死磕HashMap

數組

優點：查詢速度快，O（1）
缺點：數組的容量是不可變的，當數組存滿時，就需要新建一個容量更大的數組，在把原數組複製到新數組中，這過程比較消耗性能

鏈表

優點：增刪快，長度可變
缺點：查詢慢,O(n)

散列表

也叫哈希表，根據哈希函數來存放數據的數組，加快查詢速度。
數組
散列表優點：查詢速度快，如果採用鏈表法來解決哈希衝突問題，那麼散列表就結合了鏈表長度可變的特點
哈希函數：將數字消息轉換成長度固定的字符串，具有效率高，不能反推，衝突概率要小等特點
哈希：通過哈希算法，將不同長度的輸入變成固定長度輸出

HashMap

Map繼承體系

public class HashMap<K,V> extends AbstractMap<K,V>
    implements Map<K,V>, Cloneable, Serializable {
    }

屬性

//    在進行序列化和反序列化時，使用該字段進行版本一致性驗證
    private static final long serialVersionUID = 362498820763181265L;
//    默認最大容量
    static final int MAXIMUM_CAPACITY = 1 << 30;
//    缺省負載因子大小    static final float DEFAULT_LOAD_FACTOR = 0.75f;
 //    樹化閾值：8，當哈希表元素個數>MIN_TREEIFY_CAPACITY，桶的鏈表>=8 ,鏈表就會轉換成紅黑樹
    static final int TREEIFY_THRESHOLD = 8;
    //    紅黑樹->鏈表閾值：6；在刪除元素或者是擴容時，會出現這種情況
    static final int UNTREEIFY_THRESHOLD = 6;
//    樹化的另一個參數，當哈希表元素個數>MIN_TREEIFY_CAPACITY，鏈表長度>TREEIFY_THRESHOLD;才能樹化
    static final int MIN_TREEIFY_CAPACITY = 64;
    //    哈希表
    transient Node<K,V>[] table;
    //    集合：暫存元素
       transient Set<Map.Entry<K,V>> entrySet;
       //    哈希表存放元素的個數
    transient int size;
//    改變結構的次數
    transient int modCount;
	//   擴容閾值，當size>threshold進行擴容
//    threshold = capacity * loadFactor
    int threshold;  
    //    負載因子
    final float loadFactor;  
/**
     * Node<K,V>結構
     * hash：元素哈希
     * Key-Value
     * next:下一個Node
     * @param <K>
     * @param <V>
     */
    static class Node<K,V> implements Map.Entry<K,V> {
	     final int hash;
        final K key;
        V value;
        Node<K,V> next;
    .......
}

我們需要注意影響樹化屬性：TREEIFY_THRESHOLD= 8，UNTREEIFY_THRESHOLD=6
影響擴容的屬性 size,threshold,loadFactor；
還有Node<K,V> 結構

構造函數

我們主要看第一個

    public HashMap(int initialCapacity, float loadFactor) {
//        初始化容量<0,異常
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
                    initialCapacity);
//        initialCapacity>最大容量，initialCapacity = MAXIMUM_CAPACITY
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
//        loadFactor負載因子<=0,非Float,異常
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
                    loadFactor);
//        loadFactor賦值
        this.loadFactor = loadFactor;
//        threshold擴容閾值賦值
        this.threshold = tableSizeFor(initialCapacity);
    }

tableSizeFor方法

/**
     * Returns a power of two size for the given target capacity.
     * 返回當前cap容量值，並且一定是2的次方數。
     * cap = 12
     * 12-1 = 11
     * >>>:表示無符號右移
     * 1011 | 0101  ->1111 =15
     * 1111 | 0011 -> 1111 =15
     * 
     */
    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;
    }

put方法

 public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }

hash(key)

  static final int hash(Object key) {
        int h;
//        如果key=null 則返回0，計算哈希值，讓key的hash值的高16位也參與路由運算;進行擾動，減少哈希碰撞。
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

計算hash，讓低16位和高16位做了一個異或運算，經過擾動，來減少哈希衝突。

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict)

    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
//     tab：散列表，p：當前散列表元素，n:散列表數組長度，i:路由尋址結構
        Node<K,V>[] tab; Node<K,V> p; int n, i;
//        如果散列表爲null,或者長度爲0，則進行初始化
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
//        如果尋址找到桶位，桶位元素爲null,則將構建Node放入
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
//            e:與當前元素hash,且key一致的元素。
//             k:臨時key
            Node<K,V> e; K k;
//            表示桶中首元素的key與要插入元素的key一致，表示後續需要進行替換操作
            if (p.hash == hash &&
                    ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
//            如果該桶首元素是紅黑樹節點，則使用紅黑樹方式put
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
//              如果不滿足上面條件，則說明，桶中元素節點爲鏈表節點，遍歷鏈表
                for (int binCount = 0; ; ++binCount) {
//                    遍歷到末尾，還沒找到key一致的節點，則添加一個Node
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
//                        如果滿足樹化標準，則樹化
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
//                    如果找到key一致的Node,則替換
                    if (e.hash == hash &&
                            ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
//            如果e不爲null,則替換
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
//        是否達到擴容標準： ++當前存儲元素個數>擴容閾值
        if (++size > threshold)
//            擴容
            resize();
        afterNodeInsertion(evict);
        return null;
    }

put 過程：計算key的hash值，並經過擾動算法，即key的高16位也參與運算，如果在經過路由算法i = (n - 1) & hash，找到對應的桶位，然後進行put操作。

圖片來源：https://thinkwon.blog.csdn.net/article/details/104588551

擴容resize()

    final Node<K,V>[] resize() {
//       oldTab原來散列表
        Node<K,V>[] oldTab = table;
//       獲取oldCap， oldThr；oldCap：原哈希表table長度，oldThr：原哈希表擴容閾值
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
//        newCap：擴容之後table數組的大小
//        newThr：擴容之後，下次再次觸發擴容的條件
        int newCap, newThr = 0;
//        如果原哈希表已初始化
        if (oldCap > 0) {
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
//           使用位運算符，newCap是原來2倍，newThr也是原來2倍
            /**
             * 16 10000
             * 32  100000
             */
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                    oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
//        如果原哈希表爲null，newCap=原擴容閾值
        //new HashMap(map); 並且這個map有數據
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
//          oldCap == 0，oldThr == 0
//          new HashMap();
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
//        如果新擴容閾值=0，通過newCap和loadFactor計算出一個newThr
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                    (int)ft : Integer.MAX_VALUE);
        }
//        給threshold複製
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
//                創建新的數組
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
//            遍歷桶
            for (int j = 0; j < oldCap; ++j) {
                //當前node節點
                Node<K,V> e;
//                如果當前桶首節點不爲null
                if ((e = oldTab[j]) != null) {
//                 方便JVM GC時回收內存
                    oldTab[j] = null;
                    //第一種情況：當前桶位只有一個元素，從未發生過碰撞，這情況 直接計算出當前元素應存放在 新數組中的位置，然後
                    //扔進去就可以了
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
//                    如果是桶位首節點是紅黑樹
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//                    桶已形成鏈表
                    else { // preserve order
//                        低位鏈表，存放在擴容之後的數組的下標位置，與當前數組的下標位置一致。
                        Node<K,V> loHead = null, loTail = null;
//                        高位鏈表，存放在擴容之後的數組的下標位置，爲擴容長度+與當前數組的下標位置。
                        Node<K,V> hiHead = null, hiTail = null;
//                        下個節點
                        Node<K,V> next;
                        do {
                            next = e.next;
                            //hash-> .... 1 1111 高位
                            //hash-> .... 0 1111 低位
                            //oldCap-> ...1 0000

                            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);
//                        低位賦值
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
//                        高位賦值
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

如果散列表，沒有初始化則進行初始化

newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);

如果已初始化則進行位運算，新的散列表容量和擴容閾值都是原來的兩倍

newCap = oldCap << 1；newThr = oldThr << 1

擴容過程中；會遍歷原散列表中的桶
如果桶中是鏈表，則根據(e.hash & oldCap) == 0來分成低位鏈表和高位鏈表
低位鏈表：存放在擴容之後的數組的下標位置，與當前數組的下標位置一致。
高位鏈表：存放在擴容之後的數組的下表位置爲 當前數組下標位置 + 擴容之前數組的長度
這樣擴容後，原來鏈表的長度會變短，這樣的查詢相率變高
如果是紅黑樹，還沒看。

get(Object key)

   public V get(Object key) {
        Node<K,V> e;
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }

getNode

    final Node<K,V> getNode(int hash, Object key) {
//       tab：當前表；first桶首節點，e:臨時元素,n：tab長度，k
        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) {
//            第一種情況經過路由尋址後桶位首節點，就是我們要的
            if (first.hash == hash && // always check first node
                    ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
//            桶中有鏈表或紅黑樹
            if ((e = first.next) != null) {
//                如果是樹，則
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//                如果是鏈表，遍歷鏈表
                do {
                    if (e.hash == hash &&
                            ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
//        都不是null
        return null;
    }