1.HashMap结构
HashMap使用的是数组加链表的形式，数组里面存储的是key-value，在java8中为Node。
public class HashMap extends AbstractMap
implements Map, Cloneable, Serializable {
//序列号
private static final long serialVersionUID = 362498820763181265L;
//HashMap 默认数组大小，1左移4位 = 1*2^4 = 16 用位运算符 效率较高
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//数组最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//扩容因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//某个桶的链表长度大于8时 会转换为红黑树
static final int TREEIFY_THRESHOLD = 8;
//某个桶的长度小于6时，会转换为链表 前提是红黑树结构
static final int UNTREEIFY_THRESHOLD = 6;
//当HashMap中元素大于64时，会转换为红黑树
static final int MIN_TREEIFY_CAPACITY = 64;
//存储元素的数组
transient Node[] table;
//将数据转换成set的另一种存储形式，这个变量主要用于迭代功能。
transient Set> entrySet;
//元素数量
transient int size;
//统计map修改的次数
transient int modCount;
//临界值
int threshold;
//加载因子
final float loadFactor;
2.为什么初始化大小为16，扩容因子为0.75？
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
index = (n - 1) & hash
用位与运算的方式和取模的方式结果一样，而且效率较高。index的计算方式为数组长度-1 &hash, 如果数组长度为2的次幂，则n-1的二进制为11111，这时候index的结果就等于Hashcode的后几位值。只要HashCode分布均匀那么Hash后的结果就均匀。
扩容因子是0.75是为了提高空间利用率和 减少查询成本的折中，主要是泊松分布，0.75的话碰撞最小，
3.获取Hash值方法
static final int hash(Object key) {
int h;
//先进行无符号右移16位然后异或hashcode 主要是为了减少hash冲突，加上一个干扰因子。
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
4.put方法
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) {
//tab:hash数组 p 桶的首节点 n HashMap的长度 i计算出数组的下标
Node[] tab; Node p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//如果计算出hash位置没有冲突,此时p节点指向桶中首节点的位置
if ((p = tab[i = (n - 1) & hash]) == null)
//将key-value的值放在此处
tab[i] = newNode(hash, key, value, null);
else {
//存在Hash冲突的情况 e 临时节点 k 存放当前节点key
Node e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
//如果key的hash值相等，并且key也相等 将此时桶中首节点的值赋值给节点e等待value覆盖
e = p;
else if (p instanceof TreeNode)
//如果hash值不等于首节点，判断是否是红黑树节点
e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
else {
//不属于红黑树节点则循环链表遍历 此时p指向桶中首节点的位置
for (int binCount = 0; ; ++binCount) {
//找到链表尾节点,此时桶中链表的所有节点的key和新加入的key的不相等，并且hash值也不相等，则将Key-Value添加到链表的最后
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//判断此时链表长度是否大于8 是否转化为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//如果key的hash值相等，并且key也相等跳出循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//有重复的key,使用value将旧值覆盖掉 并且返回旧值
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//执行到此处表示没有重复的key 表示修改了多少次
++modCount;
//判断是否大于临界值，大于则进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
3.remove方法
public V remove(Object key) {
Node e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
final Node removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node[] tab; Node p; int n, index;
//如果table数组不为空 并且数组长度大于0 并且hash值对应数组中的下标出有数据
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node node = null, e; K k; V v;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
//要删除的节点刚好是桶的首节点，赋值p给node
node = p;
//不是桶的首节点
else if ((e = p.next) != null) {
//如果是红黑树节点，采用红黑树的方式查找节点
if (p instanceof TreeNode)
node = ((TreeNode)p).getTreeNode(hash, key);
else {
do {
//一直循环链表，直到找到相同的key
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
//找到相同的key 赋值给节点node
node = e;
break;
}
//此时p已经指向删除节点的上一个节点，下面会用到p节点
p = e;
} while ((e = e.next) != null);
}
}
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
//如果节点是红黑树节点 使用红黑树的方式删除
if (node instanceof TreeNode)
((TreeNode)node).removeTreeNode(this, tab, movable);
//如果node节点等于桶的首节点，此时将桶中index位置指向node节点的下一个节点
else if (node == p)
tab[index] = node.next;
else
//如果被删除节点不是桶中首节点，则节点p指向node的下一个节点 删除节点node
p.next = node.next;
//计数器修改
++modCount;
//HashMap size--
--size;
afterNodeRemoval(node);
//返回删除节点
return node;
}
}
//删除失败，返回null
return null;
}
获取元素
public V get(Object key) {
Node e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node getNode(int hash, Object key) {
//tab指向数组 first节点首次指向桶中首节点 k桶中节点的key
Node[] tab; Node first, e; int n; K k;
//判断数组是否为null并且判断长度是否大于0，数组index出节点是否为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && //如果桶中首节点的key和查询的key相同直接返回桶中首节点
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
//如果是红黑树节点
if (first instanceof TreeNode)
//使用红黑树方法查询
return ((TreeNode)first).getTreeNode(hash, key);
do {
//遍历链表查询节点
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}