共计 7104 个字符，预计需要花费 18 分钟才能阅读完成。
原文链接
更多教程
本文涉及 HashMap 的：
HashMap 的简单使用
HashMap 的存储结构原理
HashMap 的扩容方法原理
HashMap 中定位数据索引实现
HashMap 中 put、get 方法实现
HashMap 的简单使用
HashMap 使用键值对存储，只需传入相应的键 - 值即可存储。看下面的例子：
HashMap<String, Integer> map = new HashMap<String, Integer>();
map.put(“key1”, 1);
map.put(“key2”, 2);
map.put(“key3”, 3);
for(Entry<String, Integer> entry : map.entrySet()) {
System.out.println(entry.getKey() + “: ” + entry.getValue());
}
运行结果是：
key1:1
key2:2
key3:3
读取对应键的值：
map.get(“key3”);
原文链接
更多教程
看到这里你一定想知道 HashMap 存储数据后的结构是怎么样的。
HashMap 的存储结构
HashMap 综合了数组和链表的优缺点，实现了自己的存储方式。那么先看一下数组和链表的存储方式：
数组：
1. 数组存储区间是连续的，占用内存严重，故空间复杂的很大。2. 数组的特点是：寻址容易，插入和删除困难。
链表
1. 链表存储区间离散，占用内存比较宽松，故空间复杂度很小，但时间复杂度很大，达 O（N）。2. 链表的特点是：寻址困难，插入和删除容易。
HashMap 为了能做到寻址容易，插入、删除也容易使用了如下的结构。从结构实现来讲，HashMap 是数组 + 链表 + 红黑树（JDK1.8 增加了红黑树部分）实现的。
HashMap 存储数据的工作流程就是：
例如存储：map.put(“key1”, 1);
分析：
1. 将“key1”这个 key 用 hashCode()方法得到其 hashCode 值，然后再通过 Hash 算法的后两步运算（高位运算和取模运算，下文有介绍）来定位该键值对的存储位置（即数据在 table 数组中的索引）2. 有时两个 key 会定位到相同的位置，表示发生了 Hash 碰撞。Java 中 HashMap 采用了链地址法来解决 Hash 碰撞。（链地址法，简单来说，就是数组加链表的结合。在每个数组元素上都一个链表结构，当数据被 Hash 后，得到数组下标，把数据放在对应下标元素的链表上。）3. 当链表长度大于 8 时，将这个链表转换成红黑树，利用红黑树快速增删改查的特点提高 HashMap 的性能。想了解更多红黑树数据结构的工作原理可以参考 http://blog.csdn.net/v_july_v/article/details/6105630
接下来，看存储的数据结构代码：
HashMap 中存储数据用的是一个数组：Node[] table，即哈希桶数组，明显它是一个 Node 的数组。对照上图中的第一列（数组 table）。
数组中存储的黑点的数据结构就是这里的 Node 结构：
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; // 用来定位数组索引位置
final K key;
V value;
Node<K,V> next; // 链表的下一个 node
Node(int hash, K key, V value, Node<K,V> next) {…}
public final K getKey(){ …}
public final V getValue() { …}
public final String toString() { …}
public final int hashCode() { …}
public final V setValue(V newValue) {…}
public final boolean equals(Object o) {…}
}
Node 是 HashMap 的一个内部类，实现了 Map.Entry 接口，本质是就是一个映射(键值对)。
扩容原理
在理解 HashMap 的扩容流程之前，我们得先了解下 HashMap 的几个字段。
int threshold; // 所能容纳的 key-value 对极限
final float loadFactor; // 负载因子
int modCount;
int size;
Node[] table 的初始化长度 length(默认值是 16)
原文链接
更多教程
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
loadFactor 为负载因子(默认值是 0.75)，
static final float DEFAULT_LOAD_FACTOR = 0.75f;
threshold 是 HashMap 所能容纳的最大数据量的 Node(键值对)个数：threshold = length * loadFactor。超过这个数目就重新 resize(扩容)，扩容后的 HashMap 容量是之前容量的两倍。默认的负载因子 0.75 是对空间和时间效率的一个平衡选择，建议大家不要修改。
size 就是 HashMap 中实际存在的键值对数量。
modCount 主要用来记录 HashMap 内部结构发生变化的次数，主要用于迭代的快速失败。强调一点，内部结构发生变化指的是结构发生变化，例如 put 新键值对，但是某个 key 对应的 value 值被覆盖不属于结构变化。
具体实现方法
确定哈希桶数组索引的位置
分三步确定：
取 key 的 hashCode 值
高位运算
取模运算
方法一：
static final int hash(Object key) {//jdk1.8 & jdk1.7
int h;
// h = key.hashCode() 为第一步 取 hashCode 值
// h ^ (h >>> 16) 为第二步 高位参与运算
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
方法二：
static int indexFor(int h, int length) {//jdk1.7 的源码，jdk1.8 没有这个方法，但是实现原理一样的
return h & (length-1); // 第三步 取模运算
}
分析：
1. 求 hash 值方法中，用 h = key.hashCode()。然后将 h 的低 16 位和高 16 位异或，是为了保证在数组 table 的 length 比较小的时候，让高低位数据都参与到 Hash 的计算中，同时不会有太大的开销。2.length 是数组的长度，取模运算求出数组索引。当 length 总是 2 的 n 次方时，h& (length-1)运算等价于对 length 取模，也就是 h%length，但是 & 比 % 具有更高的效率。
高低位异或运算如下图：（n 为 table 的长度）
HashMap 的 put 方法
public V put(K key, V value) {
// 对 key 的 hashCode()做 hash
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 判断键值对数组 table[i]是否为空或为 null, 否则执行 resize()进行扩容
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 根据键值 key 计算 hash 值得到插入的数组索引 i，如果 table[i]==null，直接新建节点添加
if ((p = tab[i = (n – 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 判断 table[i]的首个元素是否和 key 一样，如果相同直接覆盖 value, 这里的相同指的是 hashCode 相等
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 判断 table[i] 是否为 treeNode，即 table[i] 是否是红黑树，如果是红黑树，则直接在树中插入键值对
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 遍历 table[i]，判断链表长度是否大于 8，大于 8 的话把链表转换为红黑树，在红黑树中执行插入操作，否则进行链表的插入操作；遍历过程中若发现 key 已经存在直接覆盖 value 即可；
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD – 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) {// existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 插入成功后，判断实际存在的键值对数量 size 是否超多了最大容量 threshold，如果超过，进行扩容。
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
针对这个流程，网上出现了一张比较好的流程图，这里借用下（若有冒犯请留言，我将重新画一个）
结合图看代码更清晰移动点。
HashMap 的扩容方法
JDK1.7 中的扩容较好理解：使用一个容量更大的数组来代替已有的容量小的数组，并把数据从原来的数组中重新按照原来的计算方法放到新的数组中。
void resize(int newCapacity) {// 传入新的容量
Entry[] oldTable = table; // 引用扩容前的 Entry 数组
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) {// 扩容前的数组大小如果已经达到最大 (2^30) 了
threshold = Integer.MAX_VALUE; // 修改阈值为 int 的最大值(2^31-1)，这样以后就不会扩容了
return;
}
Entry[] newTable = new Entry[newCapacity]; // 初始化一个新的 Entry 数组
transfer(newTable); //！！将数据转移到新的 Entry 数组里
table = newTable; //HashMap 的 table 属性引用新的 Entry 数组
threshold = (int)(newCapacity * loadFactor);// 修改阈值
}
原文链接
更多教程
void transfer(Entry[] newTable) {
Entry[] src = table; //src 引用了旧的 Entry 数组
int newCapacity = newTable.length;
for (int j = 0; j < src.length; j++) {// 遍历旧的 Entry 数组
Entry<K,V> e = src[j]; // 取得旧 Entry 数组的每个元素
if (e != null) {
src[j] = null;// 释放旧 Entry 数组的对象引用（for 循环后，旧的 Entry 数组不再引用任何对象）
do {
Entry<K,V> next = e.next;
int i = indexFor(e.hash, newCapacity); //！！重新计算每个元素在数组中的位置
e.next = newTable[i]; // 标记[1]
newTable[i] = e; // 将元素放在数组上
e = next; // 访问下一个 Entry 链上的元素
} while (e != null);
}
}
}
JDK1.8 中，对扩容算法做了优化。我们观察下 key1 和 key2 在扩容前和扩容后的位置计算过程：
可以看到如下结果：
我们在扩充 HashMap 的时候，不需要像 JDK1.7 的实现那样重新计算 hash，只需要看看原来的 hash 值新增的那个 bit 是 1 还是 0 就好了，是 0 的话索引没变，是 1 的话索引变成“原索引 +oldCap”。
可以看看下图为 16 扩充为 32 的 resize 示意图：这个设计确实非常的巧妙，既省去了重新计算 hash 值的时间，而且同时，由于新增的 1bit 是 0 还是 1 可以认为是随机的，因此 resize 的过程，均匀的把之前的冲突的节点分散到新的 bucket 了。
具体代码，有兴趣的可以仔细品读以下代码：
1 final Node<K,V>[] resize() {
2 Node<K,V>[] oldTab = table;
3 int oldCap = (oldTab == null) ? 0 : oldTab.length;
4 int oldThr = threshold;
5 int newCap, newThr = 0;
6 if (oldCap > 0) {
7 // 超过最大值就不再扩充了，就只好随你碰撞去吧
8 if (oldCap >= MAXIMUM_CAPACITY) {
9 threshold = Integer.MAX_VALUE;
10 return oldTab;
11 }
12 // 没超过最大值，就扩充为原来的 2 倍
13 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
14 oldCap >= DEFAULT_INITIAL_CAPACITY)
15 newThr = oldThr << 1; // double threshold
16 }
17 else if (oldThr > 0) // initial capacity was placed in threshold
18 newCap = oldThr;
19 else {// zero initial threshold signifies using defaults
20 newCap = DEFAULT_INITIAL_CAPACITY;
21 newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
22 }
23 // 计算新的 resize 上限
24 if (newThr == 0) {
25
26 float ft = (float)newCap * loadFactor;
27 newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
28 (int)ft : Integer.MAX_VALUE);
29 }
30 threshold = newThr;
31 @SuppressWarnings({“rawtypes”，”unchecked”})
32 Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
33 table = newTab;
34 if (oldTab != null) {
35 // 把每个 bucket 都移动到新的 buckets 中
36 for (int j = 0; j < oldCap; ++j) {
37 Node<K,V> e;
38 if ((e = oldTab[j]) != null) {
39 oldTab[j] = null;
40 if (e.next == null)
41 newTab[e.hash & (newCap – 1)] = e;
42 else if (e instanceof TreeNode)
43 ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
44 else {// 链表优化重 hash 的代码块
45 Node<K,V> loHead = null, loTail = null;
46 Node<K,V> hiHead = null, hiTail = null;
47 Node<K,V> next;
48 do {
49 next = e.next;
50 // 原索引
51 if ((e.hash & oldCap) == 0) {
52 if (loTail == null)
53 loHead = e;
54 else
55 loTail.next = e;
56 loTail = e;
57 }
58 // 原索引 +oldCap
59 else {
60 if (hiTail == null)
61 hiHead = e;
62 else
63 hiTail.next = e;
64 hiTail = e;
65 }
66 } while ((e = next) != null);
67 // 原索引放到 bucket 里
68 if (loTail != null) {
69 loTail.next = null;
70 newTab[j] = loHead;
71 }
72 // 原索引 +oldCap 放到 bucket 里
73 if (hiTail != null) {
74 hiTail.next = null;
75 newTab[j + oldCap] = hiHead;
76 }
77 }
78 }
79 }
80 }
81 return newTab;
82 }
安全性
HashMap 是线程不安全的，不要在并发的环境中同时操作 HashMap，建议使用 ConcurrentHashMap。
原文链接
更多教程
参考：https://tech.meituan.com/2016…
https://yikun.github.io/2015/…
