内部包含了一个 Entry 类型的数组 table。Entry 存储着键值对。它包含了四个字段，从 next 字段我们可以看出 Entry 是一个链表。即数组中的每个位置被当成一个桶，一个桶存放一个链表。HashMap 使用拉链法来解决冲突，同一个链表中存放哈希值和散列桶容量取模运算结果相同的 Entry。
啊啊
transient Entry[] table; //位桶数组
/**
* Entry类实现了Map.Entry接口
* 即 实现了getKey()、getValue()、equals(Object o)和hashCode()等方法
**/
static class Entry<K,V> implements Map.Entry<K,V> {
final K key; // 键
V value; // 值
Entry<K,V> next; // next指针
int hash; //hashCode()方法计算出的hash值
/**
* 构造方法，创建一个Entry
* 参数：哈希值h，键值k，值v、下一个节点n
*/
Entry(int h, K k, V v, Entry<K,V> n) {
value = v;
next = n;
key = k;
hash = h;
}
// 返回 与 此项 对应的键
public final K getKey() {
return key;
}
// 返回 与 此项 对应的值
public final V getValue() {
return value;
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
/**
* equals（）
* 作用：判断2个Entry是否相等，必须key和value都相等，才返回true
*/
public final boolean equals(Object o) {
if (!(o instanceof Map.Entry))
return false;
Map.Entry e = (Map.Entry)o;
Object k1 = getKey();
Object k2 = e.getKey();
if (k1 == k2 || (k1 != null && k1.equals(k2))) {
Object v1 = getValue();
Object v2 = e.getValue();
if (v1 == v2 || (v1 != null && v1.equals(v2)))
return true;
}
return false;
}
/**
* hashCode（）
*/
public final int hashCode() {
return Objects.hashCode(getKey()) ^ Objects.hashCode(getValue());
}
public final String toString() {
return getKey() + "=" + getValue();
}
/**
* 当向HashMap中添加元素时，即调用put(k,v)时，
* 对已经在HashMap中k位置进行v的覆盖时，会调用此方法
* 此处没做任何处理
*/
void recordAccess(HashMap<K,V> m) {
}
/**
* 当从HashMap中删除了一个Entry时，会调用该函数
* 此处没做任何处理
*/
void recordRemoval(HashMap<K,V> m) {
}
}
// 1. 容量（capacity）： HashMap中数组的长度
// a. 容量范围：必须是2的幂 & <最大容量（2的30次方）
// b. 初始容量 = 哈希表创建时的容量
// 默认容量 = 16 = 1<<4 = 00001中的1向左移4位 = 10000 = 十进制的2^4=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
// a. 加载因子越大、填满的元素越多 = 空间利用率高、但冲突的机会加大、查找效率变低（因为链表变长了）
// b. 加载因子越小、填满的元素越少 = 空间利用率小、冲突的机会减小、查找效率高（链表不长）
// 实际加载因子
final float loadFactor;
// 默认加载因子 = 0.75
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 3. 扩容阈值（threshold）：当哈希表的大小 ≥ 扩容阈值时，就会扩容哈希表（即扩充HashMap的容量）
// a. 扩容 = 对哈希表进行resize操作（即重建内部数据结构），从而哈希表将具有大约两倍的桶数
// b. 扩容阈值 = 容量 x 加载因子
int threshold;
//默认的threshold值
static final int ALTERNATIVE_HASHING_THRESHOLD_DEFAULT = Integer.MAX_VALUE;
// 4. 其他
// 存储数据的Entry类型 数组，长度 = 2的幂
// HashMap的实现方式 = 拉链法，Entry数组上的每个元素本质上是一个单向链表
transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;
//HashMap内部的存储结构是一个数组，此处数组为空，即没有初始化之前的状态
static final Entry<?,?>[] EMPTY_TABLE = {};
// HashMap的大小，即 HashMap中存储的键值对的数量
transient int size;
capacity）、负载因子(Load factor)，但仍无真正初始化哈希表（存储数组table）table是在第1次调用put（）添加键值对时
/**
* 构造函数1：默认构造函数（无参）
实际上是调用构造函数3：指定“容量大小”和“加载因子”的构造函数
*/
public HashMap() {
// 传入默认的容量（16）和负载因子（0.75）
this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR);
}
/**
* 构造函数2：指定“容量大小”的构造函数
实际上是调用指定“容量大小”和“加载因子”的构造函数
*/
public HashMap(int initialCapacity) {
// 传入指定的容量，和默认的负载因子
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
/**
* 构造函数3：指定“容量大小”和“加载因子”的构造函数
* 加载因子 & 容量都由自己指定
*/
public HashMap(int initialCapacity, float loadFactor) {
// HashMap的最大容量只能是MAXIMUM_CAPACITY，哪怕传入的 > 最大容量
//如果大于最大容量，还是赋值为1 << 30
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
// 设置 加载因子
this.loadFactor = loadFactor;
// 设置 扩容阈值 = 初始容量
// 注：此处不是真正的阈值，是为了扩展table，该阈值后面会重新计算
threshold = initialCapacity;
init(); // 一个空方法用于未来的子对象扩展
}
/**
* 构造函数4：包含“子Map”的构造函数
* 即 构造出来的HashMap包含传入Map的映射关系
* 加载因子 & 容量 = 默认
*/
public HashMap(Map<? extends K, ? extends V> m) {
// 设置容量大小 & 加载因子 = 默认
this(Math.max((int) (m.size() / DEFAULT_LOAD_FACTOR) + 1,
DEFAULT_INITIAL_CAPACITY), DEFAULT_LOAD_FACTOR);
// 该方法用于初始化 数组 & 阈值，下面会详细说明
inflateTable(threshold);
// 将传入的子Map中的全部元素逐个添加到HashMap中
putAllForCreate(m);
}
}
hash(Object k)：计算key的hash值
该函数在JDK 1.7 和 1.8 中的实现不同，但原理（扰动函数）一样使得根据key生成的哈希码（hash值）分布更加均匀、更具备随机性，避免出现hash值冲突（即指不同key但生成同1个hash值）
/**
* 确定位桶数组下标主要分为2步：计算hash值、根据hash值再计算得出最后数组位置
*/
// a. 根据键值key计算hash值 ->> 分析1
int hash = hash(key);
// b. 根据hash值 最终获得 key对应存放的数组Table中位置 ->> 分析2
int i = indexFor(hash, table.length);
// JDK 1.7实现：将 键key 转换成 哈希码（hash值）操作 = 使用hashCode() + 4次位运算 + 5次异或运算（9次扰动）
static final int hash(int h) {
h ^= k.hashCode();
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
// JDK 1.8实现：将 键key 转换成 哈希码（hash值）操作 = 使用hashCode() + 1次位运算 + 1次异或运算（2次扰动）
// 1. 取hashCode值： h = key.hashCode()
// 2. 高位参与低位的运算：h ^ (h >>> 16)
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
// a. 当key = null时，hash值 = 0，所以HashMap的key 可为null
// 注：对比HashTable，HashTable对key直接hashCode（），若key为null时，会抛出异常，所以HashTable的key不可为null
// b. 当key ≠ null时，则通过先计算出 key的 hashCode()（记为h），然后 对哈希码进行 扰动处理： 按位 异或（^） 哈希码自身右移16位后的二进制
}
/**
* 函数源码分析2：indexFor(hash, table.length)
* JDK 1.8中实际上无该函数，但原理相同，即具备类似作用的函数
*/
static int indexFor(int h, int length) {
return h & (length-1);
// 将对哈希码扰动处理后的结果 与运算(&) （数组长度-1），最终得到存储在数组table的位置（即数组下标、索引）
}
put(int hash, K key, V value, int bucketIndex)：向HashMap添加数据（成对存放 key - value）
/**
* 函数使用原型
*/
map.put("name", "huangkaiyu");
map.put("age", 21);
public V put(K key, V value)
// 1.如果哈希表未初始化（即 table为空)
if (table == EMPTY_TABLE) {
// 则使用构造函数传入的阈值(即初始容量) 初始化数组table
inflateTable(threshold);
}
// 2. 判断key是否为空值null
// 若key == null，则将该键值对放在table [0]（本质：key = Null时，hash值 = 0，故存放到table[0]中）
if (key == null)
return putForNullKey(value);
//若 key ≠ null，则计算存放数组 table 中的位置（下标、索引）
//计算hash值
int hash = hash(key);
//传入hash值和table长度算出index
int i = indexFor(hash, table.length);
// 3. 遍历table[indexFor]对应的链表判断该key对应的值是否已存在
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
//若该key已存在（即 key-value已存在 ），则用替换原来的值
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue; //并返回旧的value
}
}
//改动计数器+1
modCount++;
// 若该key不存在，则将“key-value”添加到table中
addEntry(hash, key, value, i);
return null;
}
inflateTable(int toSize)：初始化数组（table）、扩容阈值（threshold）
注意：
真正初始化哈希表（初始化存储数组table）是在第1次添加键值对时，即第1次调用put（）时
/**
* put中调用
*/
if (table == EMPTY_TABLE) {
//此处传入的是构造函数时设置的阈值(即初始容量)，不是真正的扩容阈值
inflateTable(threshold);
}
private void inflateTable(int toSize) {
// 1. 将传入的容量大小转化为：>传入容量大小的最小的2的次幂（传入18转化得32）
int capacity = roundUpToPowerOf2(toSize);
// 2. 重新计算阈值 threshold = 容量 * 加载因子（之前存的是容量）
threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
// 3.传入容量初始化位桶数组table（作为数组长度）
table = new Entry[capacity];
initHashSeedAsNeeded(capacity);
}
/**
* roundUpToPowerOf2(toSize)
* 作用：将传入的容量大小转化为：>传入容量大小的最小的2的幂
* 特别注意：容量大小必须为2的幂
*/
private static int roundUpToPowerOf2(int number) {
//若超过了最大值，则设置为最大值；否则，设置为大于传入容量大小的最小的2的次幂
return number >= MAXIMUM_CAPACITY ?
MAXIMUM_CAPACITY : (number > 1) ? Integer.highestOneBit((number - 1) << 1) : 1;
putForNullKey(V value)：当 key ==null时，将该 key-value 的存储位置规定为数组table 中的第1个位置，即table [0]
/**
* put()方法调用时 传入的key为空
*/
if (key == null)
return putForNullKey(value);
/**
* 遍历以table[0]为首的链表，寻找是否存在key==null 对应的键值对
有就替换并返回旧值，没有就调用addEntry（）将（null，value）添加到链表中
*/
private V putForNullKey(V value) {
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
//如果链表结点key为空
if (e.key == null) {
//保存旧值
V oldValue = e.value;
//链表赋新值
e.value = value;
e.recordAccess(this);
//返回旧值
return oldValue;
}
}
//改动次数+1
modCount++;
// 若没有key==null的键，那么调用addEntry（）将其加入链表
addEntry(0, null, value, 0);
// a. addEntry（）的第1个参数hash值传入0（当key = null时，也有hash值 = 0，所以HashMap的key 可为null）
// c. 对比HashTable，由于HashTable对key直接hashCode（），若key为null时，会抛出异常，所以HashTable的key不可为null
// d. 此处只需知道是将 key-value 添加到HashMap中即可，关于addEntry（）的源码分析将等到下面再详细说明，
return null;
}
addEntry(int hash, K key, V value, int bucketIndex)：添加键值对（Entry ）到 HashMap中
/**
* put中key不存在调用，将Entry对象存入链表
*/
void addEntry(int hash, K key, V value, int bucketIndex) {
// 1. 插入前先判断是否需要扩容
// 如果元素个数>=扩容阈值 并且 对应数组下标不为空
if ((size >= threshold) && (null != table[bucketIndex])) {
//扩容2倍
resize(2 * table.length);
// 重新计算Key对应的hash值
hash = (null != key) ? hash(key) : 0;
// 重新计算该Key对应的hash值的存储数组下标位置
bucketIndex = indexFor(hash, table.length);
}
//如果不需要扩容，则创建1个新的Entry并放入到数组中
createEntry(hash, key, value, bucketIndex);
}
createEntry(int hash, K key, V value, int bucketIndex)
/**
* 分析2：createEntry(hash, key, value, bucketIndex);
* 作用： 若容量足够，则创建1个新的数组元素（Entry） 并放入到数组中
*/
void createEntry(int hash, K key, V value, int bucketIndex) {
// 1. 把table中该位置原来的Entry保存
Entry<K,V> e = table[bucketIndex];
// 2. 在table中该位置新建一个Entry：将原头结点位置（数组上）的键值对 放入到（链表）后1个节点中、将需插入的键值对 放入到头结点中（数组上）-> 从而形成链表
// 即 在插入元素时，是在链表头插入的，table中的每个位置永远只保存最新插入的Entry，旧的Entry则放入到链表中（即 解决Hash冲突）
table[bucketIndex] = new Entry<>(hash, key, value, e);
// 3. 哈希表的键值对数量计数增加
size++;
}
resize(int newCapacity)：扩容为原来两倍
在扩容resize（）过程中，在将旧数组上的数据 转移到 新数组上时，转移操作 = 按旧链表的正序遍历链表、在新链表的头部依次插入，即在转移数据、扩容后，容易出现链表逆序的情况
设重新计算存储位置后不变，即扩容前 = 1->2->3，扩容后 = 3->2->1
此时若（多线程）并发执行 put（）操作，一旦出现扩容情况，则 容易出现 环形链表，从而在获取数据、遍历链表时 形成死循环（Infinite Loop），即 死锁的状态 = 线程不安全
/**
* resize(2 * table.length)
* 作用：当容量不足时（容量 > 阈值），则扩容（扩到2倍）
*/
void resize(int newCapacity) {
// 1. 保存旧数组（old table）
Entry[] oldTable = table;
// 2. 保存旧容量（数组长度）
int oldCapacity = oldTable.length;
// 3. 若旧容量已经是系统默认最大容量了，那么将扩容阈值设置成整型的最大值，退出
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
// 4. 根据新容量（2倍容量）新建1个数组，即新table
Entry[] newTable = new Entry[newCapacity];
// 5. 将旧数组上的数据（键值对）转移到新table中，从而完成扩容
transfer(newTable);
// 6. 新数组table引用到HashMap的table属性上
table = newTable;
// 7. 重新设置阈值
threshold = (int)(newCapacity * loadFactor);
}
transfer(Entry[] newTable)：
/**
* transfer(newTable);
* 作用：将旧数组上的数据（键值对）转移到新table中，从而完成扩容
* 过程：按旧链表的正序遍历链表采用头插法插入新链表
*/
void transfer(Entry[] newTable) {
// 1. src指向原table
Entry[] src = table;
// 2. 获取新数组的大小
int newCapacity = newTable.length;
// 3. 通过遍历旧table，将键值对转移到新table上
for (int j = 0; j < src.length; j++) {
// 创建辅助entry指向旧数组中的元素
Entry<K,V> e = src[j];
if (e != null) {
// 释放旧数组的对象引用（for循环后，旧数组不再引用任何对象）
src[j] = null;
//开始遍历
do {
//创建辅助指针next（因是单链表，故要保存下1个结点，否则转移后链表会断开 ）
Entry<K,V> next = e.next;
// 重新计算每个元素的存储位置
int i = indexFor(e.hash, newCapacity);
//头插法插入
e.next = newTable[i];
newTable[i] = e;
// e跳到下一个entry
e = next;
} while (e != null);
// 循环直到遍历完数组上的所有数据元素
}
}
}
public V get(Object key)：根据键key，向HashMap获取对应的值
public V get(Object key) {
// 1. 当key == null时，则到table[0]为头结点的链表去检索
if (key == null)
return getForNullKey();
// 2. 当key ≠ null时，去获得对应值
Entry<K,V> entry = getEntry(key);
return null == entry ? null : entry.getValue();
}
/**
* getForNullKey()
* 作用：当key == null时，在table[0]中去寻找对应 key为null的键值对
*/
private V getForNullKey() {
if (size == 0) {
return null;
}
// 遍历以table[0]为头结点的链表，寻找 key==null 对应的值
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
// 从table[0]中取key==null的value值
if (e.key == null)
return e.value;
}
return null;
}
/**
* getEntry(key)
* 作用：当key ≠ null时，去获得对应值
*/
final Entry<K,V> getEntry(Object key) {
//如果元素个数为空返回null
if (size == 0) {
return null;
}
// 1. 计算key对应的hash值
int hash = (key == null) ? 0 : hash(key);
// 2. 根据hash值计算出对应的数组下标
// 3. 遍历对应index的数组元素为头结点的链表，检索键值对
for (Entry<K,V> e = table[indexFor(hash, table.length)]; e != null; e = e.next) {
Object k;
// 若 hash值 & key 相等，则证明该Entry = 我们要的键值对
// 通过==或者equals（）判断key是否相等
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
}
return null;
}
remove(Object key)：删除该键值对
public V remove(Object key) {
Entry<K,V> e = removeEntryForKey(key);
return (e == null ? null : e.value);
}
final Entry<K,V> removeEntryForKey(Object key) {
if (size == 0) {
return null;
}
// 1. 计算hash值
int hash = (key == null) ? 0 : hash(key);
// 2. 计算存储的数组下标位置
int i = indexFor(hash, table.length);
//prev记录要删除entry的前一个entry
Entry<K,V> prev = table[i];
//e记录要删除的entry
Entry<K,V> e = prev;
while (e != null) {
//辅助指针，指向下一个entry
Entry<K,V> next = e.next;
Object k;
//如果key相等
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) {
modCount++; //改动次数+1
size--; //元素个数-1
// 若删除的是链表的头结点
if (prev == e)
// 则将头结点的next引用存入table[i]中
table[i] = next;
//否则 将当前结点的前1个结点中的next指向当前结点的下一个结点（直接越过当前Entry）
else
prev.next = next;
e.recordRemoval(this);
return e;
}
//prev指向当前结点
prev = e;
//e指向下一个结点
e = next;
}
//遍历结束e为null，表示没找到返回null
return e;
}
HashMap除了核心的put（）、get（）函数，还有以下主要使用的函数方法
| void clear(); | 清除哈希表中的所有键值对 |
|---|---|
| int size(); | 返回哈希表中所有 键值对的数量 = 数组中的键值对 + 链表中的键值对 |
| boolean isEmpty(); | 判断HashMap是否为空；size == 0时 表示为 空 |
| void putAll(Map<? extends K, ? extends V> m); | 将指定Map中的键值对 复制到 此Map中 |
| boolean containsKey(Object key); | 判断是否存在该键的键值对；是 则返回true |
| boolean containsValue(Object value); | 判断是否存在该值的键值对；是 则返回true |
源码
/**
* 函数：isEmpty()
* 作用：判断HashMap是否为空，即无键值对；size == 0时 表示为 空
*/
public boolean isEmpty() {
return size == 0;
}
/**
* 函数：size()
* 作用：返回哈希表中所有 键值对的数量 = 数组中的键值对 + 链表中的键值对
*/
public int size() {
return size;
}
/**
* 函数：clear()
* 作用：清空哈希表，即删除所有键值对
* 原理：将数组table中存储的Entry全部置为null、size置为0
*/
public void clear() {
//改动次数＋1
modCount++;
//全部元素设空
Arrays.fill(table, null);
//元素个数清0
size = 0;
}
/**
* 函数：putAll(Map<? extends K, ? extends V> m)
* 作用：将指定Map中的键值对 复制到 此Map中
* 原理：类似Put函数
*/
public void putAll(Map<? extends K, ? extends V> m) {
// 1. 统计需复制多少个键值对
int numKeysToBeAdded = m.size();
if (numKeysToBeAdded == 0)
return;
// 2. 若table还没初始化，先用刚刚统计的复制数去初始化table
if (table == EMPTY_TABLE) {
inflateTable((int) Math.max(numKeysToBeAdded * loadFactor, threshold));
}
// 3. 若需复制的数目 > 阈值，则需先扩容
if (numKeysToBeAdded > threshold) {
int targetCapacity = (int)(numKeysToBeAdded / loadFactor + 1);
if (targetCapacity > MAXIMUM_CAPACITY)
targetCapacity = MAXIMUM_CAPACITY;
int newCapacity = table.length;
while (newCapacity < targetCapacity)
newCapacity <<= 1;
if (newCapacity > table.length)
resize(newCapacity);
}
// 4. 开始复制（实际上不断调用Put函数插入）
for (Map.Entry<? extends K, ? extends V> e : m.entrySet())
put(e.getKey(), e.getValue());
}
/**
* 函数：containsKey(Object key)
* 作用：判断是否存在该键的键值对；是 则返回true
* 原理：调用get（），判断是否为Null
*/
public boolean containsKey(Object key) {
return getEntry(key) != null;
}
/**
* 函数：containsValue(Object value)
* 作用：判断是否存在该值的键值对；是 则返回true
*/
public boolean containsValue(Object value) {
// 若value为空，则调用containsNullValue()
if (value == null)
return containsNullValue();
// 若value不为空，则遍历链表中的每个Entry，通过equals（）比较values 判断是否存在
Entry[] tab = table;
for (int i = 0; i < tab.length ; i++)
for (Entry e = tab[i] ; e != null ; e = e.next)
if (value.equals(e.value))
return true;//返回true
return false;
}
// 判断是否有空值
private boolean containsNullValue() {
Entry[] tab = table;
for (int i = 0; i < tab.length ; i++)
for (Entry e = tab[i] ; e != null ; e = e.next)
if (e.value == null)
return true;
return false;
}
JDK 1.8 的优化目的主要是：减少 Hash冲突 & 提高哈希表的存、取效率
| 版本 | 存储结构 | 数组&链表结点实现类 | 红黑树的实现类 | 初始化方式 |
|---|---|---|---|---|
| JDK1.7 | 数组+链表 | Entry类 | 无红黑树 | 单独函数：inflateTable() |
| JDK1.8 | 数组+链表+红黑树 | Node类 | TreeNode类 | 直接集成在扩容函数：resize()中 |
| 版本 | hash值计算方式 |
|---|---|
| JDK1.7 | 1.hashcode计算 |
| JDK1.8 | 按照扩容后的规律计算（扩容后的位置=原位置 or 原位置 +旧容量） |
| 版本 | 重hash计算位置 |
|---|---|
| JDK1.7 | 1.Object.hashCode计算 2. 9次扰动处理 =4次位运算+5次异或运算 |
| JDK1.8 | 1.Object.hashCode计算 2. 2次扰动处理 =1次位运算+1次异或运算 |
