一、前言
在分析jdk1.8後的HashMap原始碼時，發現網上好多分析都是基於之前的jdk，而Java8的HashMap對之前做了較大的優化，其中最重要的一個優化就是桶中的元素不再唯一按照連結串列組合，也可以使用紅黑樹進行儲存，總之，目標只有一個，那就是在安全和功能性完備的情況下讓其速度更快，提升效能。好~下面就開始分析原始碼。
二、HashMap資料結構
說明：上圖很形象的展示了HashMap的資料結構（陣列+連結串列+紅黑樹），桶中的結構可能是連結串列，也可能是紅黑樹，紅黑樹的引入是為了提高效率。所以可見，在分析原始碼的時候我們不知不覺就溫習了資料結構的知識點，一舉兩得。
三、HashMap原始碼分析
3.1 類的繼承關係
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable
可以看到HashMap繼承自父類（AbstractMap），實現了Map、Cloneable、Serializable介面。其中，Map介面定義了一組通用的操作；Cloneable介面則表示可以進行拷貝，在HashMap中，實現的是淺層次拷貝，即對拷貝物件的改變會影響被拷貝的物件；Serializable介面表示HashMap實現了序列化，即可以將HashMap物件儲存至本地，之後可以恢復狀態。
3.2 類的屬性
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable { // 序列號 private static final long serialVersionUID = 362498820763181265L; // 預設的初始容量是16 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 最大容量 static final int MAXIMUM_CAPACITY = 1 << 30; // 預設的填充因子 static final float DEFAULT_LOAD_FACTOR = 0.75f; // 當桶(bucket)上的結點數大於這個值時會轉成紅黑樹 static final int TREEIFY_THRESHOLD = 8; // 當桶(bucket)上的結點數小於這個值時樹轉連結串列 static final int UNTREEIFY_THRESHOLD = 6; // 桶中結構轉化為紅黑樹對應的table的最小大小 static final int MIN_TREEIFY_CAPACITY = 64; // 儲存元素的陣列，總是2的冪次倍 transient Node<k,v>[] table; // 存放具體元素的集 transient Set<map.entry<k,v>> entrySet; // 存放元素的個數，注意這個不等於陣列的長度。 transient int size; // 每次擴容和更改map結構的計數器 transient int modCount; // 臨界值 當實際大小(容量*填充因子)超過臨界值時，會進行擴容 int threshold; // 填充因子 final float loadFactor; }
說明：類的資料成員很重要，以上也解釋得很詳細了，其中有一個引數MIN_TREEIFY_CAPACITY，筆者暫時還不是太清楚，有讀者知道的話歡迎指導。
3.3 類的建構函式
1. HashMap(int, float)型建構函式
public HashMap(int initialCapacity, float loadFactor) { // 初始容量不能小於0，否則報錯 if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); // 初始容量不能大於最大值，否則為最大值 if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; // 填充因子不能小於或等於0，不能為非數字 if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); // 初始化填充因子 this.loadFactor = loadFactor; // 初始化threshold大小 this.threshold = tableSizeFor(initialCapacity); }
說明：tableSizeFor(initialCapacity)返回大於等於initialCapacity的最小的二次冪數值。
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; }
說明：>>> 操作符表示無符號右移，高位取0。
2. HashMap(int)型建構函式。
public HashMap(int initialCapacity) { // 呼叫HashMap(int, float)型建構函式 this(initialCapacity, DEFAULT_LOAD_FACTOR); }
3. HashMap()型建構函式。
public HashMap() { // 初始化填充因子 this.loadFactor = DEFAULT_LOAD_FACTOR; }
4. HashMap(Map<? extends K>)型建構函式。
public HashMap(Map<? extends K, ? extends V> m) { // 初始化填充因子 this.loadFactor = DEFAULT_LOAD_FACTOR; // 將m中的所有元素新增至HashMap中 putMapEntries(m, false); }
說明：putMapEntries(Map<? extends K, ? extends V> m, boolean evict)函式將m的所有元素存入本HashMap例項中。
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) { int s = m.size(); if (s > 0) { // 判斷table是否已經初始化 if (table == null) { // pre-size // 未初始化，s為m的實際元素個數 float ft = ((float)s / loadFactor) + 1.0F; int t = ((ft < (float)MAXIMUM_CAPACITY) ? (int)ft : MAXIMUM_CAPACITY); // 計算得到的t大於閾值，則初始化閾值 if (t > threshold) threshold = tableSizeFor(t); } // 已初始化，並且m元素個數大於閾值，進行擴容處理 else if (s > threshold) resize(); // 將m中的所有元素新增至HashMap中 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); } } }
3.4 重要函式分析
1. putVal函式
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未初始化或者長度為0，進行擴容 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; // (n - 1) & hash 確定元素存放在哪個桶中，桶為空，新生成結點放入桶中(此時，這個結點是放在陣列中) if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); // 桶中已經存在元素 else { Node<K,V> e; K k; // 比較桶中第一個元素(陣列中的結點)的hash值相等，key相等 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) // 將第一個元素賦值給e，用e來記錄 e = p; // hash值不相等，即key不相等；為紅黑樹結點 else if (p instanceof TreeNode) // 放入樹中 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); // 為連結串列結點 else { // 在連結串列最末插入結點 for (int binCount = 0; ; ++binCount) { // 到達連結串列的尾部 if ((e = p.next) == null) { // 在尾部插入新結點 p.next = newNode(hash, key, value, null); // 結點數量達到閾值，轉化為紅黑樹 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); // 跳出迴圈 break; } // 判斷連結串列中結點的key值與插入的元素的key值是否相等 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) // 相等，跳出迴圈 break; // 用於遍歷桶中的連結串列，與前面的e = p.next組合，可以遍歷連結串列 p = e; } } // 表示在桶中找到key值、hash值與插入元素相等的結點 if (e != null) { // 記錄e的value V oldValue = e.value; // onlyIfAbsent為false或者舊值為null if (!onlyIfAbsent || oldValue == null) //用新值替換舊值 e.value = value; // 訪問後回撥 afterNodeAccess(e); // 返回舊值 return oldValue; } } // 結構性修改 ++modCount; // 實際大小大於閾值則擴容 if (++size > threshold) resize(); // 插入後回撥 afterNodeInsertion(evict); return null; }
說明：HashMap並沒有直接提供putVal介面給使用者呼叫，而是提供的put函式，而put函式就是通過putVal來插入元素的。
2. getNode函式
final Node<K,V> getNode(int hash, Object key) { Node<K,V>[] tab; Node<K,V> first, e; int n; K k; // table已經初始化，長度大於0，根據hash尋找table中的項也不為空 if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { // 桶中第一項(陣列元素)相等 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; // 桶中不止一個結點 if ((e = first.next) != null) { // 為紅黑樹結點 if (first instanceof TreeNode) // 在紅黑樹中查詢 return ((TreeNode<K,V>)first).getTreeNode(hash, key); // 否則，在連結串列中查詢 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; }
說明：HashMap並沒有直接提供getNode介面給使用者呼叫，而是提供的get函式，而get函式就是通過getNode來取得元素的。
3. resize函式
final Node<K,V>[] resize() { // 當前table儲存 Node<K,V>[] oldTab = table; // 儲存table大小 int oldCap = (oldTab == null) ? 0 : oldTab.length; // 儲存當前閾值 int oldThr = threshold; int newCap, newThr = 0; // 之前table大小大於0 if (oldCap > 0) { // 之前table大於最大容量 if (oldCap >= MAXIMUM_CAPACITY) { // 閾值為最大整形 threshold = Integer.MAX_VALUE; return oldTab; } // 容量翻倍，使用左移，效率更高 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) // 閾值翻倍 newThr = oldThr << 1; // double threshold } // 之前閾值大於0 else if (oldThr > 0) newCap = oldThr; // oldCap = 0並且oldThr = 0，使用預設值（如使用HashMap()建構函式，之後再插入一個元素會呼叫resize函式，會進入這一步） else { newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } // 新閾值為0 if (newThr == 0) { float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } threshold = newThr; @SuppressWarnings({"rawtypes","unchecked"}) // 初始化table Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; // 之前的table已經初始化過 if (oldTab != null) { // 複製元素，重新進行hash for (int j = 0; j < oldCap; ++j) { Node<K,V> e; if ((e = oldTab[j]) != null) { oldTab[j] = null; if (e.next == null) newTab[e.hash & (newCap - 1)] = e; else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { // preserve order Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; // 將同一桶中的元素根據(e.hash & oldCap)是否為0進行分割，分成兩個不同的連結串列，完成rehash 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; }
說明：進行擴容，會伴隨著一次重新hash分配，並且會遍歷hash表中所有的元素，是非常耗時的。在編寫程式中，要儘量避免resize。
在resize前和resize後的元素佈局如下
說明：上圖只是針對了陣列下標為2的桶中的各個元素在擴容後的分配佈局，其他各個桶中的元素佈局可以以此類推。
四、針對HashMap的思考
4.1. 關於擴容的思考
從putVal原始碼中我們可以知道，當插入一個元素的時候size就加1，若size大於threshold的時候，就會進行擴容。假設我們的capacity大小為32，loadFator為0.75,則threshold為24 = 32 * 0.75，此時，插入了25個元素，並且插入的這25個元素都在同一個桶中，桶中的資料結構為紅黑樹，則還有31個桶是空的，也會進行擴容處理，其實，此時，還有31個桶是空的，好像似乎不需要進行擴容處理，但是是需要擴容處理的，因為此時我們的capacity大小可能不適當。我們前面知道，擴容處理會遍歷所有的元素，時間複雜度很高；前面我們還知道，經過一次擴容處理後，元素會更加均勻的分佈在各個桶中，會提升訪問效率。所以，說盡量避免進行擴容處理，也就意味著，遍歷元素所帶來的壞處大於元素在桶中均勻分佈所帶來的好處。如果有讀者有不同意見，也歡迎討論~
五、總結
至此，HashMap的原始碼就分析到這裡了，其中理解了其中的核心函式和資料結構，那麼理解HashMap的原始碼就不困難了。當然，此次分析中還有一些知識點沒有涉及到，如紅黑樹、序列化、拷貝等，以後有機會會進行詳細的說明和講解，謝謝各位園友的觀看~