簡介
HashMap 是 Java 語言中常用的用於存放鍵值對資料型別的集合類。隨著 JDK（Java Developmet Kit）版本的更新，JDK 1.8 對 HashMap 底層的實現進行了優化，底層實現也由之前的 陣列 + 連結串列 改為 陣列 + 連結串列 + 紅黑樹 。HashMap 的常用方法如下：
//建立一個 map
Map<String, String> map = new HashMap<>();
//如果 key 不存在則插入資料，如果 key 已存在則更新資料
map.put("test", "哈哈");
//根據 key 獲取 value
map.get("test");
//上面已經插入了 key，這裡相當更新 key 的 value
map.put("test", "呵呵");
//刪除 key 及 value
map.remove("test");
//遍歷
for (String key : map.keySet()) {
System.out.println(key);
}
複製程式碼原理分析
從 JDK 1.8 開始 HashMap 底層採用 陣列 + 連結串列 + 紅黑樹 來實現，如下圖：
從原始碼可知，HashMap 類中有一個非常重要的欄位，就是 Node[] table 即雜湊桶陣列，明顯它是一個Node 的陣列。我們來看下 Node 是什麼。
static class Node<K, V> implements Map.Entry<K, V> {
final int hash;//用來定位陣列索引位置
final K key;
V value;
Node<K, V> next;//連結串列的下一個 node
Node(int hash, K key, V value, Node<K, V> next) { ... }
public final K getKey(){ ... }
public final V getValue() { ... }
public final String toString() { ... }
public final int hashCode() { ... }
public final V setValue(V newValue) { ... }
public final boolean equals(Object o) { ... }
}
複製程式碼Node 是 HashMap 的一個內部類，實現了 Map.Entry 介面，本質是就是一個對映（鍵值對）。上圖中的每個黑色圓點就是一個 Node 物件。
構造方法
首先我們來看下 HashMap 的構造方法，從原始碼中可以看到 HashMap 有 4 個構造方法。
/** 構造方法 1 */
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
}
/** 構造方法 2 */
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
/** 構造方法 3 */
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);
}
/** 構造方法 4 */
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
複製程式碼上面 4 個構造方法中，大家平時用的最多的應該是第一個了。第一個構造方法很簡單，僅將 loadFactor 變數設為預設值。構造方法 2 呼叫了構造方法 3，而構造方法 3 仍然只是設定了一些變數。構造方法 4 則是將另一個 Map 中的對映拷貝一份到自己的儲存結構中來，這個方法不是很常用。
我們得先了解下 HashMap 的幾個欄位，從 HashMap 的預設構造方法原始碼可知，構造方法就是對下面幾個欄位進行初始化：
/** The default initial capacity - MUST be a power of two. */
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/** The load factor used when none specified in constructor. */
static final float DEFAULT_LOAD_FACTOR = 0.75f;// 負載因子
/** The next size value at which to resize (capacity * load factor). */
int threshold;// 所能容納的 key - value 對極限
/** The load factor for the hash table. */
final float loadFactor;
複製程式碼首先，Node[] table 的初始化長度 length（預設值是 16），loadFactor 為負載因子（預設值是 0.75），threshold 是 HashMap 所能容納的最大資料量的 Node（鍵值對）個數。threshold = length * loadFactor。也就是說，在陣列定義好長度之後，負載因子越大，所能容納的鍵值對個數越多。
結合負載因子的定義公式可知，threshold 就是在此 loadFactor 和 length（陣列長度）對應下允許的最大元素數目，超過這個數目就重新 resize（擴容），擴容後的 HashMap 容量是之前容量的兩倍。預設的負載因子 0.75 是對空間和時間效率的一個平衡選擇，建議大家不要修改，除非在時間和空間比較特殊的情況下，如果記憶體空間很多而又對時間效率要求很高，可以降低負載因子 loadFactor 的值；相反，如果記憶體空間緊張而對時間效率要求不高，可以增加負載因子 loadFactor 的值，這個值可以大於 1。
這裡存在一個問題，即使負載因子和 Hash 演算法設計的再合理，也免不了會出現拉鍊過長的情況，一旦出現拉鍊過長，則會嚴重影響 HashMap 的效能。於是，在 JDK1.8 版本中，對資料結構做了進一步的優化，引入了紅黑樹。而當連結串列長度太長（預設超過 8）時，連結串列就轉換為紅黑樹，利用紅黑樹快速增刪改查的特點提高 HashMap 的效能，其中會用到紅黑樹的插入、刪除、查詢等演算法。這裡不再對紅黑樹展開討論，想了解更多紅黑樹資料結構的工作原理可以參考 ：blog.csdn.net/v_july_v/ar…
索引 Key 的位置
不管增加、刪除、查詢鍵值對，定位到雜湊桶陣列的位置都是很關鍵的第一步。前面說過 HashMap 的資料結構是陣列和連結串列的結合，所以我們當然希望這個 HashMap 裡面的元素位置儘量分佈均勻些，儘量使得每個位置上的元素數量只有一個。那麼當我們用 hash 演算法求得這個位置的時候，馬上就可以知道對應位置的元素就是我們要的，不用遍歷連結串列，大大優化了查詢的效率。
計算 hash 的方法如下：
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
複製程式碼這裡 key.hashCode() 函式呼叫的是 key 鍵值型別自帶的雜湊函式，返回 int 型別的雜湊值。理論上雜湊值是一個 int 型別，如果直接拿來作為下標訪問 HashMap 的主陣列的話，考慮到 2 進位制 32 位帶符號的 int 的範圍從 -2147483648 ~ 2147483647，前後加起來大概 40 億的對映空間。只要雜湊函式對映的比較均勻鬆散，一般應用是很難出現碰撞的。
但問題是一個 40 億長度的陣列，記憶體是放不下的。所以這裡使用對陣列的長度取模運算，得到的餘數才能用來方位陣列的下標。
bucketIndex = indexFor(hash, table.length);
複製程式碼JDK 1.7 中的獲取陣列索引位置的方法：
static int indexFor(int h, int length) {
return h & (length - 1);//相當於 h % length
}
複製程式碼這裡正好解釋了為什麼 HashMap 的陣列長度要設計為 2 的整次冪，因為這樣 h & (length - 1) 正好相當於 h % length。由於取餘的計算效率沒有位運算高，所以是一個小的優化，關於模除的詳細介紹請參考 維基百科 - 模除 - 效能問題。
但是問題又來了，這樣就算我們的雜湊值分佈再鬆散，僅僅是取最後幾位的話，碰撞也會很嚴重，更何況雜湊本身也不是很完美。所以這裡原始碼做了一下高位移位，將高位也加入計算。
這裡右移 16 位正好是 32bit 的一半，將高半區與低半區做異或，就是為了混合原始雜湊碼的高位和低位來加大低位的隨機性。並且混合後的低位加入了高位的部分特徵，高位的資訊也被保留了下來。
put()
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;
// 1. tab 為空則建立
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 2. 計算 index，並對 null 做處理
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 3. 節點 key 存在，直接覆蓋 value
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 4. 判斷該鏈為紅黑樹
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 5. 該鏈為連結串列，對連結串列進行遍歷，並統計連結串列長度
for (int binCount = 0; ; ++binCount) {
// 連結串列中不包含要插入的鍵值對節點時，則將該節點接在連結串列的最後
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 如果連結串列長度大於或等於樹化閾值，則進行樹化操作
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 條件為 true，表示當前連結串列包含要插入的鍵值對，終止遍歷
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 判斷要插入的鍵值對是否存在 HashMap 中
if (e != null) { // existing mapping for key
V oldValue = e.value;
// onlyIfAbsent 表示是否僅在 oldValue 為 null 的情況下更新鍵值對的值
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 6. 超過最大容量時，則進行擴容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
複製程式碼-
判斷鍵值對陣列 table[] 是否為空或為 null，否則執行 resize() 進行擴容；
-
根據鍵值 key 計算 hash 值得到插入的陣列索引 i，如果
table[i] == null，直接新建節點新增，轉向 6，如果 table[i] 不為空，轉向 3； -
判斷 table[i] 的首個元素是否和 key 一樣，如果相同直接覆蓋 value，否則轉向 4，這裡的相同指的是 hashCode 以及 equals；
-
判斷 table[i] 是否為 treeNode，即 table[i] 是否是紅黑樹，如果是紅黑樹，則直接在樹中插入鍵值對，否則轉向 5；
-
遍歷 table[i]，判斷連結串列長度是否大於 8，大於 8 的話把連結串列轉換為紅黑樹，在紅黑樹中執行插入操作，否則進行連結串列的插入操作；遍歷過程中若發現 key 已經存在直接覆蓋 value 即可；
-
插入成功後，判斷實際存在的鍵值對數量 size 是否超多了最大容量 threshold，如果超過，進行擴容。
擴容機制
擴容（resize）就是重新計算容量，向 HashMap 物件裡不停的新增元素，而 HashMap 物件內部的陣列無法裝載更多的元素時，物件就需要擴大陣列的長度，以便能裝入更多的元素。當然 Java 裡的陣列是無法自動擴容的，方法是使用一個新的陣列代替已有的容量小的陣列，就像我們用一個小桶裝水，如果想裝更多的水，就得換大水桶。
我們分析下 resize 的原始碼，鑑於 JDK 1.8 融入了紅黑樹，較複雜，為了便於理解我們仍然使用 JDK 1.7 的程式碼，好理解一些，本質上區別不大，具體區別後文再說。
void resize(int newCapacity) { //傳入新的容量
Entry[] oldTable = table; //引用擴容前的 Entry 陣列
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) { //擴容前的陣列大小如果已經達到最大(2^30)了
threshold = Integer.MAX_VALUE; //修改閾值為 int 的最大值(2^31-1)，這樣以後就不會擴容了
return;
}
Entry[] newTable = new Entry[newCapacity]; //初始化一個新的 Entry 陣列
transfer(newTable); //！！將資料轉移到新的 Entry 陣列裡
table = newTable; //HashMap 的 table 屬性引用新的 Entry 陣列
threshold = (int)(newCapacity * loadFactor);//修改閾值
}
複製程式碼這裡就是使用一個容量更大的陣列來代替已有的容量小的陣列，transfer() 方法將原有 Entry 陣列的元素拷貝到新的 Entry 陣列裡。
void transfer(Entry[] newTable) {
Entry[] src = table; //src引用了舊的Entry陣列
int newCapacity = newTable.length;
for (int j = 0; j < src.length; j++) { //遍歷舊的Entry陣列
Entry<K,V> e = src[j]; //取得舊Entry陣列的每個元素
if (e != null) {
src[j] = null;//釋放舊Entry陣列的物件引用（for迴圈後，舊的Entry陣列不再引用任何物件）
do {
Entry<K,V> next = e.next;
int i = indexFor(e.hash, newCapacity); //！！重新計算每個元素在陣列中的位置
e.next = newTable[i]; //標記[1]
newTable[i] = e; //將元素放在陣列上
e = next; //訪問下一個Entry鏈上的元素
} while (e != null);
}
}
}
複製程式碼newTable[i] 的引用賦給了 e.next，也就是使用了單連結串列的頭插入方式，同一位置上新元素總會被放在連結串列的頭部位置；這樣先放在一個索引上的元素終會被放到 Entry 鏈的尾部（如果發生了 hash 衝突的話），這一點和 Jdk 1.8 有區別，下文詳解。在舊陣列中同一條 Entry 鏈上的元素，通過重新計算索引位置後，有可能被放到了新陣列的不同位置上。
下面舉個例子說明下擴容過程。假設了我們的 hash 演算法就是簡單的用 key mod（%） 一下表的大小（也就是陣列的長度）。其中的雜湊桶陣列 table 的 size =2， 所以 key = 3、7、5，put 順序依次為 5、7、3。在 mod（%） 2 以後都衝突在 table[1] 這裡了。這裡假設負載因子 loadFactor = 1，即當鍵值對的實際大小 size 大於 table 的實際大小時進行擴容。接下來的三個步驟是雜湊桶陣列 resize 成 4，然後所有的 Node 重新 rehash 的過程。
下面我們講解下 JDK1.8 做了哪些優化。經過觀測可以發現，我們使用的是 2 次冪的擴充套件(指長度擴為原來2倍)，所以，元素的位置要麼是在原位置，要麼是在原位置再移動 2 次冪的位置。看下圖可以明白這句話的意思，n 為 table 的長度，圖（a）表示擴容前的 key1 和 key2 兩種key確定索引位置的示例，圖（b）表示擴容後 key1 和 key2 兩種 key 確定索引位置的示例，其中 hash1 是 key1 對應的雜湊與高位運算結果。
元素在重新計算 hash 之後，因為 n 變為 2 倍，那麼 n-1 的 mask 範圍在高位多 1bit（紅色），因此新的 index 就會發生這樣的變化：
因此，我們在擴充 HashMap 的時候，不需要像 JDK1.7 的實現那樣重新計算 hash，只需要看看原來的 hash 值新增的那個 bit 是 1 還是 0 就好了，是 0 的話索引沒變，是1的話索引變成“原索引+oldCap”，可以看看下圖為 16 擴充為 32 的 resize 示意圖：
這個設計確實非常的巧妙，既省去了重新計算 hash 值的時間，而且同時，由於新增的 1bit 是 0 還是 1 可以認為是隨機的，因此 resize 的過程，均勻的把之前的衝突的節點分散到新的 bucket 了。這一塊就是 JDK 1.8 新增的優化點。有一點注意區別，JDK 1.7 中 rehash 的時候，舊連結串列遷移新連結串列的時候，如果在新表的陣列索引位置相同，則連結串列元素會倒置，但是從上圖可以看出，JDK 1.8 不會倒置。有興趣的同學可以研究下 JDK 1.8 的 resize 原始碼，寫的很贊，如下:
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
// 如果 table 不為空，表明已經初始化過了
if (oldCap > 0) {
// 當 table 容量超超過最大值就不再擴充了，就只好隨你碰撞去吧
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 沒超過最大值，就擴充為原來的 2 倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
/*
* 初始化時，將 threshold 的值賦值給 newCap，
* HashMap 使用 threshold 變數暫時儲存 initialCapacity 引數的值
*/
newCap = oldThr;
else { // zero initial threshold signifies using defaults
/*
* 呼叫無參構造方法時，桶陣列容量為預設容量，
* 閾值為預設容量與預設負載因子乘積
*/
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 計算新的 resize 上限
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"})
// 建立新的桶陣列，桶陣列的初始化也是在這裡完成的
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
// 把每個 bucket 都移動到新的 buckets 中
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)
// 重新對映時，需要對紅黑樹進行拆分
((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;
// 遍歷連結串列，並將連結串列節點按原順序進行分組
do {
next = e.next;
// 原索引
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 原索引 + oldCap
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 原索引放到 bucket 裡
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 原索引 + oldCap 放到 bucket 裡
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
複製程式碼get()
HashMap 的查詢操作比較簡單，查詢步驟與原理篇介紹一致，即先定位鍵值對所在的桶的位置，然後再對連結串列或紅黑樹進行查詢。通過這兩步即可完成查詢，該操作相關程式碼如下：
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;
// 1. 定位鍵值對所在桶的位置
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) {
// 2. 如果 first 是 TreeNode 型別，則呼叫黑紅樹查詢方法
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 3. 對連結串列進行查詢
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
複製程式碼remove()
HashMap 的刪除操作也很簡單，僅需三個步驟即可完成。第一步是定位桶位置，第二步遍歷連結串列並找到鍵值相等的節點，第三步刪除節點。相關原始碼如下：
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;
if ((tab = table) != null && (n = tab.length) > 0 &&
// 1. 定位桶位置
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
// 如果鍵的值與連結串列第一個節點相等，則將 node 指向該節點
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
// 如果是 TreeNode 型別，呼叫紅黑樹的查詢邏輯定位待刪除節點
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
// 2. 遍歷連結串列，找到待刪除節點
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
// 3. 刪除節點，並修復連結串列或紅黑樹
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p)
tab[index] = node.next;
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
複製程式碼遍歷
和查詢一樣，遍歷操作也是大家使用頻率比較高的一個操作。對於 遍歷 HashMap，我們一般都會用下面的方式：
for(Object key : map.keySet()) {
// do something
}
複製程式碼或
for(HashMap.Entry entry : map.entrySet()) {
// do something
}
複製程式碼從上面程式碼片段中可以看出，大家一般都是對 HashMap 的 key 集合或 Entry 集合進行遍歷。上面程式碼片段中用 foreach 遍歷 keySet 方法產生的集合，在編譯時會轉換成用迭代器遍歷，等價於：
Set keys = map.keySet();
Iterator ite = keys.iterator();
while (ite.hasNext()) {
Object key = ite.next();
// do something
}
複製程式碼大家在遍歷 HashMap 的過程中會發現，多次對 HashMap 進行遍歷時，遍歷結果順序都是一致的。但這個順序和插入的順序一般都是不一致的。
public Set<K> keySet() {
Set<K> ks = keySet;
if (ks == null) {
ks = new KeySet();
keySet = ks;
}
return ks;
}
final class KeySet extends AbstractSet<K> {
public final int size() { return size; }
public final void clear() { HashMap.this.clear(); }
public final Iterator<K> iterator() { return new KeyIterator(); }
public final boolean contains(Object o) { return containsKey(o); }
public final boolean remove(Object key) {
return removeNode(hash(key), key, null, false, true) != null;
}
// 省略部分程式碼
}
final class KeyIterator extends HashIterator
implements Iterator<K> {
public final K next() { return nextNode().key; }
}
abstract class HashIterator {
Node<K,V> next; // next entry to return
Node<K,V> current; // current entry
int expectedModCount; // for fast-fail
int index; // current slot
HashIterator() {
expectedModCount = modCount;
Node<K,V>[] t = table;
current = next = null;
index = 0;
if (t != null && size > 0) { // advance to first entry
// 尋找第一個包含連結串列節點引用的桶
do {} while (index < t.length && (next = t[index++]) == null);
}
}
public final boolean hasNext() {
return next != null;
}
final Node<K,V> nextNode() {
Node<K,V>[] t;
Node<K,V> e = next;
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
if (e == null)
throw new NoSuchElementException();
if ((next = (current = e).next) == null && (t = table) != null) {
// 尋找下一個包含連結串列節點引用的桶
do {} while (index < t.length && (next = t[index++]) == null);
}
return e;
}
public final void remove() {
Node<K,V> p = current;
if (p == null)
throw new IllegalStateException();
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
current = null;
K key = p.key;
removeNode(hash(key), key, null, false, false);
expectedModCount = modCount;
}
}
複製程式碼如上面的原始碼，遍歷所有的鍵時，首先要獲取鍵集合 KeySet 物件，然後再通過 KeySet 的迭代器 KeyIterator 進行遍歷。KeyIterator 類繼承自 HashIterator 類，核心邏輯也封裝在 HashIterator 類中。HashIterator 的邏輯並不複雜，在初始化時，HashIterator 先從桶陣列中找到包含連結串列節點引用的桶。然後對這個桶指向的連結串列進行遍歷。遍歷完成後，再繼續尋找下一個包含連結串列節點引用的桶，找到繼續遍歷。找不到，則結束遍歷。
參考資料
我的 Github
我的公眾號
歡迎關注我的公眾號，分享各種技術乾貨，各種學習資料，職業發展和行業動態。
