1. HashMap中Node类:
static class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; V value; Node<K,V> next; Node(int hash, K key, V value, Node<K,V> next) { this.hash = hash; this.key = key; this.value = value; this.next = next; } public final K getKey() { return key; } public final V getValue() { return value; } public final String toString() { return key + "=" + value; } public final int hashCode() { return Objects.hashCode(key) ^ Objects.hashCode(value); } public final V setValue(V newValue) { V oldValue = value; value = newValue; return oldValue; } public final boolean equals(Object o) { if (o == this) return true; if (o instanceof Map.Entry) { Map.Entry<?,?> e = (Map.Entry<?,?>)o; if (Objects.equals(key, e.getKey()) && Objects.equals(value, e.getValue())) return true; } return false; } }- 重写hashCode，key和value的hashcode取异或。
- 重写equals，当为同一个对象或是同一个key和同一个value都认为这两个对象相等。
2.散列值的计算
static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }- 与无符号右移的自己异或同时兼顾了hash高16位和低16位，让散列值更散。
3. 关注 get(Object key)
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) { if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; if ((e = first.next) != null) { if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; }- 可以看出，get()是拿着key的hash和key去找的值。
- 在getNode()中先是一系列判断和赋值，然后通过下标找定位到key在table中的位置
- 定位的方式：(n - 1) & hash，这样取出的值总是小于table长度n的。
- 然后对比key是否相等，相等就返回，不相等则判断是否是红黑树存储结构，若是则在红黑树上查找。
- 若不是则在链表结构上查找。
4.核心put(K key, V value)
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) n = (tab = resize()).length; if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { 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; //判断是否扩容 if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }- 首先调用了putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict)，
- 第一步做初始化工作。
- 然后，定位到table没有冲突，则直接存到table上。
- 若是冲突了，则判断key是否相等，若相等则，直接将旧德的Node覆盖。
- 否则，继续判断头节点是否是TreeNode的实例，TreeNode是一个红黑树，若是，则直接在树中插入。
- 如果不是红黑树，插到链表的尾部。
- 在hashmap中有一个属性为TREEIFY_THRESHOLD，这是一个阈值，若数量超过它，链表会转化为红黑树，小于它则会换回链表。所以hashMap同时用到了数组，链表，红黑树这三种数据结构。
- 每次新添一个节点都会判断是否需要扩容。
5. 扩容机制resize()
首先涉及三个成员变量:
- capacity:容量
- loadFactor:装载因子(0-1之间)
- threshold:判断是否需要扩容的标志threshold = capacity * loadFactor
- 所以装载因子控制着HashMap冲突比例。
- 每次扩容都扩大到之前的两倍。
- 扩容会重新建table等变量，因此开销比较大。