Java类集框架——HashMap源码分析
HashMap 是基于 Map 的键值对映射表，底层是通过数组、链表、红黑树（JDK1.8加入）来实现的。
HashMap结构
HashMap 中存储元素，是将 key 和 value 封装成了一个 Node ，先以一个 Node 数组的来存储，通过 key 的 hashCode 来计算 hash 值，根据 hash 值和 HashMap 的大小确定存入元素在数组中的位置。当 hashCode 相同时，即产生了相同的数组索引位置，那么就会通过单向链表的形式来继续存储。
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;
}
// 省略部分代码... }HashMap 中所有的映射都保存在节点 Node 中，同时为了解决发生 hash 碰撞的冲突，节点可以持有下一个节点的引用，以形成一个单向链表。
HashMap结构图（JDK1.7及之前）
在JDK1.8， HashMap 又做了一些改动，当数组 table 某个索引位置的上链表的长度大于8的话，则会将链表转化为红黑树。
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> { TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left; TreeNode<K,V> right; TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red; TreeNode(int hash, K key, V val, Node<K,V> next) { super(hash, key, val, next);
}
// 省略部分代码... }同样地，映射的key-value就保存在 TreeNode 中。 parent 、 left 、 right 持有相应节点的引用形成红黑树。
HashMap结构图（JDK1.8）
HashMap源码分析
主要属性：
transient Node<K,V>[] table; // 数组transient int size; // 大小int threshold // 扩容阈值final float loadFactor; // 加载因子，默认值为0.75
构造方法：
// 使用默认的初始容量和加载因子public HashMap() { this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR);
}// 指定初始容量，使用默认的加载因子public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR);
}// 用现有的Map来构造一个新的HashMappublic HashMap(Map<? extends K, ? extends V> m) { this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}// 根据自定义的初始容量和加载因子来构造HashMappublic HashMap(int initialCapacity, float loadFactor) { if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity); if (initialCapacity > MAXIMUM_CAPACITY) {
initialCapacity = MAXIMUM_CAPACITY;
} else if (initialCapacity < DEFAULT_INITIAL_CAPACITY) {
initialCapacity = DEFAULT_INITIAL_CAPACITY;
} if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
threshold = initialCapacity;
init();
}构造函数主要是设置 HashMap 的初始容量，以及扩容的加载因子。 HashMap(Map<? extends K, ? extends V> m) 构造函数根据已有的映射来构造新的 HashMap ，它同样采用的默认的加载因子，并将 m 中的元素添加到新构造的 HashMap 中。
数据存放：
public void putAll(Map<? extends K, ? extends V> m) {
putMapEntries(m, true);
}final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) { int s = m.size(); if (s > 0) { if (table == null) { // pre-size
float ft = ((float)s / loadFactor) + 1.0F; int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY); if (t > threshold)
threshold = tableSizeFor(t);
} else if (s > threshold)
resize(); for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}putAll 方法直接调用 putMapEntries 。 putMapEntries 方法中先根据已有的 Map 中的元素数量对新构造的 HashMap 进行扩容，然后遍历旧的 Map ，取出元素存放到新的 HashMap 中。
// 存放key-valuepublic V put(K key, V value) { return putVal(hash(key), key, value, false, true);
}// 根据key的hashCode来计算hash值static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i; // table为null的话，进行初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length; // 根据（n-1）&hash来计算出元素在数组中的位置i
if ((p = tab[i = (n - 1) & hash]) == null) // 如果数组中该位置没有元素，即tab[i]==null,则直接构建Node存放在该位置
tab[i] = newNode(hash, key, value, null); else { // tab[i]不为null
Node<K,V> e; K k; // 如果数组中已有的节点tab[i]与需要新存入的元素的key相同，则直接替换掉tab[i]
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p; else if (p instanceof TreeNode) // 如果tab[i]为红黑树节点，则直接存入红黑树
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { // tab[i]为链表的第一个节点，遍历链表，将新的节点加入到链表的末尾
for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null); // 如果链表的长度大于阈值，则将链表转换为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash); break;
} // 如果链表中存在与新加入的元素key相同，则直接替换掉
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; // 添加完成后，检查是否需要扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict); return null;
}put 方法的主要逻辑：根据添加节点的 hash 值计算计算它在数组中的位置 i ，判断 tab[i]是否为空，为空则直接加入；不为空的话，需要判断该节点的 key 是否与新加入的节点的 key相同，相同的话直接替换；如果不同则需要判断 tab[i] 节点是否是红黑树节点，如果是红黑树节点，则直接加入到红黑树中；如果不是红黑树节点，那肯定就是链表的第一个节点了，遍历链表，在遍历的过程中还需要判断是否与链表中已有节点的 key 相同，如果相同，同样直接替换掉，都不同的话就直接添加到链表的末尾。并且呢，加入链表后还需要判断链表的长度是否超过了阈值8，超过了的话，需要将链表转换为红黑树。
HashMap 在添加数据的时候，会判断当前数据量是否超过设定的阈值，如果超过的话会进行扩容，在扩容过程中会将已添加的数据进行重新添加，以致原来添加元素的顺序和位置都改变了，所以 HashMap 不能保证元素的存入取出顺序。
删除数据：
// 根据key删除数据public V remove(Object key) {
Node<K,V> e; return (e = removeNode(hash(key), key, null, false, true)) == null ? null : e.value;
}// 根据key-value删除数据@Overridepublic boolean remove(Object key, Object value) { return removeNode(hash(key), key, value, true, true) != null;
}// 删除节点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hash值得到数组索引位置的节点p
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; // p节点的key与需要删除的节点的key相同的话，则说明p就是需要删除的节点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p; // 赋值给node
else if ((e = p.next) != null) { if (p instanceof TreeNode) // p节点为红黑树节点，从红黑树中获取匹配的删除节点
node = ((TreeNode<K,V>)p).getTreeNode(hash, key); else { // p节点为链表的第一个节点，遍历链表，找到匹配的删除节点
do { if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e; break;
}
p = e;
} while ((e = e.next) != null);
}
} // 匹配的删除节点node不为null的话，删除node
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) { if (node instanceof TreeNode) // 从红黑树中删除
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable); else if (node == p) // 从数组中删除
tab[index] = node.next; else
// 从链表中删除
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node); return node;
}
} return null;
}remove 的逻辑和加入元素的逻辑相似，依次从数组、红黑树、链表中找到匹配的删除节点来删除。
clear 方法：
public void clear() {
Node<K,V>[] tab;
modCount++; if ((tab = table) != null && size > 0) { size = 0; for (int i = 0; i < tab.length; ++i)
tab[i] = null;
}
}clear 方法要简单些，直接遍历数组tab，将数组中所有元素都置空即可。
最后
对于 HashMap ，我们只要知道了它的底层结构，要理解它的实现原理还是非常简单。在JDK1.8之后，加入了红黑树的结构，使 HashMap 的效率比之前的版本又优化了很多，关于链表转化为红黑树，以及红黑树转链表的具体实现等细节后续再做分析。
1、具有1-5工作经验的，面对目前流行的技术不知从何下手，
需要突破技术瓶颈的。2、在公司待久了，过得很安逸，
但跳槽时面试碰壁。需要在短时间内进修、跳槽拿高薪的。
3、如果没有工作经验，但基础非常扎实，对java工作机制，
常用设计思想，常用java开发框架掌握熟练的。
4、觉得自己很牛B，一般需求都能搞定。
但是所学的知识点没有系统化，很难在技术领域继续突破的。
5. 群号：高级架构群 606187239备注好信息！
6.阿里Java高级大牛直播讲解知识点，分享知识，
多年工作经验的梳理和总结，带着大家全面、
科学地建立自己的技术体系和技术认知！
请先 后发表评论～