共计 13849 个字符，预计需要花费 35 分钟才能阅读完成。
不可不知的哈希映射
引言
hashmap 这个货色呢，太陈词滥调了
开发中罕用、面试中常问
总之，很重要。。。。。接下来呢
咱们就一起来看下，外面到底有哪些解不开的货色2.1 HashMap 数据结构
指标：
HashMap 概念、数据结构回顾（JDK8 和 JDK7）& 为什么 1.8 应用红黑树？
概念：
HashMap 是一个利用 散列表（哈希表）原理来存储元素的汇合，是依据 Key value 而间接进行拜访的数据结构
在 JDK1.7 中，HashMap 是由 数组 + 链表形成的。
在 JDK1.8 中，HashMap 是由 数组 + 链表 + 红黑树形成
回顾： 数组、链表（劣势和劣势）
数组: 劣势：数组是间断的内存，查问快（o1）劣势：插入删除 O(N)
链表: 劣势：不是间断的内存，轻易插入（前、两头、尾部）插入 O(1) 劣势：查问慢 O(N)
思考？
为什么是 JDK1.8 是数组 + 链表 + 红黑树？？？HashMap 变动历程
1.7 的数据结构：链表变长，效率低 了！！！
1.8 的数据结构：
数组 + 链表 + 红黑树
penwrite.cn/29993_960E722C5C864534BC24621ECB4A2BB2)
链表 – 树（链长度 >8、数组长度大于 64）
备注：当初重点讲 map，不讲树的操作。树在算法课里有具体学习
总结：
JDK1.8 应用红黑树，其实就是为了进步查问效率
因为，1.7 的时候应用的数组 + 链表，如果链表太长，查问的工夫复杂度间接回升到了 O(N)
2.2 HashMap 继承体系
指标：梳理 map 的继承关系
<img src=”assets/image-20201205220552037-1609839160181.png” alt=”image-20201205220552037″ style=”zoom: 67%;” />
总结
HashMap 曾经继承了 AbstractMap 而 AbstractMap 类实现了 Map 接口
那为什么 HashMap 还要在实现 Map 接口呢？
据 java 汇合框架的创始人 Josh Bloch 形容，这样的写法是一个失误。
在 java 汇合框架中，相似这样的写法很多，最开始写 java 汇合框架的时候，他认为这样写，在某些中央可能是有价值的，直到他意识到错了。
显然的，JDK 的维护者，起初不认为这个小小的失误值得去批改，所以就这样存在下来
- Cloneable 空接口，示意能够克隆
- Serializable 序列化
- AbstractMap 提供 Map 实现接口
2.3 HashMap 源码深度分析
1）指标：
通过浏览 HashMap（since1.2）源码，咱们能够晓得以下几个问题在源码是如何解决的
（1）HashMap 的底层数据结构是什么？
（2）HashMap 中增删改查操作的底部实现原理是什么？
（3）HashMap 是如何实现扩容的？
（4）HashMap 是如何解决 hash 抵触的？
（5）HashMap 为什么是非线程平安的？
2）测试代码如下
package com.mmap;
import org.openjdk.jol.info.ClassLayout;
import java.util.ArrayList;
import java.util.ConcurrentModificationException;
import java.util.HashMap;
import java.util.List;
import java.util.concurrent.ConcurrentHashMap;
public class MMapTest {public static void main(String[] args) {HashMap<Integer, String> m = new HashMap<Integer, String>();// 尾插
// 断点跟踪 put
m.put(1, "001");
m.put(1, "002");
m.put(17, "003");// 应用 17 可 hash 抵触（存储地位雷同）System.out.println(ClassLayout.parseInstance(m).toPrintable());
// 断点跟踪 get
System.out.println(m.get(1));// 返回 002（数组查找）System.out.println(m.get(17));// 返回 003（链表查找）// 断点跟踪 remove
m.remove(1);// 移除
System.out.println(m);
m.remove(1, "002");// 和下面的 remove 走的同一个代码
}
}
3）对于 hashMap 根本构造的验证
先来个小验证，简直地球人都晓得 map 是 数组 + 链表 构造，那咱们先来验证一下
再来看 debug 后果：
验证了根本构造，那为啥 1 和 17 就在一块了？到底谁和谁放在一个链上呢？外部到底怎么运作的？往下看 ↓
2.3.1 成员变量与外部类
指标：先理解一下它的根本构造
回顾：位运算（上面还会频繁用到）
1<<4
二进制相当于 1 左边补 4 个 0：10000
十进制相当于 1 x 2 的 4 次方，也就是 16
二进制运算是因为它的计算效率高
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; //16，默认数组容量：左位移 4 位，即 16
static final int MAXIMUM_CAPACITY = 1 << 30;// 最大容量：即 2 的 30 次幂
static final float DEFAULT_LOAD_FACTOR = 0.75f;// 负载因子：扩容应用，统计学计算出的最正当的
static final int TREEIFY_THRESHOLD = 8;// 链表转红黑树阈值
static final int UNTREEIFY_THRESHOLD = 6;// 当链表的值小 <6, 红黑树转链表
……
transient Node<K,V>[] table;//HashMap 中的数组, 中间状态数据
transient Set<Map.Entry<K,V>> entrySet;// 用来寄存缓存, 中间状态数据;
transient int size;//size 为 HashMap 中 K - V 的实时数量（重点）, 留神！不是 table 的长度！transient int modCount;// 用来记录 HashMap 的批改次数，几个汇合里都有它
int threshold;// 扩容临界点；(capacity * loadFactor)（重点）final float loadFactor;// 负载因子 DEFAULT_LOAD_FACTOR = 0.75f 赋值具体的 key，value 放在哪里呢？答案是一个动态外部类（1.8 前是 Entry）
static class Node<K,V> implements Map.Entry<K,V> {// 数组和链表上的节点，1.8 前叫 Entry
final int hash;// 扰动后的 hash
final K key;//map 的 key
V value;//map 的 value
Node<K,V> next;// 下个节点
Node(int hash, K key, V value, Node<K,V> next) { // 构造函数，没啥说的
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;// 链表下一个
}
}
2.3.2 HashMap 结构器
1）指标：学习上面的三个结构器，它们都干了哪些事件？
public HashMap() {this.loadFactor = DEFAULT_LOAD_FACTOR; // 负载因子 DEFAULT_LOAD_FACTOR = 0.75f} public HashMap(int initialCapacity) {this(initialCapacity, DEFAULT_LOAD_FACTOR);
} public HashMap(int initialCapacity, float loadFactor) {
// 赋值，多了一些边界判断
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); // 留神，map 里是没有 capacity 这个类变量的！}map 的构造函数就做了几个赋值这么点事？这么简略？错！接着往下看
2）无参构造函数验证
第一步：增加以下 debug 变量
第二步：应用默认构造函数时，在 put 之前和之后别离 debug 以上变量信息比照看看
put 之前：
<img src=”pic/image-20210507164837142.png” alt=”image-20210507164837142″ style=”zoom:50%;” />
之后
<img src=”pic/image-20210507165029294.png” alt=”image-20210507165029294″ style=”zoom:50%;” />
毫无违和感，那么，咱们接着往下！
3）自定义初始化参数验证
接下来咱们胡搞一下，让容量 =15，因子 =0.5，猜一猜会产生什么？
调试到 put 之后，再来看：
源码分析：
在有参数结构时，最终 tableSizeFor
//capacity 函数，初始化了 table，就是 table 的 length，否则取的是 threshold
final int capacity() {return (table != null) ? table.length :
(threshold > 0) ? threshold :
DEFAULT_INITIAL_CAPACITY;
}
// 带参数的初始化，其实 threshold 调用的是以下函数：// 这是什么神操作？？？// 其实是将 n 转成 2 进制，右移再和本人取或，相当于把外面所有的 0 变成了 1
// 最终目标：找到 >= n 的，1 结尾前面全是 0 的数。如果 n =111，那就是 1000；如果 n =100，那就是它本人
// 而这个数，恰好就是 2 的指数，为前面的扩容做铺垫
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; // 到这一步 n 曾经各个位都是 1 了。// 范畴校验，小于 0 返回 1，大于最大值返回最大值，绝大多数失常状况下，返回 n +1，也就是 10000……
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
调试案例：
package com.mmap;
public class TableSizeTest {public static void main(String[] args) {System.out.println(tableSizeFor(9)); // 9 的二进制更能看出以下变动
}
static final int tableSizeFor(int cap) {System.out.println(Integer.toBinaryString(cap)); //1001
int n = cap - 1;
System.out.println(Integer.toBinaryString(n)); //1000
n |= n >>> 1; // 无符号右移，后面补 0
System.out.println(Integer.toBinaryString(n)); // 右移再或，1100
n |= n >>> 2;
System.out.println(Integer.toBinaryString(n)); // 再挪动 2 位，1111
n |= n >>> 4;
System.out.println(Integer.toBinaryString(n)); // 就这么长，再迁徙也是 1111
n |= n >>> 8;
System.out.println(Integer.toBinaryString(n));
n |= n >>> 16;
System.out.println(Integer.toBinaryString(n)); //Integer 的最大长度 32 位，16 折半后迁徙全笼罩
System.out.println(Integer.toBinaryString(n+1));
return n + 1; //+ 1 后变为 10000，也就是 16，2 的 4 次方
}
}
4）总结：
map 的构造函数没有你设想的那么简略！
- 无参结构时，容量 =16，因子 =0.75。第一次插入数据时，才会初始化 table、阈值等信息
- 有参结构时，不会容忍你胡来，会取大于然而最靠近你容量的 2 的指数倍（想一下为什么？提醒：和扩容规定无关）
- 无论哪种结构形式，扩容阈值最终都是 =（容量 * 因子）
2.3.3 HashMap 插入方法
指标：图解 + 代码 + 断点剖析 put 源码
1）先理解下流程图
<img src=”assets/map-put-1609730434509-1609839160182.jpg” alt=”map-put” style=”zoom:150%;” />
2）对于 key 做 hash 值的计算
当咱们调用 put 办法增加元素时，理论是调用了其外部的 putVal 办法，第一个参数须要对 key 求 hash 值
public V put(K key, V value) {return putVal(hash(key), key, value, false, true);// 调用 Map 的 putVal 办法
}小发问：map 里所谓的 hash 是间接用的 key 的 hashCode 办法吗？
static final int hash(Object key) {
int h;
//【知识点】hash 扰动
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
图解：
<img src=”pic/Center.png” alt=”img” style=”zoom: 150%;” />
论断：应用移位和异或做二次扰动，不是间接用的 hashCode！
3）外围逻辑
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {//onlyIfAbsent：true 不更改现有值；evict：false 示意 table 为创立状态
// 几个长期变量：//tab= 数组，p= 插槽指针，n=tab 的长度，i 数组下标
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)// 数组是否 null 或者 ==0，第 1 次 put 为空
// 初始化数组(or 扩容)，所以 table 是在这里初始化的，不是 new 的时候！// 初始时，n=16
n = (tab = resize()).length; // resize，上面独自讲扩容
//【知识点】为何 1 与 17 在一个槽上！机密就藏在寻址这里
if ((p = tab[i = (n - 1) & hash]) == null)// 寻址：(n - 1) & hash（重要！）tab[i] = newNode(hash, key, value, null);// 以后插槽没有值，空的！将新 node 间接扔进去
else { // 有值，阐明插槽上产生了碰撞，须要追加成链表了！// 还是长期变量
//e= 是否找到与以后 key 雷同的节点，找到阐明是更新，null 阐明是新 key 插入
//k= 长期变量，查找过程中的 key 在这里暂存用
Node<K,V> e; K k;
if (p.hash == hash && // 如果正好，插槽第一个节点（p），跟插入的 key 雷同
((k = p.key) == key || (key != null && key.equals(k))))
e = p; // 就将它赋值给 e，留神！这时候还没笼罩下来，只是标记到 e，发现了雷同 key 的节点！else if (p instanceof TreeNode) // 如果不是这个 key，然而类型是一个红黑树节点
// 这阐明以后插槽的链很长，曾经变成红黑树了，就调 putTreeVal，扔到这颗树上去
// 树的插入，这里不赘述，在数据结构课中有
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {// 如果都不是以上状况，那就是链表了
for (int binCount = 0; ; ++binCount) {if ((e = p.next) == null) {// 顺着链表始终往后跳，直到遍历到尾巴节点
p.next = newNode(hash, key, value, null);// 而后把 key 封装成新 node 追加到尾巴上
if (binCount >= TREEIFY_THRESHOLD - 1) // 链表长度计数如果 >8 转红黑树
treeifyBin(tab, hash);// 转成树
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;// 如果遍历过程中找到雷同 key，那就赋给 e，break 跳出 for 循环，执行前面的逻辑
p = e;
}
}
if (e != null) { // 如果 e 非空，阐明后面一顿猛如虎的操作后，找到了雷同的 key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;// 看看 onlyIfAbsent，如果让笼罩那就笼罩，不让那就算了
afterNodeAccess(e);
return oldValue;// 返回笼罩前的 value 值，也就是 put 办法的返回值
}
}
++modCount;// 用来记录 HashMap 的批改次数
if (++size > threshold)//key 的数量是否大于阈值
resize();// 如果 size 大于 threshold，就须要进行扩容
afterNodeInsertion(evict);
return null;
}4）重点（寻址计算）：
接上文，对于 hash 值获得后，放入 tab 的哪个插槽，也就是所谓的寻址咱们重点来讲
(n - 1) & hash咱们还是以开始的例子，1 和 17 为例，他们的 hash 计算后正好是 1 和 17 自身，咱们能够验证一下
Integer i = new Integer(1);
Integer j = new Integer(17);
System.out.println(i.hashCode() ^ i.hashCode()>>16); //1
System.out.println(j.hashCode() ^ j.hashCode()>>16); //17开始位运算
默认 n =16，n- 1 也就是 15，二进制是 1111
那么 15 & 1
1 1 1 1
0 0 0 1
与运算后 = 1
再来看 15 & 17，17 是 10001
1 1 1 1
1 0 0 0 1
与运算后 = 1
所以，1 和 17 必定会落在 table 的 1 号插槽上！两者会成为链表，解释了咱们后面的案例
原理：不论你算出的 hash 是多少，超出 tab 长度的高位被抹掉，低位是多少就是你所在的槽的地位，也就是 table 的下标思考：为什么不必 mod（模运算）进行寻址？mod 也能保障不会超出数组边界，岂不是更简略直观？
package com.mmap;
public class CMod {public static void main(String[] args) {bit();
mod();}
public static void bit() {
int a ;
long start = System.currentTimeMillis();
// 同样的计算次数，先位运算，后取余
for (int i = 1; i < Integer.MAX_VALUE; i++) {a = 1 & i;}
long end = System.currentTimeMillis();
System.out.println("BIT 耗时 >>" + (end - start));
}
public static void mod() {
int a ;
long start = System.currentTimeMillis();
for (int i = 1; i < Integer.MAX_VALUE; i++) {a = 1 % i;}
long end = System.currentTimeMillis();
System.out.println("MOD 耗时 >>" + (end - start));
}
}跑一下试试？
论断：
所有为了性能
2.3.4 HashMap 扩容办法
指标：图解 + 代码（map 扩容与数据迁徙）
留神：扩容简单、绕、难
备注：线程不平安的
图解：假如咱们 new HashMap(8)
迁徙前：长度 8 扩容临界点 6（8*0.75）
迁徙过程
外围源码 resize 办法
// 留神！该办法兼容了初始化和扩容，所以比拟难理分明！// 须要对照下面的图例来同步解说。final Node<K,V>[] resize() {Node<K,V>[] oldTab = table; // 旧的数组先拿进去
int oldCap = (oldTab == null) ? 0 : oldTab.length;// 旧数组是 null，那就是初始化咯
int oldThr = threshold;// 扩容临界点(旧)
int newCap, newThr = 0;// 长期变量，数组容量（新）、扩容临界点(新)
if (oldCap > 0) {
// 扩容的时候调用
if (oldCap >= MAXIMUM_CAPACITY) { // 如果旧值达到下限
threshold = Integer.MAX_VALUE; // 扩容阈值也调到最大，从此再无意义
return oldTab; // 不扩了，间接返回旧的。下限了还扩什么扩
}
// 如果没到下限就计算新容量，留神这时候还没产生理论的数组扩容，真正的扩容迁数据操作在上面
// 将旧容量左移 1 位，也就是乘以 2 作为新容量，所以 map 是每次扩到之前的 2 倍
// 链表是右移 1 位再加上旧长度，也就是扩为原来的 1.5 倍，留神区别
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // 同时，阈值也乘以 2，为下次扩容做筹备
}
else if (oldThr > 0)
// HashMap(int initialCapacity, float loadFactor)初始化的时候调用
// 将 cap 和 thres 相等，约定
newCap = oldThr;
else {// HashMap() 初始化的时候调用，留神后面验证过了，是在第一次 put 的时候调的
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {// 如果新阈值为 0，依据负载因子设置新阈值
float ft = (float)newCap * loadFactor; // put 之后的变动就在这里
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE); // 范畴判断
}
threshold = newThr;
// 以上操作只是从新计算（第一次是初始化）各种容量相干的值，上面重点来了！迁徙旧数据
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab; // 以新容量为长度，创立新数组
if (oldTab != null) { // 如果旧数组不为空，阐明有数据要迁徙
for (int j = 0; j < oldCap; ++j) { // 遍历数组
Node<K,V> e; // 长期变量，记录以后指向的 node
if ((e = oldTab[j]) != null) {oldTab[j] = null;//gc 解决
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;// 只一个节点，赋值到新数组的索引下即可
else if (e instanceof TreeNode)// 如果变成了树，拆成俩拼到新 table 下来
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // 如果是链表，拆成两个（重点！！！）Node<K,V> loHead = null, loTail = null;// 低位链表（原地位 i）Node<K,V> hiHead = null, hiTail = null;// 高位链表（i+ n 地位）Node<K,V> next;
do {
next = e.next;
if ((e.hash & oldCap) == 0) { //oldCap=8，2 进制为 1000
// 如果为 0，阐明 e 的 hash 没超出旧 cap 长度去，在低位不动即可
if (loTail == null)
loHead = e;// 如果为空的，那就是第一个，同时当头节点
else
loTail.next = e; // 否则的话，沿着尾巴始终往上追加
loTail = e;
}
else {// 如果超了，那就须要迁徙到高位去，先给它追加到高位链表上
// 和低位链表一样
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 留神！在循环实现的时候，高下位链表还是俩独立的长期变量
// 下一步，将它放到新数组下来，能力算迁徙实现
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;// 下标：原地位
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;// 下标：原地位 + 原数组长度（重点！）// 这中央诠释了为什么 map 要两倍扩容，对应地位位运算后，加上原长度就行了
}
}
}
}
}
return newTab;// 返回新数组
}
总结（扩容与迁徙）：
1、扩容就是将旧表的数据迁徙到新表
2、迁徙过来的值须要从新计算下标，也就是他的存储地位
3、对于地位能够这样了解：比方旧表的长度 8、新表长度 16
旧表地位 4 有 6 个数据，如果前三个 hashCode 是一样的，前面的三个 hashCode 是一样的
迁徙的时候；就须要计算这 6 个值的存储地位
4、如何计算地位？采纳低位链表和高位链表；如果地位 4 上面的数据 e.hash & oldCap 等于 0，
那么它对应的就是低位链表，也就是数据地位不变
5、e.hash & oldCap 不等于 0 呢? 就要重写计算他的地位也就是 j + oldCap，（4+8）= 12，就是高位链表地位（新数组 12 地位）
2.3.5 HashMap 获取办法
指标：图解（这个简略！）
获取流程
<img src=”assets/map 查找流程 -1607499200869.jpg” alt=”map 查找流程 ” style=”zoom:80%;” />
get 主办法
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;// 重点在 getNode
}getNode 办法
final Node<K,V> getNode(int hash, Object key) {Node<K,V>[] tab; Node<K,V> first, e; int n; K k; // 一堆长期变量，不论他
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 如果 table 对应的索引地位上有值
if (first.hash == hash &&
((k = first.key) == key || (key != null && key.equals(k))))
return first;// 看下第一个元素的 key 是不是要查找的那个，是的话，返回即可
if ((e = first.next) != null) {// 如果前面还有数据，那就持续遍历
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);// 树查找
do { // 链表查找!!!!!
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}总结：
查问思路比较简单，如果是数组间接返回、如果是红黑实例，就去树上去找，最初，去做链表循环查找
2.3.6 HashMap 移除办法
指标：图解 + 断点剖析 remove 源码
移除流程
tips：
两个移除办法，参数上的区别
走的同一个代码
移除办法：一个参数
public V remove(Object key) {
Node<K,V> e;//// 定义一个节点变量，用来存储要被删除的节点（键值对
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}移除办法：二个参数
@Override
public boolean remove(Object key, Object value) {return removeNode(hash(key), key, value, true, true) != null;
}外围办法 removeNode
/**
* Implements Map.remove and related methods
*
* @param hash 扰动后的 hash 值
* @param key 要删除的键值对的 key，要删除的键值对的 value，该值是否作为删除的条件取决于 matchValue 是否为 true
* @param value key 对应的值
* @param matchValue 为 true，则当 key 对应的值和 equals(value)为 true 时才删除；否则不关怀 value 的值
* @param movable 删除后是否挪动节点，如果为 false，则不挪动
* @return 返回被删除的节点对象，如果没有删除任何节点则返回 null
*/
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {Node<K,V>[] tab; Node<K,V> p; int n, index;
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) { // 留神，p 是以后插槽上的头节点！// 第一步：查，和下面的 get 操作一毛一样
Node<K,V> node = null, e; K k; V v;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;// 如果 key 雷同，阐明是头结点，将它赋给 node
else if ((e = p.next) != null) {
// 否则，沿着 next 始终查找
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);// 红黑查找
else {
do { // 链表查找
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e; // 如果找到，赋值给 node，并终止
break;
}
p = e; // 如果没找到，赋值给 p，持续下一轮。} while ((e = e.next) != null);
// 最终 while 完结的时候，p（前置）-> node(要被删)
}
}
// 第二步：删
// 如果 node 不为空，阐明依据 key 匹配到了要删除的节点
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);// 红黑删除
else if (node == p)// 不是树，那如果 node == p 的意思是该 node 节点就是首节点
tab[index] = node.next;// 删掉头节点，第二个节点上位到数组槽上
else // p 是 node 的前置，阐明下面查找的时候走的 do while
p.next = node.next;// 如果不是，那就将 p 的后指针指向 node 的后指针，干掉 node 即可
++modCount;//HashMap 的批改次数递增
--size;// HashMap 的元素个数递加
afterNodeRemoval(node);
return node;// 返回删除后的节点
}
}
return null;// 找不到删除的 node，返回 null
}
总结：
- 移除和查问路线差不多，找到后间接 remove
- 留神他的返回值，是删除的那个节点的值
拓展：
为什么说 HashMap 是线程不平安的
咱们从后面的源码剖析也能看出，它的元素增删改的时候，没有任何加锁或者 cas 操作。
而这外面各种 ++ 和 – 之类的操作，显然多线程下并不平安
那谁平安呢？下节课咱们剖析
本文由传智教育博学谷 – 狂野架构师教研团队公布，转载请注明出处！
如果本文对您有帮忙，欢送关注和点赞；如果您有任何倡议也可留言评论或私信，您的反对是我保持创作的能源
