1.JDK8中的HashMap源碼解析
2.JDK8中的HashMap優化了哪些地方
1.JDK8中的HashMap源碼解析
（1）繼承結構
—AbstractMap，繼承了該抽象類，減輕Map接口負擔。
—Map，實現了該接口。其實，在AbstractMap抽象類中已經實現過的接口，這裏又實現，實際上是多餘的。但每個集合都有這樣的錯誤，也沒過大影響
—Cloneable，實現了該接口。能夠使用Clone()方法，在HashMap中，實現的是淺層次拷貝，即對拷貝對象的改變會影響被拷貝的對象。
—Serializable，實現了該接口。能夠使之序列化，即可以將HashMap對象保存至本地，之後可以恢復狀態。
（2）HashMap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;
}
（3）內部類
1）Node
Node實現了Map.Entry<K,V>, 並且Node類包含四個屬性。
2）TreeNode
LinkedHashMap的Entry類又繼承了HashMap的Node
注意：這樣一來，TreeNode就是Node的子類，TreeNode是對Node進行了封裝，繼承了父類的屬性，所以TreeNode中除了parent等4個索引外，還保留着父類節點Node特徵，還保留着next索引，next索引在建樹和拆樹的時候有用。並且，Node ->TreeNode, 需要強制轉換（父類轉子類），而TreeNode->Node，自動轉換（子類轉父類）。
（4）HashMap構造方法
1）無參構造HashMap()
//實際上使用默認容量和加載因子，去調用有參構造方法
public HashMap() {
this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR);
}
2） HashMap(int initialCapacity)
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
3）HashMap(int initialCapacity, float loadFactor)
public HashMap(int initialCapacity, float loadFactor) {
// 初始容量不能小於0，否則報錯
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
// 初始容量不能大於最大值，否則爲最大值
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
// 填充因子不能小於或等於0，不能爲非數字
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
// 初始化填充因子
this.loadFactor = loadFactor;
// 初始化threshold大小
this.threshold = tableSizeFor(initialCapacity);
}
4）HashMap(Map<? extends K, ? extends V> m)
public HashMap(Map<? extends K, ? extends V> m) {
// 初始化填充因子
this.loadFactor = DEFAULT_LOAD_FACTOR;
// 將m中的所有元素添加至HashMap中
putMapEntries(m, false);
}
（5）HashMap的核心方法
1）put（）方法
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
1.1）putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict)
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;
}
2）get（）方法
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
2.1）getNode(int hash, Object key)
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// table已經初始化，長度大於0，根據hash尋找table中的項也不爲空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 桶中第一項(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;
// 桶中不止一個結點
if ((e = first.next) != null) {
// 爲紅黑樹結點
if (first instanceof TreeNode)
// 在紅黑樹中查找
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 否則，在鏈表中查找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
3）resize（）方法
final Node<K,V>[] resize() {
// 當前table保存
Node<K,V>[] oldTab = table;
// 保存table大小
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 保存當前閾值
int oldThr = threshold;
int newCap, newThr = 0;
// 之前table大小大於0
if (oldCap > 0) {
// 之前table大於最大容量
if (oldCap >= MAXIMUM_CAPACITY) {
// 閾值爲最大整形
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 容量翻倍，使用左移，效率更高
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 閾值翻倍
newThr = oldThr << 1; // double threshold
}
// 之前閾值大於0
else if (oldThr > 0)
newCap = oldThr;
// oldCap = 0並且oldThr = 0，使用缺省值（如使用HashMap()構造函數，之後再插入一個元素會調用resize函數，會進入這一步）
else {
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 新閾值爲0
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"})
// 初始化table
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 之前的table已經初始化過
if (oldTab != null) {
// 複製元素，重新進行hash
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;
// 將同一桶中的元素根據(e.hash & oldCap)是否爲0進行分割，分成兩個不同的鏈表，完成rehash
do {
next = e.next;
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
2.JDK8中的HashMap優化了哪些地方
（1）底層數據結構
數組+鏈表+紅黑樹
當鏈表長度>=8，轉紅黑樹。
當長度<=6，轉鏈表。（紅黑樹中保留着next指針，故統計個數節點個數較容易）
問題：爲什麼規定長度>=8時，轉紅黑樹？8是怎麼來的？
HashMap中有一段註釋
**意思就是：**理想情況下使用隨機的哈希碼，容器中節點分佈在hash桶中的頻率遵循泊松分佈。按照泊松分佈的計算公式計算出了桶中元素個數和概率的對照表，可以看到鏈表中元素個數爲8時的概率已經非常小，再多的就更少了，所以原作者在選擇鏈表元素個數時選擇了8，是根據概率統計而選擇的。
（2）hash計算方式優化了
將h邏輯右移16位，再與原值異或，進行擾動，使得分佈更均勻。
問題：爲什麼HashMap的大小要是2的冪？
計算機裏面位運算是基本運算，位運算的效率是遠遠高於取餘%運算的。
JDK8中，put()函數將求下標改爲“與”運算，hash & （n - 1），大大提高了效率。
舉個例子：2^n轉換成二進制就是1+n個0，減1之後就是0+n個1，如16 -> 10000，15 -> 01111
那麼根據&位運算的規則，都爲1(真)時，才爲1，那0≤運算後的結果≤15，假設h <= 15，那麼運算後的結果就是h本身，h >15，運算後的結果就是最後四位二進制做&運算後的值，最終，就是%運算後的餘數。
當容量一定是2^n時，h & (length - 1) == h % length
“&運算和%運算等價，而不等效！”
（3）hash碰撞插入方式
之前：在鏈表首部插入（也就是插入到數組table[i]中）
JDK8：在鏈表尾部插入，如果是紅黑樹，就不可能是頭部插入法了。
（4）resize（）條件
之前：同時滿足：size()>threshold &&產生了hash衝突
JDK8：只要滿足：size()>threshold
（5）擴容機制優化
在JDK7中，對所有鏈表進行rehash計算；在JDK8中，實際上也是通過取餘找到元素所在的數組的位置，取餘的方式在putVal裏面：i = (n - 1) & hash。我們假設，在擴容之前，key取餘之後留下了n位。擴容之後，容量變爲2倍，所以key取餘得到的就有n+1位。在這n+1位裏面**，如果第1位是0，那麼擴容前後這個key的位置還是在相同的位置**（因爲hash相同，並且餘數的第1位是0，和之前n位的時候一樣，所以餘數還是一樣，位置就一樣了）；如果這n+1位的第一位是1，那麼就和之前的不同，那麼這個key就應該放在之前的位置再加上之前整個數組的長度的位置。這樣子就減少了移動所有數據帶來的消耗。（這是一個很巧妙的地方！！！）
比如：capacity=16，hash=16，那麼擴容前的下標值：16 & (16 - 1) = 0
擴容後：capacity=32，hash=16，那麼擴容前的下標值：16 & (32 - 1) = 16
故：
如果最高爲1，新的下標 = 舊的下標 + Oldcapacity；
如果爲0 ，新的下標 = 舊的下標 ；
根據最高位是1還是0 ，將原表的鏈表拆成兩個鏈表，再分別添加到新表的低索引（舊的下標），高索引（舊的下標 + Oldcapacity）。
resize()部分代碼，詳細見上面。
（6）還有一點需要注意
resize的時候，將舊錶元素都移到新表，由於JDK7是頭插法，所以在一條鏈表上，移動過去的元素的順序與原來相反，而JDK8採用尾插法，故順序保持一樣。
