一、概述
HashMap是我們在程式設計中遇到極其頻繁、非常重要的一個集合類，如果能對HashMap做進一步的效能優化是非常有價值的而JDK 1.8做到了，所以非常有必要學習HashMap的重點原始碼，瞭解大師的手法。
二、底層資料結構
那為什麼不將連結串列全部換成二叉樹呢？這裡主要有兩個方面。
-
第一個是連結串列的結構比紅黑樹簡單，構造紅黑樹要比構造連結串列複雜，所以在連結串列的節點不多的情況下，從整體的效能看來， 陣列+連結串列+紅黑樹的結構不一定比陣列+連結串列的結構效能高。
-
第二個是HashMap頻繁的resize（擴容），擴容的時候需要重新計算節點的索引位置，也就是會將紅黑樹進行拆分和重組其實 這是很複雜的，這裡涉及到紅黑樹的著色和旋轉，有興趣的可以看看紅黑樹的原理，這又是一個比連結串列結構耗時的操作，所以為連結串列樹化設定一個閥值是非常有必要的。
三、原始碼分析
3.1 類結構
3.2 類註釋
我建議大家在讀原始碼時可以先看看類註釋，往往類註釋會給我們一些重要的資訊，這裡LZ給大家總結一下。
（1）允許NULL值，NULL鍵
（2）不要輕易改變負載因子，負載因子過高會導致連結串列過長，查詢鍵值對時間複雜度就會增高，負載因子過低會導致hash桶的 數量過多，空間複雜度會增高
（3）Hash表每次會擴容長度為以前的2倍
（4）HashMap是多執行緒不安全的，我在JDK1.7進行多執行緒put操作，之後遍歷，直接死迴圈，CPU飆到100%，在JDK 1.8中進行多執行緒操作會出現節點和value值丟失，為什麼JDK1.7與JDK1.8多執行緒操作會出現很大不同，是因為JDK 1.8的作者對resize方法進行了優化不會產生連結串列閉環。這也是本章的重點之一，具體的細節大家可以去查閱資料。這裡我就不解釋太多了
（5）儘量設定HashMap的初始容量，尤其在資料量大的時候，防止多次resize
3.3 類常量
//預設hash桶初始長度16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//hash表最大容量2的30次冪
static final int MAXIMUM_CAPACITY = 1 << 30;
//預設負載因子 0.75
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//連結串列的數量大於等於8個並且桶的數量大於等於64時連結串列樹化
static final int TREEIFY_THRESHOLD = 8;
//hash表某個節點連結串列的數量小於等於6時樹拆分
static final int UNTREEIFY_THRESHOLD = 6;
//樹化時最小桶的數量
static final int MIN_TREEIFY_CAPACITY = 64;
複製程式碼3.4 例項變數
//hash桶
transient Node<K,V>[] table;
//鍵值對的數量
transient int size;
//HashMap結構修改的次數
transient int modCount;
//擴容的閥值，當鍵值對的數量超過這個閥值會產生擴容
int threshold;
//負載因子
final float loadFactor;
複製程式碼3.5 建構函式
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;
//下面介紹一下這行程式碼的作用
this.threshold = tableSizeFor(initialCapacity);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
複製程式碼HashMap有4個建構函式。
hash桶沒有在建構函式中初始化，而是在第一次儲存鍵值對的時候進行初始化。 這裡重點看下 tableSizeFor(initialCapacity)方法，這個方法的作用是，將你傳入的initialCapacity做計算，返回一個大於等於initialCapacity 最小的2的冪次方。
所以這個操作保證無論你傳入的初始化Hash桶長度引數是多少，最後hash表初始化的長度都是2的冪次方。比如你輸入的是6，計算出來結果就是8。
下面貼出原始碼。
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;
}
複製程式碼3.6 插入
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;
//當table為空時，這裡初始化table，不是通過建構函式初始化，而是在插入時通過擴容初始化，有效防止了初始化HashMap沒有資料插入造成空間浪費可能造成記憶體洩露的情況
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//存放新鍵值對
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//舊鍵值對的覆蓋
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//在紅黑樹中查詢舊鍵值對更新
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//將新鍵值對放在連結串列的最後
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//當連結串列的長度大於等於樹化閥值，並且hash桶的長度大於等於MIN_TREEIFY_CAPACITY，連結串列轉化為紅黑樹
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//連結串列中包含鍵值對
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//map中含有舊key，返回舊值
if (e != null) {
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//map調整次數加1
++modCount;
//鍵值對的數量達到閾值需要擴容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
複製程式碼HashMap插入跟我們平時使用時的感覺差不多，下面總結一下。
（1）插入的鍵值對是新鍵值對，如果hash表沒有初始化會進行初始化，否則將鍵值對插入連結串列尾部，可能需要連結串列樹化和 擴容
（2）插入的鍵值對中的key已經存在，更新鍵值對在put的方法裡我們注意看下hash(key)方法，這是計算鍵值對hash值的方法，下面給出原始碼
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
複製程式碼hashCode()是一個int型別的本地方法，也就將key的hashCode無符號右移16位然後與hashCode異或從而得到hash值在putVal方法中（n - 1）& hash計算得到桶的索引位置 ，那麼現在有兩個疑問，為什麼要計算hash值？為什麼不用 hash % n?
-
為什麼要計算hash值，而不用hashCode，用為通常n是很小的，而hashCode是32位，如果（n - 1）& hashCode那麼當n大於2的16次方加1，也就是65537後(n - 1)的高位資料才能與hashCode的高位資料相與，當n很小是隻能使用上hashCode低 16位的資料，這會產生一個問題，既鍵值對在hash桶中分佈不均勻，導致連結串列過長，而把hashCode>>>16無符號右移16位讓 高16位間接的與（n - 1）參加計算，從而讓鍵值對分佈均勻。降低hash碰撞。
-
為什麼使用（n - 1）& hash 而不使用hash% n呢？其實這兩種結果是等價的，但是&的效率比%高，原因因為&運算是二 進位制直接運算，而計算機天生就認得二進位制。下面畫圖說明一下
3.7 擴容
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
//如果舊hash桶不為空
if (oldCap > 0) {
//超過hash桶的最大長度，將閥值設為最大值
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//新的hash桶的長度2被擴容沒有超過最大長度，將新容量閥值擴容為以前的2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//如果hash表閾值已經初始化過
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//如果舊hash桶，並且hash桶容量閾值沒有初始化，那麼需要初始化新的hash桶的容量和新容量閥值
else {
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//新的區域性變數閥值賦值
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//為當前容量閥值賦值
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
//初始化hash桶
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//如果舊的hash桶不為空，需要將舊的hash表裡的鍵值對重新對映到新的hash桶中
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//只有一個節點，通過索引位置直接對映
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//如果是紅黑樹，需要進行樹拆分然後對映
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else {
//如果是多個節點的連結串列，將原連結串列拆分為兩個連結串列，兩個連結串列的索引位置，一個為原索引，一個為原索引加上舊Hash桶長度的偏移量
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//連結串列1
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
//連結串列2
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//連結串列1存於原索引
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//連結串列2存於原索引加上原hash桶長度的偏移量
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
複製程式碼那麼什麼時候回產生擴容呢？
（1）初始化HashMap時，第一次進行put操作
（2）當鍵值對的個數大於threshold閥值時產生擴容，threshold=size*loadFactor
上面就是HashMap擴容的原始碼，我已經加上了註釋，相信大家都能看懂了。總結一下，HaspMap擴容就是就是先計算 新的hash表容量和新的容量閥值，然後初始化一個新的hash表，將舊的鍵值對重新對映在新的hash表裡。這裡實現的細節當然 沒有我說的那麼簡單，如果在舊的hash表裡涉及到紅黑樹，那麼在對映到新的hash表中還涉及到紅黑樹的拆分。
在擴容的原始碼中作者有一個使用很巧妙的地方，是鍵值對分佈更均勻，不知道讀者是否有看出來。在遍歷原hash桶時的 一個連結串列時，因為擴容後長度為原hash表的2倍，假設把擴容後的hash表分為兩半，分為低位和高位，如果能把原連結串列的鍵值對， 一半放在低位，一半放在高位，這樣的索引效率是最高的。那看看原始碼裡是怎樣寫的。大師通過e.hash & oldCap == 0來判斷， 這和e.hash & (oldCap - 1) 有什麼區別呢。下面我通過畫圖來解釋一下。
其實，到這裡基本上HashMap的核心內容都講完了，相信大家對HashMap的原始碼有一定了解了。在原始碼中還有鍵值對的查詢和刪除都比較簡單，這裡就不在過多贅述了，對於紅黑樹的構造、旋轉、著色，我覺得大家有興趣可以瞭解一下，畢竟我們不 是HashMap的開發者，不用瞭解過多的細節，鑽牆角。知道大致的原理即可。
3.8 清除
本來到這裡就要結束了，但是LZ還是想跟大家聊一下HashMap總的clear()方法，下面貼出原始碼。
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;
}
}
複製程式碼HashMap其實這段程式碼特別簡單，為什麼貼出來呢，是因為我在看過別的部落格裡產生過疑問，到底是clear好還是新建一 個HashMap好。我認為clear()比新建一個HashMap好。下面從空間複雜度和時間複雜度來解釋一下。
從時間角度來看，這個迴圈是非常簡單無複雜邏輯，並不十分耗資源。而新建一個HashMap，首先他在在堆記憶體中年輕代中檢視是否有足夠空間能夠儲存，如果能夠儲存，那麼建立順利完成，但如果HashMap非常大，年輕代很難有足夠的空間儲存，如果老年代中有足夠空間儲存這個HashMap，那麼jvm會將HashMap直接儲存在老年代中，如果老年代中空間不夠，這時候會觸發一次minor gc，會產生小規模的gc停頓，如果發生minor gc之後仍不能儲存HashMap，那麼會發生整個堆的gc，也就是 full gc，這個gc停頓是很恐怖的。實際上的gc順序就是這樣的，並且可能發生多次minor gc和full gc,如果發現年輕代和老年代 均不能儲存HashMap，那麼就會觸發OOM，而clear()是肯定不會觸發OOM的，所以資料裡特別大的情況下，千萬不要建立一 個新的HashMap代替clear()方法。
從空間角度看，原HashMap雖然不用，如果資料未被清空，是不可能被jvm回收的，因為HashMap是強引用型別的，從而造成記憶體洩漏。所以綜上所述我 是不建議新建一個HashMap代替clear()的，並且很多原始碼中clear()方法很常用，這就是最好的證明。
四、總結
（1）HashMap允許NULL值，NULL鍵
（2）不要輕易改變負載因子，負載因子過高會導致連結串列過長，查詢鍵值對時間複雜度就會增高，負載因子過低會導致hash桶的數量過多，空間複雜度會增高
（3）Hash表每次會擴容長度為以前的2倍
（4）HashMap是多執行緒不安全的，我在JDK 1.7進行多執行緒put操作，之後遍歷，直接死迴圈，CPU飆到100%，在JDK 1.8中 進行多執行緒操作會出現節點和value值丟失，為什麼JDK1.7與JDK1.8多執行緒操作會出現很大不同，是因為JDK 1.8的作者對resize 方法進行了優化不會產生連結串列閉環。這也是本章的重點之一，具體的細節大家可以去查閱資料。這裡我就不解釋太多了
（5）儘量設定HashMap的初始容量，尤其在資料量大的時候，防止多次resize
（6）HashMap在JDK 1.8在做了很好效能的提升，我看到過在JDK1.7和JDK1.8get操作效能對比JDK1.8是要優於JDK 1.7的， 大家感興趣的可以自己做個測試，所以還沒有升級到JDK1.8的小夥伴趕緊的吧。
總結就把類註釋的給搬過來了，其實在本篇文章中有一個知識點沒有詳細分析，就是HashMap在多執行緒不安全的原因，尤其擴 容在JDK 1.7 會產生連結串列閉環，因為要畫很多圖，我還沒找到合適的工具，後期補充吧。