一、HashMap数据结构
JDK 1.7 采用数组 + 链表实现。
JDK 1.8 采用数组 + 链表 + 红黑树实现。链表采用内部类Node节点实现。红黑树采用内部类TreeNode节点实现。
二、重要参数
// 1. 容量（capacity）： 必须是2的幂 & <最大容量（2的30次方），默认是16 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 最大容量 = 2的30次方（若传入的容量过大，将被最大值替换） static final int MAXIMUM_CAPACITY = 1 << 30; // 2. 加载因子(Load factor)：HashMap在其容量自动增加前可达到多满的一种尺度 // 加载因子过大则容器内可添加更多元素，空间效率高，但是容易导致哈希冲突。反之反之 final float loadFactor; // 实际加载因子 static final float DEFAULT_LOAD_FACTOR = 0.75f; // 默认加载因子 = 0.75 h // 3. 扩容阈值 = 容量 x 加载因子，哈希表的大小 ≥ 扩容阈值时，就会扩容哈希表 int threshold; // 4. 其他 transient Node<K,V>[] table; // 存储数据的Node类型 数组，长度 = 2的幂；数组的每个元素 = 1个单链表 transient int size;// HashMap的大小，即 HashMap中存储的键值对的数量 /** * 与红黑树相关的参数 */ // 1. 桶的树化阈值：即 链表转成红黑树的阈值，在存储数据时，当链表长度 > 该值时，则将链表转换成红黑树 static final int TREEIFY_THRESHOLD = 8; // 2. 桶的链表还原阈值：即 红黑树转为链表的阈值，当在扩容（resize（））时（此时HashMap的数据存储位置会重新计算），在重新计算存储位置后，当原有的红黑树内数量 < 6时，则将 红黑树转换成链表 static final int UNTREEIFY_THRESHOLD = 6; // 3. 最小树形化容量阈值：即 当哈希表中的容量 > 该值时，才允许树形化链表 （即 将链表 转换成红黑树） // 否则，若桶内元素太多时，则直接扩容，而不是树形化 // 为了避免进行扩容、树形化选择的冲突，这个值不能小于 4 * TREEIFY_THRESHOLD static final int MIN_TREEIFY_CAPACITY = 64;
三、构造函数
只是用于接受初始容量大小和加载因子，并没有真正初始化哈希表。真正初始化哈希表是在第一次增加键值对时。
/**
* @param initialCapacity 指定容量大小
* @param loadFactor 指定负载因子
*/
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;
//扩容阈值
this.threshold = tableSizeFor(initialCapacity);
}
//将传入的容量大小转化为：大于传入容量大小的最小的2的幂
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;
}
四、 hash()
static final int hash(Object key) {
int h;
//扰动处理 将Object中的哈希值高16位和低16位异或处理，这样使得得到的哈希值更加随机，减少哈希冲突
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
五、putVal()
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.如果哈希表的数组为null，那么通过resize创建。所以第一次初始化哈希表的时机就是第一个调用put方法的时刻。
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//2. 整个数组不为空，但是数组hash值处未添加过元素，那么就新建一个节点
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
//3.发生哈希冲突，数组该位置已经存在节点
else {
Node<K,V> e; K k;
//3.1 如果key相同，则覆盖旧值
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//3.2 如果是红黑树节点，那么直接添加树
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//3.3 链表
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 插入节点后，若链表节点>数阈值，则将链表转换为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
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;
//判断是否需要扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
总结：
1.判断数组table是否初始化过，如果没初始化就要进行初始化，调用resize方法。
2.根据key的哈希值找到table中的位置：
2.1 如果table[hash(key)&(n-1)]没有元素，直接插入节点。
2.2 如果table[hash(key)&(n-1)]有元素，代表发生哈希冲突，此时需要判断该位置节点类型：
2.2.1 如果当前位置节点是红黑树节点，则调用红黑树增加节点方法。
2.2.2 如果当前节点是链表节点，在链表中增加或者更新数据。之后判断是否需要执行树化操作或者扩容操作。
3.结束。
六、 resize()
//该函数在初始化哈希表或者需要扩容时调用
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;//扩容前的数组，即当前数组
int oldCap = (oldTab == null) ? 0 : oldTab.length;//当前数组长度
int oldThr = threshold;//扩容前数组扩容阈值
int newCap, newThr = 0;
//扩容
if (oldCap > 0) {
//要是当前数组长度大于最大值，那么不在扩充
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//否则扩大成原来的两倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//初始化
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//计算新的resize上限，扩容阈值
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"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
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;
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); //原索引处元素放进bucket里
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
} //原索引+ oldCap放进bucket里
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
总结：
1. 如果需要初始化 或者 当前容量已经大于等于最大值，则不需要扩容。
反之，扩容。
2. 容量*2，新建数组，并保存旧的数组。并将旧的数据转移到新的数组上，需要重新计算每个数据的位置。
重点：新位置的计算方式 = 原位置 / 原位置+ 旧容量
图解：情况一、情况二是在原数组同一位置的两个节点，因为当数组长度为16时，两个情况虽然hash值不同，但是低4位相同，这就导致了哈希冲突，处在相同位置。当长度扩容到32时，两个情况的左数第五位不相同，所以导致新数组的位置不同。
七、与JDK 1.7 区别
八、 经典问题
1.如何解决Hash冲突
2. 为何线程不安全
来源：https://www.cnblogs.com/qmillet/p/12498827.html