HashMap核心数据结构
HashMap是基于哈希表(散列表)，实现Map接口的双列集合
java7：数组加链表
java8及之后：数组、链表加红黑树，链表长度大于8 链表自动转换为红黑树。
数据结构示意图如下：
HashMap构造方法及初始化
- HashMap 有四个构造方法,可初始化容量及加载因子
- 如果我们在构造方法中传入了 initialCapacity,参数 ,那么 HashMap会在构造方法中调用gtableSizeFor 方法用2的整数次幂代替传入的值。(保存在阈值属性中)
- 当第一次put元素时会调用resize方法对数据结构（数组）进行初始化
容量相关的属性如下：
// 数组默认容量 是 16 必须是2的指数幂
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
static final int MAXIMUM_CAPACITY = 1 << 30;
int threshold;//扩容阈值 当 集合中 元素数量大于等于该值是 进行扩容
/** 默认加载因子 数组长度占用高比例超过 75% 则进行扩容。扩容阈值属性threshold的取值 根据 集合容量*DEFAULT_LOAD_FACTOR 得到*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
构造方法
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);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}tableSizeFor逻辑
当传入集合容量时会调用 如下方法将容量替换为2的整数次幂。
通过对容量-1，然后通过移位和按位或来实现，提高计算效率。以传入值为33来举例 具体实现过程如下：
n=33-1=32
n |= n >>> 1; //n: 1 0000 n>>>1: 01 0000 位或结果： 11 0000
n |= n >>> 2; //n: 11 0000 n>>>2: 00 1100 位或结果 ：11 1100
n |= n >>> 4; //n: 11 1100 n>>>4:11 位或结果 ：11 1111
n |= n >>> 8; //n: 11 1111 n>>>8:000000 结果： 11 1111
n |= n >>> 16; //n:11 1111 n>>>16:000000 结果 11 1111
/**
* Returns a power of two size for the given target capacity.
*/
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
和存储相关的属性
//定义链表元素，实现 Map.Entry接口
static class Node<K,V> implements Map.Entry<K,V>{
final int hash;
final K key;
V value;
Node<K,V> next;
}；
//核心数据结构数组
transient Node<K,V>[] table;
transient Set<Map.Entry<K,V>> entrySet;
transient int size;//存储当前元素数
transient int modCount;//集合变化次数
int threshold;//扩容阈值 取值等于集合容量 * loadFactor
final float loadFactor;//定义加载因子
添加元素逻辑
1、第一次put时判断 table属性是否为空为空则调用 resize方法进行初始化
2、调用hash 方法获取key 的hash值， 然后和（容量-1）按位与获取 元素在 table数组 中的坐标
3、判断坐标位置是否已经有元素 如果没有元素 则 新建node 放在该位置
4、如果坐标位置不为空，则判断元素时 树节点还是链表节点，如果是树节点 调用节点的 putTreeVal 方法，将值添加到红黑树中
5、如果是链表节点，则逐个遍历链表，从链表中找出 hash值和当前元素相同的元素，
6、如果找到了，根据参数onlyIfAbsent 为false（允许替换旧值） 则直接用 新值替换旧值，否则直接舍弃新值
7、如果没有找到，新建一个节点并追加到链表最后，同时判断链表长度是否达到了 TREEIFY_THRESHOLD 阈值，达到了 就调用 treeifyBin(tab, hash);//转成树 方法 把链表转成红黑树
8、添加成功后 判断元素总数是否达到了 扩容阈值 threshold，如果达到了 调用resize方法进行扩容
//集合中put元素操作
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
//根据键值计算hash值
//这里并不是直接使用键 的hashCode获取散列值而是 再次基础上 右移16位后再和原值进行异或
//这样是为了让 hash值尽可能 分散，更大限度的避免hash碰撞
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)//如果数组为空 或长度为0 则 调用resize()方法初始化数组
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
// 键 的 hash值 和 数组容量 按位与（取模）后得到元素 在数组中的保存位置，如果这个位置为空则 将元素放在该位置即可
tab[i] = newNode(hash, key, value, null);
else {//否则 该位置已经有元素了，需要 判断 该位置目前是 链表还是红黑树 根据不同情况 添加到指定位置
Node<K,V> e; K k; //定义变量保存 和新元素 同key 的元素
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p; //如果数组中的第一个元素 和 新元素的key 相同 则
else if (p instanceof TreeNode)//如果是树节点 证明 数组该位置 目前是红黑树 按照树的逻辑去查找同key 元素
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {//否则 按照链表逻辑 查找同key元素
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
//遍历链表一直没有找到 同key 元素 ，则创建一个新的Node,追加到链表最后，
//同时判断链表是否达到 转红黑树的阈值 ，如果达到则 转换成红黑树
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);//转成树
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;//如果找到了同key元素则 不再继续遍历 在后边代码直接更新 元素值为新值即可
p = e;
}
}
if (e != null) { // existing mapping for key
//如果 有和当前要添加的元素 key 相同的元素，则直接用 新值替换原值（onlyIfAbsent 为false 才允许替换原值 否则 放弃新值）
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
扩容逻辑
1、两种情况会导致扩容：1)如果元素数量达到了扩容阈值 2）当链表长度大于 TREEIFY_THRESHOLD ，但是集合总容量小于MIN_TREEIFY_CAPACITY 时，会用扩容代替 树化（链表转成树）操作。
2、将原数组总量左移一位 （乘2）作为新的容量，并创建新数组
3、重新计算扩容阈值threshold 的值
4、遍历原数组的每个元素，如果该元素next=null,则直接将元素放到新数组中（坐标计算方式 仍是按位与）
5、如果该元素是树节点，则 调用树节点的 split(this, newTab, j, oldCap); 方法 将元素转移到，新数组中
6、如果是链表 则遍历链表，并通过(e.hash & oldCap) == 0)判断出元素应该在高位段还是低位段为0 的为低位段，在新数组中的坐标和原来相同，否则在新数组中的坐标等于 原坐标+原容量。一条链表 拆成两条链表 分别放在新数组中 两个坐标上
//初始化 或扩容时 执行的 方法
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) {//如果原容量不为0 则是扩容操作
if (oldCap >= MAXIMUM_CAPACITY) {
//如果旧的数组容量已经达到了 最大容量（无法再扩容），则将扩容阈值设置为 int 的最大值 即永远不扩容
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//将原数组容量 左移一位 （乘2） 作为新容量 同时新阈值也左移一位
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
//如果构造函数中传入了 容量，则转化为二2的指数次幂的容量就保存在这个值内，这里直接作为 新数组的容量
newCap = oldThr;
else { // zero initial threshold signifies using defaults 初始化 容量及
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
//这里初始化新的阈值 如果 新容量 及新阈值都小于 最大容量 则 新阈值就是 新容量*加载因子
// 否则 阈值设置为 int的最大值，即 永远不会再次扩容。
float ft = (float)newCap * loadFactor;
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) {//如果原数组不为空，则证明是扩容操作，需要将原数组中的元素 加载到新数组中
for (int j = 0; j < oldCap; ++j) {//遍历原数组
Node<K,V> e;
if ((e = oldTab[j]) != null) {//拿到数组中元素
oldTab[j] = null;
if (e.next == null)//如果该元素 不是 红黑树也不是 链表 只是一个元素 则 直接拿到 新数组中
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)//如果是树元素则 编码树所有元素 并添加到扩容后的新数组中
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order//如果是链表 则循环遍历 链表元素 并添加到 新数组中
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) {
//这里做了一个操作，用key的hash值和 就数组的容量 按位与 操作，结果是0 的 放在新数组的 低索引段，否则放在高索引段。
//这样做 的原理 ： key 的 hash值 是原容量 偶数倍的 放到高位段，奇数倍的放在低位段。
// 如 容量是16 ，数组位置0 的元素 key hash值为：16 、32、48 等 那么经过这个逻辑 16 和48 被放在了高位段 32 被放在低位段。
//这样做比hash值重和（新数组长度-1）按位异或效率高。
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;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
树化
树化相关属性
static final int TREEIFY_THRESHOLD = 8; -> 用于与hash冲突的链表做比较
static final int UNTREEIFY_THRESHOLD = 6; -> 用于与hash冲突的链表做比较
static final int MIN_TREEIFY_CAPACITY = 64; -> 用于与table.length做比较
树化逻辑
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)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
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);
}
}为何容量是2的指数次幂
hashMap 的算法中 ，很多地方都是借助和容量的位运算来实现的，如扩容、根据hash值定位元素位置等,这写运算在容量是2的整数次幂的情况下可以大大提高效率。类似“约定大于配置的原则” 这里也是做了个约定，约定容量必须是2 的幂，从而达到提高效率的目的。
加载因子为什么是0.75
理论上 为1时空间利用率最大，但是hash碰撞几率最大，链表长度变长，查询效率低
理论上为0时hash碰撞几率最小，查询效率高，空间利用率低
根据算法模型，折中考虑取值0.75最合适
为什么大于8时转换为红黑树
根据泊松分布规律,当loadFactor为0.75时，8 最合适
