首先来看hashmap的几个构造方法：
loadFactor ：负载因子，默认是0.75；简单来说就是达到当前最大容量 * 负载因子，就该扩容了。
1. Map<String, Integer> map1 = new HashMap<>();
public HashMap() {
// static final float DEFAULT_LOAD_FACTOR = 0.75f;
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
2.
Map<String, Integer> map2 = new HashMap<>(10);
Map<String, Integer> map4 = new HashMap<>(10, 0.8f);
//这两个最终调的都是这个构造方法
// 第一个参数初始容量，第二个参数为负载因子
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);
// 负载因子
this.loadFactor = loadFactor;
// 阀值 这个地方是直接将容量设置为阀值了，在具体put时阀值会重新设置为initialCapacity * loadFactor
this.threshold = tableSizeFor(initialCapacity);
}
// 下面看看tableSzieFor这个方法
// 这个方法的作用了：得到当前 大于等于cap的 最小的 2的n次方数字。
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;
// static final int MAXIMUM_CAPACITY = 1 << 30;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
// 这个方法先不管
Map<String, Integer> map3 = new HashMap<>(new HashMap<>());
上面的tableSizeFor方法保证了Map的 threshold(阀值)永远是2的n次方。
比如你传的是31，则阀值为32
传的是5，则阀值为8
看了构造方法，知道了两个重要的参数：
loadFactor（负载因子）
为什么需要有这个值呢？像ArrayList一样，占满时再扩容不好吗？
既然是参数，那就说明这个参数没有那个值在任何情况下都是最好多，不然就不会让你传入了；，负载因子越大，同样容量的map装的内容就越多，但是hash碰撞的机率就越大。
threshold （阀值）
这个值为什么一定要是2的n次方呢？
这么做的原因是便于后面的hash定位(通过key的hashcode对数组取模，就能定位到数组下标)，正常来说可以 hashcode % cap ,但是HashMap里面为了提高效率，采用的位运算，在具体定位是采用的(n - 1) & hash])，并且在扩容时采用的(e.hash & oldCap)来确定新位置，能这样做的前提就是map内容数组长度必须要是2的n次方。
从上面的构造方法并没有看到多少逻辑，下面我们来看看put()方法的源码
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
这个方法里面有个hash(key)方法，这个方法将key的hashcode与hashcode的高16位取异或，目的是为了减少hash碰撞的机率。，注意key为null时不会报错，将hashcode赋值为0.
static final int hash(Object key) {
int h;
// ^ 表示取异或 将两个数转为二进制，相同为0，不同为1
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
在看putVal方法前，我们先来看看下面这两个定义：
// hashmap内部的数组，构造方法里面传入的初始值就是定义该数组的大小，数组里面存放的Node
transient Node<K,V>[] table;
// 多个Node通过next属性连接，也就组成了链表
// 我们每put一次，就会将内容封装为一个Node,然后将Node放入到数组的某个位置，如果数组该位置已经有Node,则会将该Node链接到已有Node末尾（会对比，key相同则会覆盖已有Node），也就成了链表。
static class Node<K,V> implements Map.Entry<K,V> {
// 存放通过hash()方法处理后的hash值，也就是与高16为取异或，而不会原始的key.hashcode()的值
final int hash;
// put时传入的key
final K key;
// put时传入的value
V value;
// hash碰撞时 用于链接Node
Node<K,V> next;
}
下面来看主要方法putVal();
// onlyIfAbsent 这个参数为true时表示当key不存在map时才添加，默认为false，也就是存在时覆盖
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 第一次put时 table就为null,所以会进resize（）方法，下面会分析resize方法源码
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// n = tab.length，通过(n - 1) & hash 得到key在数组中的下标，相当于 hash % n
// 能用(n - 1) & hash的前提就是n必须为2的n次方
// 如果数组该位置没有内容，则直接newNode，设置到数组该位置
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 表示数组该位置已经有Node, p为该位置上链表的头节点
// 判断两个Node是否相等，则需要保证hash相等并且 用== 或者equals比较也相等
// 这也是当对象为
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 如果相等 将头节点赋值给e,后续直接覆盖该节点的value
e = p;
// 如果是红黑树节点，则走tree的put逻辑
else if (p instanceof TreeNode)
// 这个方法有点复杂，本次不分析
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 到这 就需要遍历链表，判断key是否存在
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
// 表示链表遍历完了也没有找到
// newNode，放到链表最后面
p.next = newNode(hash, key, value, null);
// static final int TREEIFY_THRESHOLD = 8;
// 当链表长度达到8，则要判断是否转化为红黑树，后面会看treeifyBin方法源码
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 找到了key相同的Node
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
// 遍历完一次没找到，将p.next 赋值给p，继续遍历
p = e;
}
}
// 已经存在key相同的Node
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
// 将Node值设置为当前传进来的值
e.value = value;
// 模板方法，空实现，用于扩展
afterNodeAccess(e);
return oldValue;
}
}
// modCount记录map变动，用于在forEach方法中会判断遍历时map是否有变动，如果有变动则会抛出ConcurrentModificationException
++modCount;
// 如果当前size已经>阀值，则需要扩容
// 这里为什么不写成当size==threshold就扩容呢？ 原因是在多线程环境下可能出现size瞬间大于threshold（比如从11直接到13），这样就一直没法满足扩容条件了。
if (++size > threshold)
resize();
// 模板方法，空实现，用于扩展
afterNodeInsertion(evict);
return null;
}
上面流程中有两个方法，需要进一步分析：
resize()和treeifyBin(tab, hash)方法
下面先看treeifyBin(tab, hash)方法，当数组中某个位置的链表长度达到了8就会调用此方法，调用此方法是不是肯定会将链表转为红黑树呢？
当然不是，看代码：
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
// static final int MIN_TREEIFY_CAPACITY = 64;
// 如果数组大小 < 64,则调用的是扩容的方法
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
看了上面方法，可以看出只有当 数组某个位置链表长度达到8 并且 当前table的长度大于等于64，才会将链表转化为红黑树
最后来看resize()方法
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) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// newCap = oldCap << 1 将新的数组大小设置为原来的两倍
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
// 第一次put时，有传初始值，new HashMap(8),则会出现oldCap =0,oldThr=8
newCap = oldThr;
else { // zero initial threshold signifies using defaults
// 第一次put,并且调用无参构造方法： new HashMap();
// static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
newCap = DEFAULT_INITIAL_CAPACITY;// 16
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);// 12
}
if (newThr == 0) {
// 会重新计算阀值，然后赋值给threshold
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;
// 当数组位置只有一个Node时，直接算出在新数组的下标，然后赋值
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
// 红黑数的处理
// 会将红黑树拆分为两个链表，然后计算在新数组中的位置，随后会根据链表长度来判断
// 如果链表长度<=6 (UNTREEIFY_THRESHOLD = 6),就会将红黑树转为链表，否则转为红黑树。
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
// 定义了两组链表 loHead和loTail表示e.hash & oldCap == 0 的头和尾
// hiHead和hiTail表示e.hash & oldCap != 0的链表头和尾
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// 为0表示在旧数组中的位置和在新数组中的位置一致
// 只所以能够这么算，必须保证oldCap是2的n次方，并且newCap是oldCap的两倍
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 不等于0的表示：Node位置=在旧数组中的位置+oldCap,比如旧数组长度为8，当前节点在旧数组位置为3，则扩容后在新数组的位置为8+3=11.
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
// 等于0的 直接赋值给新数组（下标和在旧数组中的位置一样）
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
// 不为0的则需要 旧数组位置+oldCap
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
扩容过程总结：
1.不需要对旧数组的Node全部重新计算Hash，而是通过(e.hash & oldCap) 是否等于0来确定Node在扩容后数组的下标。为0时在新数组中的位置和老数组一致；不为0时在新数组的位置为 在旧数组的位置+旧数组长度。这样计算的前提时oldCap是2的n次方，newCap为oldCap二倍，大大提高了hashMap的扩容效率。（感叹设计的精妙）
2，采用两组链表分别保存(e.hash & oldCap)为0和不为0的，链表的元素顺序和在旧数组中链表元素顺序一致，不存在jdk1.7中扩容时链表顺序反转，多线程情况下可能导致死循环的问题。
那在什么情况下，会将红黑树又转回链表呢？
// 下面我们看看红黑树的扩容逻辑 ，也就是上面的((TreeNode<K,V>)e).split(this, newTab, j, oldCap);方法
final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
TreeNode<K,V> b = this;
// Relink into lo and hi lists, preserving order
TreeNode<K,V> loHead = null, loTail = null;
TreeNode<K,V> hiHead = null, hiTail = null;
int lc = 0, hc = 0;
for (TreeNode<K,V> e = b, next; e != null; e = next) {
next = (TreeNode<K,V>)e.next;
e.next = null;
if ((e.hash & bit) == 0) {
if ((e.prev = loTail) == null)
loHead = e;
else
loTail.next = e;
loTail = e;
++lc;
}
else {
if ((e.prev = hiTail) == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
++hc;
}
}
if (loHead != null) {
// static final int UNTREEIFY_THRESHOLD = 6;
// 小于等于6 转回链表
if (lc <= UNTREEIFY_THRESHOLD)
tab[index] = loHead.untreeify(map);
else {
tab[index] = loHead;
if (hiHead != null) // (else is already treeified)
// 否则转为红黑树
loHead.treeify(tab);
}
}
if (hiHead != null) {
if (hc <= UNTREEIFY_THRESHOLD)
tab[index + bit] = hiHead.untreeify(map);
else {
tab[index + bit] = hiHead;
if (loHead != null)
hiHead.treeify(tab);
}
}
}
红黑树的扩容会拆分为两个链表，当某个链表长度<=6，就会转为链表，否则转为红黑树。
到这，主要分析了HashMap的put流程和扩容流程。
最后我们来做个验证，验证一下HashMap在hash定位 和扩容时的位运算和预期结果对不对。
首先来验证hash定位，用的是(n-1) & hash，n表示数组长度，这算式的值应该和 hash % n相同。看下面：
说明结果确实和用hash 对数组长度取余一样的。
下面来验证扩容时，扩容采用的 e.hash & oldCap，oldCap为扩容前数组长度，如果计算结果为0，则表示在新数组中的位置和在旧数组中一样；如果不为0，则表示在新数组中的位置= oldCap + 在旧数组中的位置，验证如下：
验证也通过，HashMap在扩容时并没有通过hash重新计算在新数组中的下标，而是以这种巧妙的设计得到正确结果，提高了扩容效率。