前言
Java7中的HashMap和Java8中的HashMap不太一样，Java7中的HashMap主要是由数组+链表组成的，而Java8中的HashMap是由数组+链表+红黑树组成的，当链表的长度超过8个时，就会转为红黑树，降低查找时的时间复杂度，从而提高效率。这里主要分析的是Java8中的HashMap。
使用简介
在日常开发中，我们在使用HashMap的时候，有以下两种初始化方式：
1、通过new HashMap()不指定初始值大小；
2、通过new HashMap<>(int initialCapacity)指定初始值大小。
初始化
// 数组的默认初始容量
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认负载因子（用来控制阈值和容量，当数组已经存放的容量超过了阈值时，容量会扩大一倍
// 阈值 = 最大容量 * 负载因子）
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 默认链表的最大长度（当链表的长度超过8时会被转换为红黑树）
static final int TREEIFY_THRESHOLD = 8;
// 使用第一种初始化方式时，默认初始化容量是2的4次
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap(int initialCapacity, float loadFactor) {
// 不能小于0
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
// 超过2的30次方，则最大容量为2的30次方
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
// 计算阈值（在第一次put值的时候，会在resize()方法中重新计算）
this.threshold = tableSizeFor(initialCapacity);
}HashMap#put()
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}hash()方法主要是对存入的key值进行判断，如果为null，则返回0；不为null，则返回key的hash值与hash值无符号右移16位以后的值进行按位异或的结果（有点绕口）。由此可以看出HashMap的key值可以为null。
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 第一次put值时，会初始化当前数组长度，如果没有指定，则默认为16
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 找到在数组中对应的下标，如果该位置没有值，那么直接初始化一个Node放在此位置
// 由&运算可以确保(n - 1) & hash一定是小于数组容量
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 如果key值已经存在，则取出这个节点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果当前key值的节点是红黑树，则调用红黑树的插值算法
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 如果是链表，则遍历链表，采用尾插的方式
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 如果链表的长度大于等于8，则将链表转换为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 如果在链表的节点中存在相同的key，则结束循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 如果存在相同的key值，则重新赋值，并且返回旧值
if (e != null) { // existing mapping for key
V oldValue = e.value;
// 由源码可知onlyIfAbsent默认false
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 如果数组已经容纳的长度超过了设定的阈值，则会对该数组进行扩容，每次扩容是之前长度的两倍
if (++size > threshold)
resize();
afterNodeInsertion(evict);
// 每一个不同的key值第一次put的时候返回null。
return null;
}HashMap#resize()
resize()方法主要作用是初始化数组或对数组进行扩容计算。
final Node<K,V>[] resize() {
// 备份原始数组
Node<K,V>[] oldTab = table;
// 第一次put值的时候为0
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 如果没有指定初始值大小，第一次put值的时候阈值为0
int oldThr = threshold;
int newCap, newThr = 0;
// 如果数组不为null且长度不为0，则会
if (oldCap > 0) {
// 如果长度大于等2的30次方，则默认阈值为int的最大值（即2的31次方减1）
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 如果将数组长度扩大一倍后的值小于2的30次方并且数组之前的长度大于等于2的4次方，则将阈值扩大
// 一倍，否则阈值会在下面的if (newThr == 0)中进行赋值
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 将阈值扩大一倍
newThr = oldThr << 1; // double threshold
}
// 如果使用new HashMap(int initialCapacity)初始化，则第一次put值时会进入这里
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// 如果使用new HashMap()初始化，则第一次put值时会进入这里
else { // zero initial threshold signifies using defaults
// 默认数组大小是2的4次方
newCap = DEFAULT_INITIAL_CAPACITY;
// 默认负载因子是0.75，即默认阈值为12
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 只有以下两种情况会进入到if判断中：
// 1、在使用new HashMap(int initialCapacity)初始化，并且第一次put值的时候
// 2、对数组进行扩容且数组的原始长度小于2的4次方的时候
if (newThr == 0) {
// 根据指定的数组大小和负载因子乘积得到阈值
float ft = (float)newCap * loadFactor;
// 如果数组大小和阈值都小于2的20次方，则确定阈值
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
// 用新的数组大小初始化新的数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 如果是第一次初始化，则直接返回newTab。如果不是则会进行数据的迁移操作
if (oldTab != null) {
// 遍历数组
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
// 将已经被取出的位置置空
oldTab[j] = null;
// 如果数组该位置只是单个节点，那么直接赋值
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 如果数组该位置是红黑树
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// 如果数组该位置是链表，保证原始的循序进行迁移
else { // preserve order
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) {
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;
} 由resize()方法可以看出，负载因子决定了数组的容量和使用程度。
负载因子越大则数组的填装密度越高，也就是能容纳更多的元素。但是由于数组插入或删除元素的时间复杂度O(n)，所以索引的效率会变低。
但是，负载因子越小则数组中的填装密度越稀疏，此时会空间的浪费，但是此时索引效率高（用空间换取时间）。
HashMap#get()
相较于put方法，get方法就显得尤为简单，因为不再需要关心扩容问题，只需要处理数据的获取。
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// 首先判断数组不为null以及长度大于0并且对应位置节点不为null
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 判断第一个节点是否满足条件
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 如果节点的下一个节点不为null
if ((e = first.next) != null) {
// 判断该节点是否为红黑树
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 遍历链表，判断是否有满足条件的节点存在
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
