1.HashMap簡介
HashMap 主要用來存放鍵值對，它基於哈希表的Map接口實現，是常用的Java集合之一。
JDK1.8 之前 HashMap 由 數組+鏈表 組成的，數組是 HashMap 的主體，鏈表則是主要爲了解決哈希衝突而存在的（“拉鍊法”解決衝突）.JDK1.8 以後在解決哈希衝突時有了較大的變化，當鏈表長度大於閾值（默認爲 8）時，將鏈表轉化爲紅黑樹，以減少搜索時間。
2.哈希表介紹
1.哈希表執行性能
在討論哈希表之前，我們先大概瞭解下其他數據結構在新增，查找等基礎操作執行性能。
數組：採用一段連續的存儲單元來存儲數據。對於指定下標的查找，時間複雜度爲O(1)；通過給定值進行查找，需要遍歷數組，逐一比對給定關鍵字和數組元素，時間複雜度爲O(n)，當然，對於有序數組，則可採用二分查找，插值查找，斐波那契查找等方式，可將查找複雜度提高爲O(logn)；對於一般的插入刪除操作，涉及到數組元素的移動，其平均複雜度也爲O(n)。
線性鏈表：對於鏈表的新增，刪除等操作（在找到指定操作位置後），僅需處理結點間的引用即可，時間複雜度爲O(1)，而查找操作需要遍歷鏈表逐一進行比對，複雜度爲O(n)。
二叉樹：對一棵相對平衡的有序二叉樹，對其進行插入，查找，刪除等操作，平均複雜度均爲O(logn)。
哈希表（也叫散列表）：是根據關鍵碼值(Key value)而直接進行訪問的數據結構，它通過把關鍵碼值映射到表中一個位置來訪問記錄，以加快查找的速度。這個映射函數叫做哈希函數，存放記錄的數組叫做哈希表（哈希表的主幹就是數組）。相比上述幾種數據結構，在哈希表中進行添加，刪除，查找等操作，性能十分之高，不考慮哈希衝突的情況下，僅需一次定位即可完成，時間複雜度爲O(1)。
2.哈希衝突
然而萬事無完美，如果兩個不同的元素，通過哈希函數得出的實際存儲地址相同怎麼辦？也就是說，當我們對某個元素進行哈希運算，得到一個存儲地址，然後要進行插入的時候，發現已經被其他元素佔用了，其實這就是所謂的哈希衝突，也叫哈希碰撞。哈希衝突的解決方案有多種:開放定址法（發生衝突，繼續尋找下一塊未被佔用的存儲地址），再散列函數法，鏈地址法，而HashMap即是採用了鏈地址法，也就是數組+鏈表的方式。
3.數據結構分析
JDK 1.8 HashMap 的 hash 方法源碼:
// key.hashCode()：返回散列值也就是hashcode// ^ ：按位異或// >>>:無符號右移，忽略符號位，空位都以0補齊static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}對比一下 JDK1.7的 HashMap 的 hash 方法源碼
static int hash(int h) { // This function ensures that hashCodes that differ only by
// constant multiples at each bit position have a bounded
// number of collisions (approximately 8 at default load factor).
h ^= (h >>> 20) ^ (h >>> 12); return h ^ (h >>> 7) ^ (h >>> 4);
}相比於 JDK1.8 的 hash 方法 ，JDK 1.7 的 hash 方法的性能會稍差一點點，因爲畢竟擾動了 4 次。
所謂 “拉鍊法” 就是：將鏈表和數組相結合。也就是說創建一個鏈表數組，數組中每一格就是一個鏈表。若遇到哈希衝突，則將衝突的值加到鏈表中即可。
JDK1.8之後
相比於之前的版本，jdk1.8在解決哈希衝突時有了較大的變化，當鏈表長度大於閾值（默認爲8）時，將鏈表轉化爲紅黑樹，以減少搜索時間。
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;
// 默認的初始容量是16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默認的填充因子
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鏈表
static final int UNTREEIFY_THRESHOLD = 6; // 桶中結構轉化爲紅黑樹對應的table的最小大小
static final int MIN_TREEIFY_CAPACITY = 64; // 存儲元素的數組，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，注意這個不等於數組的長度。
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;
}loadFactor加載因子
給定的默認容量爲 16，負載因子爲 0.75。Map 在使用過程中不斷的往裏面存放數據，當數量達到了 16 * 0.75 = 12 就需要將當前 16 的容量進行擴容，而擴容這個過程涉及到 rehash、複製數據等操作，所以非常消耗性能。
threshold臨界值
threshold = capacity * loadFactor，當Size>=threshold的時候，那麼就要考慮對數組的擴增了，也就是說，這個的意思就是 衡量數組是否需要擴增的一個標準。
Node節點類源碼:
// 繼承自 Map.Entry<K,V>static class Node<K,V> implements Map.Entry<K,V> { final int hash;// 哈希值，存放元素到hashmap中時用來與其他元素hash值比較
final K key;//鍵
V value;//值
// 指向下一個節點
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) { this.hash = hash; this.key = key; this.value = value; this.next = next;
} public final K getKey() { return key; } public final V getValue() { return value; } public final String toString() { return key + "=" + value; } // 重寫hashCode()方法
public final int hashCode() { return Objects.hashCode(key) ^ Objects.hashCode(value);
} public final V setValue(V newValue) {
V oldValue = value;
value = newValue; return oldValue;
} // 重寫 equals() 方法
public final boolean equals(Object o) { if (o == this) return true; if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o; if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue())) return true;
} return false;
}
}樹節點類源碼:
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // 父
TreeNode<K,V> left; // 左
TreeNode<K,V> right; // 右
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red; // 判斷顏色
TreeNode(int hash, K key, V val, Node<K,V> next) { super(hash, key, val, next);
} // 返回根節點
final TreeNode<K,V> root() { for (TreeNode<K,V> r = this, p;;) { if ((p = r.parent) == null) return r;
r = p;
}HashMap源碼分析
構造方法
// 指定“容量大小”和“加載因子”的構造函數 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);
} //指定“容量大小”的構造函數
public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR);
} //默認構造函數
public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
} //包含另一個“Map”的構造函數
public HashMap(Map<? extends K, ? extends V> m) { this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}putMapEntries方法：
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爲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中的所有元素添加至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);
}
}
}put方法
HashMap只提供了put用於添加元素，putVal方法只是給put方法調用的一個方法，並沒有提供給用戶使用.
對putVal方法添加元素的分析如下：
①如果定位到的數組位置沒有元素 就直接插入。
②如果定位到的數組位置有元素就和要插入的key比較，如果key相同就直接覆蓋，如果key不相同，就判斷p是否是一個樹節點，如果是就調用
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value)將元素添加進入。如果不是就遍歷鏈表插入。
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; // table未初始化或者長度爲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，桶爲空，新生成結點放入桶中(此時，這個結點是放在數組中)
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(數組中的結點)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；爲紅黑樹結點
else if (p instanceof TreeNode) // 放入樹中
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); // 爲鏈表結點
else { // 在鏈表最末插入結點
for (int binCount = 0; ; ++binCount) { // 到達鏈表的尾部
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，轉化爲紅黑樹
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash); // 跳出循環
break;
} // 判斷鏈表中結點的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，跳出循環
break; // 用於遍歷桶中的鏈表，與前面的e = p.next組合，可以遍歷鏈表
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爲false或者舊值爲null
if (!onlyIfAbsent || oldValue == null) //用新值替換舊值
e.value = value; // 訪問後回調
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(); // 插入後回調
afterNodeInsertion(evict); return null;
}JDK1.7 put方法的代碼
①如果定位到的數組位置沒有元素 就直接插入。
②如果定位到的數組位置有元素，遍歷以這個元素爲頭結點的鏈表，依次和插入的key比較，如果key相同就直接覆蓋，不同就採用頭插法插入元素。
public V put(K key, V value) if (table == EMPTY_TABLE) {
inflateTable(threshold);
}
if (key == null) return putForNullKey(value); int hash = hash(key); int i = indexFor(hash, table.length); for (Entry<K,V> e = table[i]; e != null; e = e.next) { // 先遍歷
Object k; if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this); return oldValue;
}
}
modCount++;
addEntry(hash, key, value, i); // 再插入
return null;
}get方法
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; if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) { // 數組元素相等
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k)))) return first; // 桶中不止一個節點
if ((e = first.next) != null) { // 在樹中get
if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); // 在鏈表中get
do { if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) return e;
} while ((e = e.next) != null);
}
} return null;
}resize方法
進行擴容，會伴隨着一次重新hash分配，並且會遍歷hash表中所有的元素，是非常耗時的。在編寫程序中，要儘量避免resize。
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; if (oldCap > 0) { // 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，就擴充爲原來的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
newCap = oldThr; else {
signifies using defaults
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"})
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)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else {
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); // 原索引放到bucket裏
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
} // 原索引+oldCap放到bucket裏
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
} return newTab;
}