共计 9794 个字符，预计需要花费 25 分钟才能阅读完成。
前言
HashMap 是 Map 中最为常用的一种，面试中也经常会被问到相关的问题。由于 HashMap 数据结构较为复杂，回答相关问题的时候往往不尽人意，尤其是在 JDK1.8 之后，又引入了红黑树结构，其数据结构变的更加复杂，本文就 JDK1.8 源码为例，对 HashMap 进行分析；
源码分析
1.1 老规矩，先上构造方法
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);
}
构造方法一共重载了四个，主要初始化了三个参数：
initialCapacity 初始容量（默认 16）：hashMap 底层由数组实现 + 链表（或红黑树）实现，但是还是从数组开始，所以当储存的数据越来越多的时候，就必须进行扩容操作，如果在知道需要储存数据大小的情况下，指定合适的初始容量，可以避免不必要的扩容操作，提升效率
threshold 阈值：hashMap 所能容纳的最大价值对数量，如果超过则需要扩容，计算方式：threshold=initialCapacity*loadFactor（构造方法中直接通过 tableSizeFor(initialCapacity) 方法进行了赋值，主要原因是在构造方法中，数组 table 并没有初始化，put 方法中进行初始化，同时 put 方法中也会对 threshold 进行重新赋值，这个会在后面的源码中进行分析）
loadFactor 加载因子（默认 0.75）：当负载因子较大时，去给 table 数组扩容的可能性就会少，所以相对占用内存较少（空间上较少），但是每条 entry 链上的元素会相对较多，查询的时间也会增长（时间上较多）。反之就是，负载因子较少的时候，给 table 数组扩容的可能性就高，那么内存空间占用就多，但是 entry 链上的元素就会相对较少，查出的时间也会减少。所以才有了负载因子是时间和空间上的一种折中的说法。所以设置负载因子的时候要考虑自己追求的是时间还是空间上的少。（一般情况下不需要设置，系统给的默认值已经比较适合了）
我们最常使用的是无参构造，在这个构造方法里面仅仅设置了加载因子为默认值，其他两个参数会在 resize 方法里面进行初始化，在这里知道这个结论就可以了，下面会在源码里面进行分析；另外一个带有两个参数的构造方法，里面对初始容量和阈值进行了初始化，对阈值的初始化方法为 tableSizeFor(int cap), 看一下源码：
public HashMap(int initialCapacity, float loadFactor) {
/**
* 找到大于或等于 cap 的最小 2 的幂
*/
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;
}
第一次看到这个方法的时候，我当时的心情是：
接下来分析一下这个方法，对于无符号右移运算符不了解的，可以看一下这篇文章了解一下（https://www.jianshu.com/p/927…），下面偷一张图（真的是借别人的图，google 搜索的, 不知道是谁的，如果大佬觉得太可耻，私信我我删了他）以 10 为例进行分析：
另外，需要注意一下的是，第一步 int n = cap – 1; 这个操作，执行这个操作的主要原因是为了防止在 cap 已经是 2 的 n 次幂的情况下，经过运算后得到的结果是 cap 的二倍的结果，例如如果 n 为 l6，经过一系列运算之后，得到的结果是 0001 1111，此时最后一步 n +1 执行之后，就会返回 32，有兴趣的可以自己进行尝试；
1.2 put 方法
在 hashMap 源码中，put 方法逻辑是最为复杂的，接下来先看一下源码：
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) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
// 如果 table 尚未初始化，则此处进行初始化数组，并赋值初始容量，重新计算阈值
n = (tab = resize()).length;
if ((p = tab[i = (n – 1) & hash]) == null)
// 通过 hash 找到下标，如果 hash 值指定的位置数据为空，则直接将数据存放进去
tab[i] = newNode(hash, key, value, null);
else {
// 如果通过 hash 找到的位置有数据，发生碰撞
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 如果需要插入的 key 和当前 hash 值指定下标的 key 一样，先将 e 数组中已有的数据
e = p;
else if (p instanceof TreeNode)
// 如果此时桶中数据类型为 treeNode，使用红黑树进行插入
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 此时桶中数据类型为链表
// 进行循环
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
// 如果链表中没有最新插入的节点，将新放入的数据放到链表的末尾
p.next = newNode(hash, key, value, null);
// 如果链表过长，达到树化阈值，将链表转化成红黑树
if (binCount >= TREEIFY_THRESHOLD – 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 如果链表中有新插入的节点位置数据不为空，则此时 e 赋值为节点的值，跳出循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 经过上面的循环后，如果 e 不为空，则说明上面插入的值已经存在于当前的 hashMap 中，那么更新指定位置的键值对
if (e != null) {// existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 如果此时 hashMap size 大于阈值，则进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
从代码看，put 方法分为三种情况：
table 尚未初始化，对数据进行初始化
table 已经初始化，且通过 hash 算法找到下标所在的位置数据为空, 直接将数据存放到指定位置
table 已经初始化，且通过 hash 算法找到下标所在的位置数据不为空，发生 hash 冲突（碰撞），发生碰撞后，会执行以下操作：
判断插入的 key 如果等于当前位置的 key 的话，将 e 指向该键值对
如果此时桶中数据类型为 treeNode，使用红黑树进行插入
如果是链表，则进行循环判断，如果链表中包含该节点，跳出循环，如果链表中不包含该节点，则把该节点插入到链表末尾，同时，如果链表长度超过树化阈值（TREEIFY_THRESHOLD）且 table 容量超过最小树化容量（MIN_TREEIFY_CAPACITY），则进行链表转红黑树（由于 table 容量越小，越容易发生 hash 冲突，因此在 table 容量 <MIN_TREEIFY_CAPACITY 的时候，如果链表长度 >TREEIFY_THRESHOLD, 会优先选择扩容，否则会进行链表转红黑树操作）
首先分析 table 尚未初始化的情况：
如果还想了解更多关于 Hashmap 有关的知识，这里有准备了一期专门讲解 Hashmap 源码的视频：https://pan.baidu.com/s/1DZxu… 提取码: br53
1.2.1 table 尚未初始化
n = (tab = resize()).length;
从代码可以看出，table 尚未初始化的时候，会调用 resize() 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;
//1、table 已经初始化，且容量 > 0
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
// 如果旧的容量已近达到最大值，则不再扩容，阈值直接设置为最大值
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 如果旧的容量不小于默认的初始容量，则进行扩容，容量扩张为原来的二倍
newThr = oldThr << 1; // double threshold
}
//2、阈值大于 0 threshold 使用 threshold 变量暂时保存 initialCapacity 参数的值
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//3 threshold 和 table 皆未初始化情况，此处即为首次进行初始化
// 也就在此处解释了构造方法中没有对 threshold 和 初始容量进行赋值的问题
else {// zero initial threshold signifies using defaults
// 如果阈值为零，表示使用默认的初始化值
// 这种情况在调用无参构造的时候会出现，此时使用默认的容量和阈值
newCap = DEFAULT_INITIAL_CAPACITY;
// 此处阈值即为 threshold=initialCapacity*loadFactor
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// newThr 为 0 时，按阈值计算公式进行计算，容量 * 负载因子
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
// 更新阈值
threshold = newThr;
// 更新数组桶
@SuppressWarnings({“rawtypes”,”unchecked”})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 如果之前的数组桶里面已经存在数据，由于 table 容量发生变化，hash 值也会发生变化，需要重新计算下标
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
// 如果指定下标下有数据
if ((e = oldTab[j]) != null) {
//1、将指定下标数据置空
oldTab[j] = null;
//2、指定下标只有一个数据
if (e.next == null)
// 直接将数据存放到新计算的 hash 值下标下
newTab[e.hash & (newCap – 1)] = e;
//3、如果是 TreeNode 数据结构
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//4、对于链表，数据结构
else {// preserve order
// 如果是链表，重新计算 hash 值，根据新的下标重新分组
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;
}
resize 方法逻辑比较复杂，需要静下心来一步步的分析，但是总的下来，分为以下几步：
首先先判断当前 table 是否进行过初始化，如果没有进行过初始化，此处就解决了调用无参构造方法时候，threshold 和 initialCapacity 未初始化的问题，如果已经初始化过了，则进行扩容，容量为原来的二倍
扩容后创建新的 table，并对所有的数据进行遍历
如果新计算的位置数据为空，则直接插入
如果新计算的位置为链表，则通过 hash 算法重新计算下标，对链表进行分组
如果是红黑树，则需要进行拆分操作
1.3 get 方法，查找
put 方法分析完成之后，剩下的就很简单了，先看一下源码：
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;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n – 1) & hash]) != null) {
//1、根据 hash 算法找到对应位置的第一个数据，如果是指定的 key，则直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
// 如果该节点为红黑树，则通过树进行查找
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 如果该节点是链表，则遍历查找到数据
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
get 方法相对于 put 来说，逻辑实在是简单太多了
根据 hash 值查找到指定位置的数据
校验指定位置第一个节点的数据是 key 是否为传入的 key，如果是直接返回第一个节点，否则继续查找第二个节点
如果数据是 TreeNode（红黑树结构），直接通过红黑树查找节点数据并返回
如果是链表结构，循环查找所有节点，返回数据
如果没有找到符合要求的节点，返回 null
在这个方法里面，需要注意的有两个地方：hash（key）和 hash 的取模运算 (n – 1) & hash
1.3.1 hash（key）的源码
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
这段代码叫做扰动函数，也是 hashMap 中的 hash 运算，主要分为下面几步：
key.hashCode()，获取 key 的 hashCode 值，如果不进行重写的话返回的是根据内存地址得到的一个 int 值
key.hashCode() 获取到的 hashcode 无符号右移 16 位并和元 hashCode 进行 ^，这样做的目的是为了让高位与低进行混合，让两者都参与运算，以便让 hash 值分布更加均匀
1.3.2 取模运算 (n – 1) & hash
在 hashMap 的代码中，在很多地方都会看到类似的代码：
first = tab[(n – 1) & hash])
hash 算法中，为了使元素分布的更加均匀，很多都会使用取模运算，在 hashMap 中并没有使用（n）%hash 这样进行取模运算，而是使用 (n – 1) & hash 进行代替，原因是在计算机中，& 的效率要远高于 %；需要注意的是，只有容量为 2 的 n 次幂的时候，(n – 1) & hash 才能等效（n）%hash，这也是 hashMap 初始化初始容量时，无论传入任何值，都会通过 tableSizeFor(int cap) 方法转化成 2 的 n 次幂的原因，这种巧妙的设计真的很令人惊叹；至于为什么只有 2 的 n 次幂才能这样进行取模运算，这里就不再详细叙述了，有兴趣的可以看一下一位大佬写的文章：
由 HashMap 哈希算法引出的求余 % 和与运算 & 转换问题 https://www.cnblogs.com/ysoce…
1.4 remove 方法，删除
了解完 get 方法之后，我们再最后了解一下 remove 方法：
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
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;
// 根据 key 和 key 的 hash 值，查找到对应的元素
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n – 1) & hash]) != null) {
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;
else if ((e = p.next) != null) {
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
// 如果查找的了元素 node，移除即可
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
// 如果是 TreeNode，通过树进行移除
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
// 如果是第一个节点，移除第一个节点，将 index 下标的位置指向第二个节点
else if (node == p)
tab[index] = node.next;
else
// 如果不是链表的第一个节点，则移除该节点
p.next = node.next;
++modCount;
–size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
从源码可以看出来，通过 key 找到需要移除的元素操作过程和 get 方法几乎一致，最后在查找到 key 对应的节点之后，根据节点的位置和类型，进行相应的移除操作就完成了，过程非常简单
1.4.0 其他源码
到这里，hashMap 的源码基本就解析完成了，其余的方法和源码逻辑相对非常简单，大部分还是使用上述代码来实现的，例如 containsKey（jey），就是使用 get 方法中的 getNode（）来判断的，由于篇幅原因就不一一介绍。
另外，中间有很部分不影响逻辑理解的代码被一笔带过，比如 红黑树的转化，查找，删除等操作，有兴趣的可以自己进行学习，不过还有一些其他的特性需要提醒一下
最后总结一下：
HashMap 底层数据结构在 JDK1.7 之前是由数组 + 链表组成的，1.8 之后又加入了红黑树；链表长度小于 8 的时候，发生 Hash 冲突后会增加链表的长度，当链表长度大于 8 的时候，会先判读数组的容量，如果容量小于 64 会先扩容（原因是数组容量越小，越容易发生碰撞，因此当容量过小的时候，首先要考虑的是扩容），如果容量大于 64，则会将链表转化成红黑树以提升效率
hashMap 的容量是 2 的 n 次幂，无论在初始化的时候传入的初始容量是多少，最终都会转化成 2 的 n 次幂，这样做的原因是为了在取模运算的时候可以使用 & 运算符，而不是 % 取余，可以极大的提上效率，同时也降低 hash 冲突
HashMap 是非线程安全的，在多线程的操作下会存在异常情况（如形成闭环（1.7），1.8 已修复闭环问题，但仍不安全），可以使用 HashTable 或者 ConcurrentHashMap 进行代替
看完文章如果还想了解更多关于 Hashmap 有关的知识，这里有准备了一期专门讲解 Hashmap 源码的视频：https://pan.baidu.com/s/1DZxu… 提取码: br53
免费获取更多安卓开发架构的资料（包括 Fultter、高级 UI、性能优化、架构师课程、NDK、Kotlin、混合式开发（ReactNative+Weex）和一线互联网公司关于 android 面试的题目汇总可以加入【安卓开发架构】
