HashMap也是咱们应用十分多的Collection，它是基于哈希表的 Map 接口的实现，以key-value的模式存在。在HashMap中，key-value总是会当做一个整体来解决，零碎会依据hash算法来来计算key-value的存储地位，咱们总是能够通过key疾速地存、取value。上面就来剖析HashMap的存取。
一、定义
HashMap实现了Map接口，继承AbstractMap。其中Map接口定义了键映射到值的规定，而AbstractMap类提供 Map 接口的骨干实现，以最大限度地缩小实现此接口所需的工作，其实AbstractMap类曾经实现了Map，这里标注Map LZ感觉应该是更加清晰吧！复制代码
public class HashMap<K,V>
extends AbstractMap<K,V>implements Map<K,V>, Cloneable, Serializable{
/** * The default initial capacity - MUST be a power of two. */static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16/** * The maximum capacity, used if a higher value is implicitly specified * by either of the constructors with arguments. * MUST be a power of two <= 1<<30. */static final int MAXIMUM_CAPACITY = 1 << 30;/** * The load factor used when none specified in constructor. */static final float DEFAULT_LOAD_FACTOR = 0.75f;/** * An empty table instance to share when the table is not inflated. */static final Entry<?,?>[] EMPTY_TABLE = {};/** * The table, resized as necessary. Length MUST Always be a power of two. */transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;/** * The number of key-value mappings contained in this map. */transient int size;/** * The next size value at which to resize (capacity * load factor). * @serial */// If table == EMPTY_TABLE then this is the initial capacity at which the// table will be created when inflated.int threshold;/** * The load factor for the hash table. * * @serial */final float loadFactor;/** * The number of times this HashMap has been structurally modified * Structural modifications are those that change the number of mappings in * the HashMap or otherwise modify its internal structure (e.g., * rehash). This field is used to make iterators on Collection-views of * the HashMap fail-fast. (See ConcurrentModificationException). */transient int modCount;/** * The default threshold of map capacity above which alternative hashing is * used for String keys. Alternative hashing reduces the incidence of * collisions due to weak hash code calculation for String keys. * <p/> * This value may be overridden by defining the system property * {@code jdk.map.althashing.threshold}. A property value of {@code 1} * forces alternative hashing to be used at all times whereas * {@code -1} value ensures that alternative hashing is never used. */static final int ALTERNATIVE_HASHING_THRESHOLD_DEFAULT = Integer.MAX_VALUE;}
复制代码
二、构造函数
HashMap提供了三个构造函数： HashMap()：结构一个具备默认初始容量 (16) 和默认加载因子 (0.75) 的空 HashMap。 HashMap(int initialCapacity)：结构一个带指定初始容量和默认加载因子 (0.75) 的空 HashMap。 HashMap(int initialCapacity, float loadFactor)：结构一个带指定初始容量和加载因子的空 HashMap。 在这里提到了两个参数：初始容量，加载因子。这两个参数是影响HashMap性能的重要参数，其中容量示意哈希表中桶的数量，初始容量是创立哈希表时的容量，加载因子是哈希表在其容量主动减少之前能够达到多满的一种尺度，它掂量的是一个散列表的空间的应用水平，负载因子越大示意散列表的装填水平越高，反之愈小。对于应用链表法的散列表来说，查找一个元素的均匀工夫是O(1+a)，因而如果负载因子越大，对空间的利用更充沛，然而结果是查找效率的升高；如果负载因子太小，那么散列表的数据将过于稠密，对空间造成重大节约。零碎默认负载因子为0.75，个别状况下咱们是无需批改的。 HashMap是一种反对疾速存取的数据结构，要理解它的性能必须要理解它的数据结构。三、数据结构
咱们晓得在Java中最罕用的两种构造是数组和模仿指针(援用)，简直所有的数据结构都能够利用这两种来组合实现，HashMap也是如此。实际上HashMap是一个“链表散列”，如下是它数据结构：HashMap数据结构图_thumb[13]
从上图咱们能够看出HashMap底层实现还是数组，只是数组的每一项都是一条链。其中参数initialCapacity就代表了该数组的长度。上面为HashMap构造函数的源码：复制代码
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; threshold = initialCapacity; init();}复制代码
从源码中能够看出，每次新建一个HashMap时，都会初始化一个table数组。table数组的元素为Entry节点。
static class Entry<K,V> implements Map.Entry<K,V> {
final K key; V value; Entry<K,V> next; int hash;}
其中Entry为HashMap的外部类，它蕴含了键key、值value、下一个节点next，以及hash值，这是十分重要的，正是因为Entry才形成了table数组的项为链表。
下面简略剖析了HashMap的数据结构，上面将探讨HashMap是如何实现疾速存取的。四、存储实现：put(key,vlaue)
首先咱们先看源码复制代码
public V put(K key, V value) {
//当key为null，调用putForNullKey办法，保留null与table第一个地位中，这是HashMap容许为null的起因 if (key == null) return putForNullKey(value); //计算key的hash值 int hash = hash(key.hashCode()); ------(1) //计算key hash 值在 table 数组中的地位 int i = indexFor(hash, table.length); ------(2) //从i出开始迭代 e,找到 key 保留的地位 for (Entry<K, V> e = table[i]; e != null; e = e.next) { Object k; //判断该条链上是否有hash值雷同的(key雷同) //若存在雷同，则间接笼罩value，返回旧value if (e.hash == hash && ((k = e.key) == key || key.equals(k))) { V oldValue = e.value; //旧值 = 新值 e.value = value; e.recordAccess(this); return oldValue; //返回旧值 } } //批改次数减少1 modCount++; //将key、value增加至i地位处 addEntry(hash, key, value, i); return null;}复制代码
通过源码咱们能够清晰看到HashMap保留数据的过程为：首先判断key是否为null，若为null，则间接调用putForNullKey办法。若不为空则先计算key的hash值，而后依据hash值搜寻在table数组中的索引地位，如果table数组在该地位处有元素，则通过比拟是否存在雷同的key，若存在则笼罩原来key的value，否则将该元素保留在链头（最先保留的元素放在链尾）。若table在该处没有元素，则间接保留。这个过程看似比较简单，其实深有底细。有如下几点：
1、 先看迭代处。此处迭代起因就是为了避免存在雷同的key值，若发现两个hash值（key）雷同时，HashMap的解决形式是用新value替换旧value，这里并没有解决key，这就解释了HashMap中没有两个雷同的key。 2、 在看（1）、（2）处。这里是HashMap的精髓所在。首先是hash办法，该办法为一个纯正的数学计算，就是计算h的hash值。复制代码
final int hash(Object k) {
int h = hashSeed; if (0 != h && k instanceof String) { return sun.misc.Hashing.stringHash32((String) k); } h ^= k.hashCode(); // This function ensures that hashCodes that differ only by // constant multiples at each bit position have a bounded // number of collisions (approximately 8 at default load factor). h ^= (h >>> 20) ^ (h >>> 12); return h ^ (h >>> 7) ^ (h >>> 4);}复制代码
HashMap的底层数组长度总是2的n次方，在构造函数中存在：capacity <<= 1;这样做总是可能保障HashMap的底层数组长度为2的n次方。当length为2的n次方时，h&(length - 1)就相当于对length取模，而且速度比间接取模快得多，这是HashMap在速度上的一个优化。至于为什么是2的n次方上面解释。
咱们回到indexFor办法，该办法仅有一条语句：h&(length - 1)，这句话除了下面的取模运算外还有一个十分重要的责任：均匀分布table数据和充分利用空间。 这里咱们假如length为16(2^n)和15，h为5、6、7。table1_thumb[3]
当n=15时，6和7的后果一样，这样示意他们在table存储的地位是雷同的，也就是产生了碰撞，6、7就会在一个地位造成链表，这样就会导致查问速度升高。诚然这里只剖析三个数字不是很多，那么咱们就看0-15。table2_thumb[16]
从下面的图表中咱们看到总共产生了8此碰撞，同时发现节约的空间十分大，有1、3、5、7、9、11、13、15处没有记录，也就是没有存放数据。这是因为他们在与14进行&运算时，失去的后果最初一位永远都是0，即0001、0011、0101、0111、1001、1011、1101、1111地位处是不可能存储数据的，空间缩小，进一步减少碰撞几率，这样就会导致查问速度慢。而当length = 16时，length – 1 = 15 即1111，那么进行低位&运算时，值总是与原来hash值雷同，而进行高位运算时，其值等于其低位值。所以说当length = 2^n时，不同的hash值产生碰撞的概率比拟小，这样就会使得数据在table数组中散布较平均，查问速度也较快。 这里咱们再来温习put的流程：当咱们想一个HashMap中增加一对key-value时，零碎首先会计算key的hash值，而后依据hash值确认在table中存储的地位。若该地位没有元素，则直接插入。否则迭代该处元素链表并依此比拟其key的hash值。如果两个hash值相等且key值相等(e.hash == hash && ((k = e.key) == key || key.equals(k))),则用新的Entry的value笼罩原来节点的value。如果两个hash值相等但key值不等 ，则将该节点插入该链表的链头。具体的实现过程见addEntry办法，如下：复制代码
void addEntry(int hash, K key, V value, int bucketIndex) {
if ((size >= threshold) && (null != table[bucketIndex])) { resize(2 * table.length); hash = (null != key) ? hash(key) : 0; bucketIndex = indexFor(hash, table.length); } createEntry(hash, key, value, bucketIndex);}复制代码
这个办法中有两点须要留神：
一是链的产生。这是一个十分优雅的设计。零碎总是将新的Entry对象增加到bucketIndex处。如果bucketIndex处曾经有了对象，那么新增加的Entry对象将指向原有的Entry对象，造成一条Entry链，然而若bucketIndex处没有Entry对象，也就是e==null,那么新增加的Entry对象指向null，也就不会产生Entry链了。 二、扩容问题。 随着HashMap中元素的数量越来越多，产生碰撞的概率就越来越大，所产生的链表长度就会越来越长，这样势必会影响HashMap的速度，为了保障HashMap的效率，零碎必须要在某个临界点进行扩容解决。该临界点在当HashMap中元素的数量等于table数组长度*加载因子。然而扩容是一个十分耗时的过程，因为它须要从新计算这些数据在新table数组中的地位并进行复制解决。所以如果咱们曾经预知HashMap中元素的个数，那么预设元素的个数可能无效的进步HashMap的性能。五、读取实现：get(key)
绝对于HashMap的存而言，取就显得比较简单了。通过key的hash值找到在table数组中的索引处的Entry，而后返回该key对应的value即可。复制代码
public V get(Object key) {
if (key == null) return getForNullKey(); Entry<K,V> entry = getEntry(key); return null == entry ? null : entry.getValue();}final Entry<K,V> getEntry(Object key) {
if (size == 0) { return null; } int hash = (key == null) ? 0 : hash(key); for (Entry<K,V> e = table[indexFor(hash, table.length)]; e != null; e = e.next) { Object k; if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } return null;}复制代码
在这里可能依据key疾速的取到value除了和HashMap的数据结构密不可分外，还和Entry有莫大的关系，在后面就提到过，HashMap在存储过程中并没有将key，value离开来存储，而是当做一个整体key-value来解决的，这个整体就是Entry对象。同时value也只相当于key的从属而已。在存储的过程中，零碎依据key的hashcode来决定Entry在table数组中的存储地位，在取的过程中同样依据key的hashcode取出绝对应的Entry对象。