的空 HashMap。
HashMap(int initialCapacity, float loadFactor)：构造一个带指定初始容量和加载因子的空 HashMap。
HashMap(Map m)：通过一个map构造一个HashMap。
我们来看一下构造函数：
public HashMap(int initialCapacity, float loadFactor) {
//初始容量不能小于0
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
//初始容量不能大于MAXIMUM_CAPACITY
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
//负载因子不能小于等于0，且负载因子
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
//赋值负载因子
this.loadFactor = loadFactor;
//赋值扩容的临界值
this.threshold = tableSizeFor(initialCapacity);
}
HashMap有几个重要的参数：
- initialCapacity（初始容量）：就是HashMap初始桶的容量，如果没有制定，默认为16。另外初始容量必须是2的n次方。
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 默认为16。
static final int MAXIMUM_CAPACITY = 1 << 30; 最大容量为2^31 - final float loadFactor（加载因子）：衡量hash表增加容量前可以达到多满的一个尺度。
static final float DEFAULT_LOAD_FACTOR = 0.75f; 默认加载因子为0.75，一般情况下我们不需要修改这个参数 - transient Entry[] table; 存储元素的实体数组
- transient int size; 存放元素的个数
- int threshold; 临界值。当实际大小超过临界值时，会进行扩容threshold = 加载因子*容量
- transient int modCount; 被修改的次数
关于Entry：
static class Entry implements Map.Entry {
final K key;
V value;
Entry next;
int hash;
/**
* Creates new entry.
*/
Entry(int h, K k, V v, Entry n) {
value = v;
next = n;
key = k;
hash = h;
}
四、其他重要方法
4.1 put():
public V put(K key, V value) {
if (table == EMPTY_TABLE) {
// 初始化table
inflateTable(threshold);
}
if (key == null)
return putForNullKey(value);
// 对key的hashcode进行再次hash，减少hash冲突
int hash = hash(key.hashCode());
// 获取对应的index
int i = indexFor(hash, table.length);
// 如果table[i]不为空，轮询链表
for (Entry e = table[i]; e != null; e = e.next) {
Object k;
// 判断key是否相等。首先hashcode是否相等，相等再判断key值是否相等
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
//如果key相等，则覆盖旧值
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
//若没有在table[i]位置找到相同的key，则添加key到table[i]位置，新的元素总是在table[i]位置的第一个元素，原来的元素后移
addEntry(hash, key, value, i);
return null;
}
void addEntry(int hash, K key, V value, int bucketIndex) {
Entry e = table[bucketIndex];
//新的值保存到table[i]上，原来table[i]的数据存在链表上
table[bucketIndex] = new Entry(hash, key, value, e);
//判断是否需要扩容
if (size++ >= threshold)
resize(2 * table.length);
}
4.2 get()
public V get(Object key) {
if (key == null)
return getForNullKey();
Entry entry = getEntry(key);
return null == entry ? null : entry.getValue();
}
final Entry getEntry(Object key) {
if (size == 0) {
return null;
}
// 根据key获取hashcode
int hash = (key == null) ? 0 : hash(key);
// 轮询table[i]，查询链表上key所在的Entry
for (Entry e = table[indexFor(hash, table.length)];
e != null;
e = e.next) {
Object k;
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
}
return null;
}
4.3 remove()
public V remove(Object key) {
Entry e = removeEntryForKey(key);
return (e == null ? null : e.value);
}
final Entry removeEntryForKey(Object key) {
if (size == 0) {
return null;
}
int hash = (key == null) ? 0 : hash(key);
int i = indexFor(hash, table.length);
Entry prev = table[i];
Entry e = prev;
while (e != null) {
Entry next = e.next;
Object k;
//hashcode相同且key相同时，个数-1
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) {
modCount++;
size--;
if (prev == e)
//prev与e相等，
table[i] = next;
else
// 前面一个节点指向后一个节点，这就删除了当前节点
prev.next = next;
e.recordRemoval(this);
return e;
}
prev = e;
e = next;
}
return e;
}