文章目錄
- 1. 前言
- 2.基本屬性
- 3. 定位哈希桶數組索引位置
- 4. get 方法
-
- 4.1 代碼塊1：getTreeNode
- 4.2 代碼塊2：find
- 4.2 代碼塊3：comparableClassFor
- 5. put 方法
-
- 5.1 代碼塊4：putTreeVal
-
- 5.1.1 代碼塊5：tieBreakOrder
- 5.2 代碼塊6：treeifyBin
-
- 5.2.1 代碼塊7：treeify
-
- 5.2.1.1 代碼塊8：moveRootToFront
-
- 5.2.1.1.1 代碼塊9：checkInvariants
- 6. resize 方法
-
- 6.1 代碼塊10：split
-
- 6.1.1 代碼塊11：untreeify
- 6.2 疑問1 擴容後，節點重 hash 為什麼隻可能分布在 “原索引位置” 與 “原索引 + oldCap 位置” ？
- 7. 總結
1. 前言
JDK 1.8 對 HashMap 進行了比較大的優化，底層實作由之前的 “
數組+連結清單
” 改為 “
數組+連結清單+紅黑樹
”，本文就 HashMap 的幾個常用的重要方法和 JDK 1.8 之前的死循環問題展開學習讨論。
JDK 1.8 的 HashMap 的資料結構如下圖所示，當連結清單節點較少時仍然是以連結清單存在，當連結清單節點較多時（大于8）會轉為紅黑樹。
幾個要點：
先了解以下幾個點，有利于更好的了解 HashMap 的源碼和閱讀本文。
1、本文中
頭節點
指的是 table 表上索引位置的節點，也就是連結清單的頭節點。
2、
根節點
（root 節點）指的是紅黑樹最上面的那個節點，也就是沒有父節點的節點。
3、紅黑樹的根節點
不一定
是索引位置的
頭節點
（也就是連結清單的頭節點），HashMap 通過 moveRootToFront 方法來維持紅黑樹的根結點就是索引位置的頭結點，但是在 removeTreeNode 方法中，當 movable 為 false 時，不會調用 moveRootToFront 方法，此時紅黑樹的根節點
不一定
是索引位置的頭節點，該場景發生在 HashIterator 的 remove 方法中。
4、
轉為紅黑樹節點後，連結清單的結構還存在
，通過 next 屬性維持，紅黑樹節點在進行操作時都會維護連結清單的結構，并不是轉為紅黑樹節點，連結清單結構就不存在了。
5、
在紅黑樹上，葉子節點也可能有 next 節點
，因為紅黑樹的結構跟連結清單的結構是互不影響的，不會因為是葉子節點就說該節點已經沒有 next 節點。
6、源碼中一些變量定義：如果定義了一個節點 p，則 pl（p left）為 p 的左節點，pr（p right）為 p 的右節點，pp（p parent）為 p 的父節點，ph（p hash）為 p 的 hash 值，pk（p key）為 p 的 key 值，kc（key class）為 key 的類等等。源碼中很喜歡在 if/for 等語句中進行指派并判斷，請注意。
7、連結清單中移除一個節點隻需如下圖操作，其他操作同理。
8、紅黑樹在維護連結清單結構時，移除一個節點隻需如下圖操作（紅黑樹中增加了一個 prev 屬性），其他操作同理。注：此處隻是紅黑樹維護連結清單結構的操作，紅黑樹還需要單獨進行紅黑樹的移除或者其他操作。
9、源碼中進行紅黑樹的查找時，會反複用到以下兩條規則：1）如果目标節點的 hash 值小于 p 節點的 hash 值，則向 p 節點的左邊周遊；否則向 p 節點的右邊周遊。2）如果目标節點的 key 值小于 p 節點的 key 值，則向 p 節點的左邊周遊；否則向 p 節點的右邊周遊。這兩條規則是利用了紅黑樹的特性（左節點 < 根節點 < 右節點）。
10、源碼中進行紅黑樹的查找時，會用 dir（direction）來表示向左還是向右查找，dir 存儲的值是目标節點的 hash/key 與 p 節點的 hash/key 的比較結果。
2.基本屬性
// 預設容量16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 預設負載因子0.75
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 連結清單節點轉換紅黑樹節點的門檻值, 9個節點轉
static final int TREEIFY_THRESHOLD = 8;
// 紅黑樹節點轉換連結清單節點的門檻值, 6個節點轉
static final int UNTREEIFY_THRESHOLD = 6;
// 轉紅黑樹時, table的最小長度
static final int MIN_TREEIFY_CAPACITY = 64;
// 連結清單節點, 繼承自Entry
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
// ... ...
}
// 紅黑樹節點
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
// ...
}
需要注意的是
MIN_TREEIFY_CAPACITY=64
，當需要将解決 hash 沖突的連結清單轉變為紅黑樹時，需要判斷下此時數組容量，若是由于數組容量太小（小于 MIN_TREEIFY_CAPACITY ）導緻的 hash 沖突太多，則不進行連結清單轉變為紅黑樹操作，轉為利用 resize() 函數優先對 hashMap 擴容
3. 定位哈希桶數組索引位置
不管增加、删除、查找鍵值對，定位到哈希桶數組的位置都是很關鍵的第一步。前面說過 HashMap 的資料結構是“數組+連結清單+紅黑樹”的結合，是以我們當然希望這個 HashMap 裡面的元素位置盡量分布均勻些，盡量使得每個位置上的元素數量隻有一個，那麼當我們用 hash 算法求得這個位置的時候，馬上就可以知道對應位置的元素就是我們要的，不用周遊連結清單/紅黑樹，大大優化了查詢的效率。HashMap 定位數組索引位置，直接決定了 hash 方法的離散性能。下面是定位哈希桶數組的源碼：
// 代碼1
static final int hash(Object key) { // 計算key的hash值
int h;
// 1.先拿到key的hashCode值; 2.将hashCode的高16位參與運算
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
// 代碼2
int n = tab.length;
// 将(tab.length - 1) 與 hash值進行&運算
int index = (n - 1) & hash;
整個過程本質上就是三步：
- 拿到 key 的 hashCode 值
- 将 hashCode 的高位參與運算，重新計算 hash 值
- 将計算出來的 hash 值與 (table.length - 1) 進行 & 運算
方法解讀：
對于任意給定的對象，隻要它的 hashCode() 傳回值相同，那麼計算得到的 hash 值總是相同的。我們首先想到的就是把 hash 值對 table 長度取模運算，這樣一來，元素的分布相對來說是比較均勻的。
但是
模運算消耗還是比較大
的，我們知道
計算機比較快的運算為位運算
，是以 JDK 團隊對取模運算進行了優化，使用上面代碼2的位與運算來代替模運算。這個方法非常巧妙，它通過 “(table.length -1) & h” 來得到該對象的索引位置，這個優化是基于以下公式：x mod 2^n = x & (2^n - 1)。我們知道 HashMap 底層數組的長度總是 2 的 n 次方，并且取模運算為 “h mod table.length”，對應上面的公式，可以得到該運算等同于“h & (table.length - 1)”。這是 HashMap 在速度上的優化，因為 & 比 % 具有更高的效率。
在 JDK1.8 的實作中，還
優化了高位運算的算法
，将 hashCode 的高 16 位與 hashCode 進行異或運算，主要是為了在 table 的 length 較小的時候，讓高位也參與運算，并且不會有太大的開銷。
下圖是一個簡單的例子：
當 table 長度為 16 時，table.length - 1 = 15 ，用二進制來看，此時低 4 位全是 1，高 28 位全是 0，與 0 進行 & 運算必然為 0，是以此時 hashCode 與 “table.length - 1” 的 & 運算結果隻取決于 hashCode 的低 4 位，在這種情況下，hashCode 的高 28 位就沒有任何作用，并且由于 hash 結果隻取決于 hashCode 的低 4 位，hash 沖突的機率也會增加。是以，在 JDK 1.8 中，将高位也參與計算，目的是為了降低 hash 沖突的機率。
4. get 方法
查找相應的節點，并傳回該節點的值。
節點可能是連結清單節點，也可能是紅黑樹節點。
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;
// 1.對table進行校驗：table不為空 && table長度大于0 &&
// table索引位置(使用table.length - 1和hash值進行位與運算)的節點不為空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 2.檢查first節點的hash值和key是否和入參的一樣，如果一樣則first即為目标節點，直接傳回first節點
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 3.如果first不是目标節點，并且first的next節點不為空則繼續周遊
if ((e = first.next) != null) {
if (first instanceof TreeNode)
// 4.如果是紅黑樹節點，則調用紅黑樹的查找目标節點方法getTreeNode
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
// 5.執行連結清單節點的查找，向下周遊連結清單, 直至找到節點的key和入參的key相等時,傳回該節點
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
// 6.找不到符合的傳回空
return null;
}
步驟4 ：如果是紅黑樹節點，則調用紅黑樹的查找目标節點方法 getTreeNode，見代碼塊1詳解。
4.1 代碼塊1：getTreeNode
從紅黑樹上查找節點。
final TreeNode<K,V> getTreeNode(int h, Object k) {
// 1.首先找到紅黑樹的根節點；2.使用根節點調用find方法
return ((parent != null) ? root() : this).find(h, k, null);
}
步驟1：首先找到紅黑樹的
根節點
；
步驟2：使用根節點調用 find 方法，見代碼塊2詳解。
4.2 代碼塊2：find
此方法是紅黑樹節點的查找。
/**
* 從調用此方法的節點開始查找, 通過hash值和key找到對應的節點
* 此方法是紅黑樹節點的查找, 紅黑樹是特殊的自平衡二叉查找樹
* 平衡二叉查找樹的特點：左節點<根節點<右節點
*/
final TreeNode<K,V> find(int h, Object k, Class<?> kc) {
// 1.将p節點指派為調用此方法的節點，即為紅黑樹根節點
TreeNode<K,V> p = this;
// 2.從p節點開始向下周遊
do {
int ph, dir; K pk;
TreeNode<K,V> pl = p.left, pr = p.right, q;
// 3.如果傳入的hash值小于p節點的hash值，則往p節點的左邊周遊
if ((ph = p.hash) > h)
p = pl;
else if (ph < h) // 4.如果傳入的hash值大于p節點的hash值，則往p節點的右邊周遊
p = pr;
// 5.如果傳入的hash值和key值等于p節點的hash值和key值,則p節點為目标節點,傳回p節點
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
return p;
else if (pl == null) // 6.p節點的左節點為空則将向右周遊
p = pr;
else if (pr == null) // 7.p節點的右節點為空則向左周遊
p = pl;
// 8.将p節點與k進行比較
else if ((kc != null ||
(kc = comparableClassFor(k)) != null) && // 8.1 kc不為空代表k實作了Comparable
(dir = compareComparables(kc, k, pk)) != 0)// 8.2 k<pk則dir<0, k>pk則dir>0
// 8.3 k<pk則向左周遊(p指派為p的左節點), 否則向右周遊
p = (dir < 0) ? pl : pr;
// 9.代碼走到此處, 代表key所屬類沒有實作Comparable, 直接指定向p的右邊周遊
else if ((q = pr.find(h, k, kc)) != null)
return q;
// 10.代碼走到此處代表“pr.find(h, k, kc)”為空, 是以直接向左周遊
else
p = pl;
} while (p != null);
return null;
}
步驟8：将 p 節點與 k 進行比較。如果傳入的 key（即代碼中的參數 k）所屬的類實作了 Comparable 接口（kc 不為空，
comparableClassFor
方法見代碼塊3詳解），則将 k 跟 p 節點的 key 進行比較（kc 實作了 Comparable 接口，是以通過 kc 的比較方法進行比較），并将比較結果指派給 dir，如果 dir<0 則代表 k<pk，則向 p 節點的左邊周遊（pl）；否則，向 p 節點的右邊周遊（pr）。
4.2 代碼塊3：comparableClassFor
static Class<?> comparableClassFor(Object x) {
// 1.判斷x是否實作了Comparable接口
if (x instanceof Comparable) {
Class<?> c; Type[] ts, as; Type t; ParameterizedType p;
// 2.校驗x是否為String類型
if ((c = x.getClass()) == String.class) // bypass checks
return c;
if ((ts = c.getGenericInterfaces()) != null) {
// 3.周遊x實作的所有接口
for (int i = 0; i < ts.length; ++i) {
// 4.如果x實作了Comparable接口，則傳回x的Class
if (((t = ts[i]) instanceof ParameterizedType) &&
((p = (ParameterizedType)t).getRawType() ==
Comparable.class) &&
(as = p.getActualTypeArguments()) != null &&
as.length == 1 && as[0] == c) // type arg is c
return c;
}
}
}
return null;
}
5. put 方法
添加一個節點，有可能往連結清單上加，也有可能往紅黑樹上加。
由于存在舊值的情況，此時選擇覆寫，是以，首先要判斷是否存在舊值。
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;
// 1.校驗table是否為空或者length等于0，如果是則調用resize方法進行初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 2.通過hash值計算索引位置，将該索引位置的頭節點指派給p，如果p為空則直接在該索引位置新增一個節點即可
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
// table表該索引位置不為空，則進行查找
Node<K,V> e; K k;
// 3.判斷p節點的key和hash值是否跟傳入的相等，如果相等, 則p節點即為要查找的目标節點，将p節點指派給e節點
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 4.判斷p節點是否為TreeNode, 如果是則調用紅黑樹的putTreeVal方法查找目标節點
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 5.走到這代表p節點為普通連結清單節點，則調用普通的連結清單方法進行查找，使用binCount統計連結清單的節點數
for (int binCount = 0; ; ++binCount) {
// 6.如果p的next節點為空時，則代表找不到目标節點，則新增一個節點并插傳入連結表尾部
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 7.校驗節點數是否超過8個，如果超過則調用treeifyBin方法将連結清單節點轉為紅黑樹節點，
// 減一是因為循環是從p節點的下一個節點開始的
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);
break;
}
// 8.如果e節點存在hash值和key值都與傳入的相同，則e節點即為目标節點，跳出循環
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e; // 将p指向下一個節點
}
}
// 9.如果e節點不為空，則代表目标節點存在，使用傳入的value覆寫該節點的value，并傳回oldValue
if (e != null) {
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e); // 用于LinkedHashMap
return oldValue;
}
}
++modCount;
// 10.如果插入節點後節點數超過門檻值，則調用resize方法進行擴容
if (++size > threshold)
resize();
afterNodeInsertion(evict); // 用于LinkedHashMap
return null;
}
需要注意的步驟：
1.校驗 table 是否為空或者 length 等于0，如果是則調用
resize 方法進行初始化
，見resize方法詳解。
4.如果 p 節點不是目标節點，則判斷 p 節點是否為 TreeNode，如果是則調用紅黑樹的 putTreeVal 方法查找目标節點，見代
碼塊4
詳解。
7.校驗節點數是否超過 8 個，如果超過則調用
treeifyBin
方法 将連結清單節點轉為紅黑樹節點，見代
碼塊6
詳解。
5.1 代碼塊4：putTreeVal
紅黑樹的put操作，紅黑樹插入會同時維護原來的連結清單屬性, 即原來的next屬性。
/**
* 紅黑樹的put操作，紅黑樹插入會同時維護原來的連結清單屬性, 即原來的next屬性
*/
final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,
int h, K k, V v) {
Class<?> kc = null;
boolean searched = false;
// 1.查找根節點, 索引位置的頭節點并不一定為紅黑樹的根節點
TreeNode<K,V> root = (parent != null) ? root() : this;
// 2.将根節點指派給p節點，開始進行查找
for (TreeNode<K,V> p = root;;) {
int dir, ph; K pk;
// 3.如果傳入的hash值小于p節點的hash值，将dir指派為-1，代表向p的左邊查找樹
if ((ph = p.hash) > h)
dir = -1;
// 4.如果傳入的hash值大于p節點的hash值， 将dir指派為1，代表向p的右邊查找樹
else if (ph < h)
dir = 1;
// 5.如果傳入的hash值和key值等于p節點的hash值和key值, 則p節點即為目标節點, 傳回p節點
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
return p;
// 6.如果k所屬的類沒有實作Comparable接口 或者 k和p節點的key相等
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0) {
// 6.1 第一次符合條件, 從p節點的左節點和右節點分别調用find方法進行查找, 如果查找到目标節點則傳回
if (!searched) {
TreeNode<K,V> q, ch;
searched = true;
if (((ch = p.left) != null &&
(q = ch.find(h, k, kc)) != null) ||
((ch = p.right) != null &&
(q = ch.find(h, k, kc)) != null))
return q;
}
// 6.2 否則使用定義的一套規則來比較k和p節點的key的大小, 用來決定向左還是向右查找
dir = tieBreakOrder(k, pk); // dir<0則代表k<pk，則向p左邊查找；反之亦然
}
TreeNode<K,V> xp = p; // xp指派為x的父節點,中間變量,用于下面給x的父節點指派
// 7.dir<=0則向p左邊查找,否則向p右邊查找,如果為null,則代表該位置即為x的目标位置
if ((p = (dir <= 0) ? p.left : p.right) == null) {
// 走進來代表已經找到x的位置，隻需将x放到該位置即可
Node<K,V> xpn = xp.next; // xp的next節點
// 8.建立新的節點, 其中x的next節點為xpn, 即将x節點插入xp與xpn之間
TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
// 9.調整x、xp、xpn之間的屬性關系
if (dir <= 0) // 如果時dir <= 0, 則代表x節點為xp的左節點
xp.left = x;
else // 如果時dir> 0, 則代表x節點為xp的右節點
xp.right = x;
xp.next = x; // 将xp的next節點設定為x
x.parent = x.prev = xp; // 将x的parent和prev節點設定為xp
// 如果xpn不為空,則将xpn的prev節點設定為x節點,與上文的x節點的next節點對應
if (xpn != null)
((TreeNode<K,V>)xpn).prev = x;
// 10.進行紅黑樹的插入平衡調整
moveRootToFront(tab, balanceInsertion(root, x));
return null;
}
}
}
6.1 第一次符合條件，從 p 節點的左節點和右節點分别調用 find 方法（見代碼塊2詳解）進行查找，如果查找到目标節點則傳回
6.2 否則使用定義的一套規則來比較 k 和 p 節點的 key 的大小，用來
決定向左還是向右查找
，見代
碼塊5
詳解。
10.進行紅黑樹的
插入平衡調整
，見
文末的解釋2
。
5.1.1 代碼塊5：tieBreakOrder
定義一套規則用于極端情況下比較兩個參數的大小。
// 用于不可比較或者hashCode相同時進行比較的方法, 隻是一個一緻的插入規則，用來維護重定位的等價性。
static int tieBreakOrder(Object a, Object b) {
int d;
if (a == null || b == null ||
(d = a.getClass().getName().
compareTo(b.getClass().getName())) == 0)
d = (System.identityHashCode(a) <= System.identityHashCode(b) ?
-1 : 1);
return d;
}
步驟7：将 table 該索引位置指派為新轉的 TreeNode 的頭節點 hd，如果該節點不為空，則以 hd 為根節點，建構紅黑樹，見代碼塊7詳解。
5.2 代碼塊6：treeifyBin
将連結清單節點轉為紅黑樹節點。
需要注意：連結清單超過8個時，不一定會轉為樹。當需要将解決 hash 沖突的連結清單轉變為紅黑樹時，需要判斷下此時數組容量，若是由于數組容量太小（小于 MIN_TREEIFY_CAPACITY ）導緻的 hash 沖突太多，則不進行連結清單轉變為紅黑樹操作，轉為利用 resize() 函數對 hashMap 擴容
/**
* 将連結清單節點轉為紅黑樹節點
*/
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
// 1.如果table為空或者table的長度小于64, 調用resize方法進行擴容
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
// 2.根據hash值計算索引值，将該索引位置的節點指派給e，從e開始周遊該索引位置的連結清單
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
// 3.将連結清單節點轉紅黑樹節點
TreeNode<K,V> p = replacementTreeNode(e, null);
// 4.如果是第一次周遊，将頭節點指派給hd
if (tl == null) // tl為空代表為第一次循環
hd = p;
else {
// 5.如果不是第一次周遊，則處理目前節點的prev屬性和上一個節點的next屬性
p.prev = tl; // 目前節點的prev屬性設為上一個節點
tl.next = p; // 上一個節點的next屬性設定為目前節點
}
// 6.将p節點指派給tl，用于在下一次循環中作為上一個節點進行一些連結清單的關聯操作（p.prev = tl 和 tl.next = p）
tl = p;
} while ((e = e.next) != null);
// 7.将table該索引位置指派為新轉的TreeNode的頭節點，如果該節點不為空，則以以頭節點(hd)為根節點, 建構紅黑樹
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
7.将 table 該索引位置指派為新轉的 TreeNode 的頭節點 hd，如果該節點不為空，則以 hd 為根節點，建構紅黑樹，見代碼塊7詳解。
5.2.1 代碼塊7：treeify
建構紅黑樹
/**
* 建構紅黑樹
*/
final void treeify(Node<K,V>[] tab) {
TreeNode<K,V> root = null;
// 1.将調用此方法的節點指派給x，以x作為起點，開始進行周遊
for (TreeNode<K,V> x = this, next; x != null; x = next) {
next = (TreeNode<K,V>)x.next; // next指派為x的下個節點
x.left = x.right = null; // 将x的左右節點設定為空
// 2.如果還沒有根節點, 則将x設定為根節點
if (root == null) {
x.parent = null; // 根節點沒有父節點
x.red = false; // 根節點必須為黑色
root = x; // 将x設定為根節點
}
else {
K k = x.key; // k指派為x的key
int h = x.hash; // h指派為x的hash值
Class<?> kc = null;
// 3.如果目前節點x不是根節點, 則從根節點開始查找屬于該節點的位置
for (TreeNode<K,V> p = root;;) {
int dir, ph;
K pk = p.key;
// 4.如果x節點的hash值小于p節點的hash值，則将dir指派為-1, 代表向p的左邊查找
if ((ph = p.hash) > h)
dir = -1;
// 5.如果x節點的hash值大于p節點的hash值，則将dir指派為1, 代表向p的右邊查找
else if (ph < h)
dir = 1;
// 6.走到這代表x的hash值和p的hash值相等，則比較key值
else if ((kc == null && // 6.1 如果k沒有實作Comparable接口 或者 x節點的key和p節點的key相等
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
// 6.2 使用定義的一套規則來比較x節點和p節點的大小，用來決定向左還是向右查找
dir = tieBreakOrder(k, pk);
TreeNode<K,V> xp = p; // xp指派為x的父節點,中間變量用于下面給x的父節點指派
// 7.dir<=0則向p左邊查找,否則向p右邊查找,如果為null,則代表該位置即為x的目标位置
if ((p = (dir <= 0) ? p.left : p.right) == null) {
// 8.x和xp節點的屬性設定
x.parent = xp; // x的父節點即為最後一次周遊的p節點
if (dir <= 0) // 如果時dir <= 0, 則代表x節點為父節點的左節點
xp.left = x;
else // 如果時dir > 0, 則代表x節點為父節點的右節點
xp.right = x;
// 9.進行紅黑樹的插入平衡(通過左旋、右旋和改變節點顔色來保證目前樹符合紅黑樹的要求)
root = balanceInsertion(root, x);
break;
}
}
}
}
// 10.如果root節點不在table索引位置的頭節點, 則将其調整為頭節點
moveRootToFront(tab, root);
}
3.如果目前節點 x 不是根節點, 則從根節點開始查找屬于該節點的位置，該段代碼跟代碼塊2和代碼塊4的查找代碼類似。
8.如果 root 節點不在 table 索引位置的頭節點, 則将其調整為頭節點，見代碼塊8詳解。
5.2.1.1 代碼塊8：moveRootToFront
将root放到頭節點的位置
/**
* 将root放到頭節點的位置
* 如果目前索引位置的頭節點不是root節點, 則将root的上一個節點和下一個節點進行關聯,
* 将root放到頭節點的位置, 原頭節點放在root的next節點上
*/
static <K,V> void moveRootToFront(Node<K,V>[] tab, TreeNode<K,V> root) {
int n;
// 1.校驗root是否為空、table是否為空、table的length是否大于0
if (root != null && tab != null && (n = tab.length) > 0) {
// 2.計算root節點的索引位置
int index = (n - 1) & root.hash;
TreeNode<K,V> first = (TreeNode<K,V>)tab[index];
// 3.如果該索引位置的頭節點不是root節點，則該索引位置的頭節點替換為root節點
if (root != first) {
Node<K,V> rn;
// 3.1 将該索引位置的頭節點指派為root節點
tab[index] = root;
TreeNode<K,V> rp = root.prev; // root節點的上一個節點
// 3.2 和 3.3 兩個操作是移除root節點的過程
// 3.2 如果root節點的next節點不為空，則将root節點的next節點的prev屬性設定為root節點的prev節點
if ((rn = root.next) != null)
((TreeNode<K,V>)rn).prev = rp;
// 3.3 如果root節點的prev節點不為空，則将root節點的prev節點的next屬性設定為root節點的next節點
if (rp != null)
rp.next = rn;
// 3.4 和 3.5 兩個操作将first節點接到root節點後面
// 3.4 如果原頭節點不為空, 則将原頭節點的prev屬性設定為root節點
if (first != null)
first.prev = root;
// 3.5 将root節點的next屬性設定為原頭節點
root.next = first;
// 3.6 root此時已經被放到該位置的頭節點位置，是以将prev屬性設為空
root.prev = null;
}
// 4.檢查樹是否正常
assert checkInvariants(root);
}
}
4.檢查樹是否正常，見代碼塊9詳解。
5.2.1.1.1 代碼塊9：checkInvariants
将傳入的節點作為根節點，周遊所有節點，校驗節點的合法性，主要是保證該樹符合紅黑樹的規則。
/**
* Recursive invariant check
*/
static <K,V> boolean checkInvariants(TreeNode<K,V> t) { // 一些基本的校驗
TreeNode<K,V> tp = t.parent, tl = t.left, tr = t.right,
tb = t.prev, tn = (TreeNode<K,V>)t.next;
if (tb != null && tb.next != t)
return false;
if (tn != null && tn.prev != t)
return false;
if (tp != null && t != tp.left && t != tp.right)
return false;
if (tl != null && (tl.parent != t || tl.hash > t.hash))
return false;
if (tr != null && (tr.parent != t || tr.hash < t.hash))
return false;
if (t.red && tl != null && tl.red && tr != null && tr.red) // 如果目前節點為紅色, 則該節點的左右節點不能同時為紅色
return false;
if (tl != null && !checkInvariants(tl))
return false;
if (tr != null && !checkInvariants(tr))
return false;
return true;
}
6. 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;
// 1.老表的容量不為0，即老表不為空
if (oldCap > 0) {
// 1.1 判斷老表的容量是否超過最大容量值：如果超過則将門檻值設定為Integer.MAX_VALUE，并直接傳回老表,
// 此時oldCap * 2比Integer.MAX_VALUE大，是以無法進行重新分布，隻是單純的将門檻值擴容到最大
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 1.2 将newCap指派為oldCap的2倍，如果newCap<最大容量并且oldCap>=16, 則将新門檻值設定為原來的兩倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
// 2.如果老表的容量為0, 老表的門檻值大于0, 是因為初始容量被放入門檻值，則将新表的容量設定為老表的門檻值
else if (oldThr > 0)
newCap = oldThr;
else {
// 3.老表的容量為0, 老表的門檻值為0，這種情況是沒有傳初始容量的new方法建立的空表，将門檻值和容量設定為預設值
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 4.如果新表的門檻值為空, 則通過新的容量*負載因子獲得門檻值
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
// 5.将目前門檻值設定為剛計算出來的新的門檻值，定義新表，容量為剛計算出來的新容量，将table設定為新定義的表。
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 6.如果老表不為空，則需周遊所有節點，将節點指派給新表
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) { // 将索引值為j的老表頭節點指派給e
oldTab[j] = null; // 将老表的節點設定為空, 以便垃圾收集器回收空間
// 7.如果e.next為空, 則代表老表的該位置隻有1個節點，計算新表的索引位置, 直接将該節點放在該位置
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 8.如果是紅黑樹節點，則進行紅黑樹的重hash分布(跟連結清單的hash分布基本相同)
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
// 9.如果是普通的連結清單節點，則進行普通的重hash分布
Node<K,V> loHead = null, loTail = null; // 存儲索引位置為:“原索引位置”的節點
Node<K,V> hiHead = null, hiTail = null; // 存儲索引位置為:“原索引位置+oldCap”的節點
Node<K,V> next;
do {
next = e.next;
// 9.1 如果e的hash值與老表的容量進行與運算為0,則擴容後的索引位置跟老表的索引位置一樣
if ((e.hash & oldCap) == 0) {
if (loTail == null) // 如果loTail為空, 代表該節點為第一個節點
loHead = e; // 則将loHead指派為第一個節點
else
loTail.next = e; // 否則将節點添加在loTail後面
loTail = e; // 并将loTail指派為新增的節點
}
// 9.2 如果e的hash值與老表的容量進行與運算為非0,則擴容後的索引位置為:老表的索引位置＋oldCap
else {
if (hiTail == null) // 如果hiTail為空, 代表該節點為第一個節點
hiHead = e; // 則将hiHead指派為第一個節點
else
hiTail.next = e; // 否則将節點添加在hiTail後面
hiTail = e; // 并将hiTail指派為新增的節點
}
} while ((e = next) != null);
// 10.如果loTail不為空（說明老表的資料有分布到新表上“原索引位置”的節點），則将最後一個節點
// 的next設為空，并将新表上索引位置為“原索引位置”的節點設定為對應的頭節點
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 11.如果hiTail不為空（說明老表的資料有分布到新表上“原索引+oldCap位置”的節點），則将最後
// 一個節點的next設為空，并将新表上索引位置為“原索引+oldCap”的節點設定為對應的頭節點
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
// 12.傳回新表
return newTab;
}
注意步驟：
2.老表的容量為 0，并且老表的門檻值大于 0：這種情況是建立 HashMap 時傳了初始容量，例如：new HashMap<>(32)，使用這種方式建立 HashMap 時，由于 HashMap 沒有 capacity 屬性，是以此時的 capacity 會被暫存在 threshold 屬性。是以此時的 threshold 的值就是我們要新建立的 HashMap 的 capacity，是以将新表的容量設定為 threshold。
4.如果新表的門檻值為空，則通過新的容量 * 負載因子獲得門檻值（這種情況是初始化的時候傳了初始容量，跟第2點相同情況，或者初始容量設定的太小導緻老表的容量沒有超過 16 導緻的）。
8.如果是紅黑樹節點，則進行紅黑樹的重 hash 分布，見代碼塊10詳解。
9.1 如果 e 的 hash 值與老表的容量進行位與運算為 0，則說明 e 節點擴容後的索引位置跟老表的索引位置一樣（見疑問1詳解），進行連結清單拼接操作：如果 loTail 為空，代表該節點為第一個節點，則将 loHead 指派為該節點；否則将節點添加在 loTail 後面，并将 loTail 指派為新增的節點。
9.2 如果 e 的 hash 值與老表的容量進行位與運算為 1，則說明 e 節點擴容後的索引位置為：老表的索引位置＋oldCap（見例子1詳解），進行連結清單拼接操作：如果 hiTail 為空，代表該節點為第一個節點，則将 hiHead 指派為該節點；否則将節點添加在 hiTail 後面，并将 hiTail 指派為新增的節點。
6.1 代碼塊10：split
紅黑樹擴容
/**
* 擴容後，紅黑樹的hash分布，隻可能存在于兩個位置：原索引位置、原索引位置+oldCap
*/
final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
TreeNode<K,V> b = this; // 拿到調用此方法的節點
TreeNode<K,V> loHead = null, loTail = null; // 存儲索引位置為:“原索引位置”的節點
TreeNode<K,V> hiHead = null, hiTail = null; // 存儲索引位置為:“原索引+oldCap”的節點
int lc = 0, hc = 0;
// 1.以調用此方法的節點開始，周遊整個紅黑樹節點
for (TreeNode<K,V> e = b, next; e != null; e = next) { // 從b節點開始周遊
next = (TreeNode<K,V>)e.next; // next指派為e的下個節點
e.next = null; // 同時将老表的節點設定為空，以便垃圾收集器回收
// 2.如果e的hash值與老表的容量進行與運算為0,則擴容後的索引位置跟老表的索引位置一樣
if ((e.hash & bit) == 0) {
if ((e.prev = loTail) == null) // 如果loTail為空, 代表該節點為第一個節點
loHead = e; // 則将loHead指派為第一個節點
else
loTail.next = e; // 否則将節點添加在loTail後面
loTail = e; // 并将loTail指派為新增的節點
++lc; // 統計原索引位置的節點個數
}
// 3.如果e的hash值與老表的容量進行與運算為非0,則擴容後的索引位置為:老表的索引位置＋oldCap
else {
if ((e.prev = hiTail) == null) // 如果hiHead為空, 代表該節點為第一個節點
hiHead = e; // 則将hiHead指派為第一個節點
else
hiTail.next = e; // 否則将節點添加在hiTail後面
hiTail = e; // 并将hiTail指派為新增的節點
++hc; // 統計索引位置為原索引+oldCap的節點個數
}
}
// 4.如果原索引位置的節點不為空
if (loHead != null) { // 原索引位置的節點不為空
// 4.1 如果節點個數<=6個則将紅黑樹轉為連結清單結構
if (lc <= UNTREEIFY_THRESHOLD)
tab[index] = loHead.untreeify(map);
else {
// 4.2 将原索引位置的節點設定為對應的頭節點
tab[index] = loHead;
// 4.3 如果hiHead不為空，則代表原來的紅黑樹(老表的紅黑樹由于節點被分到兩個位置)
// 已經被改變, 需要重新建構新的紅黑樹
if (hiHead != null)
// 4.4 以loHead為根節點, 建構新的紅黑樹
loHead.treeify(tab);
}
}
// 5.如果索引位置為原索引+oldCap的節點不為空
if (hiHead != null) { // 索引位置為原索引+oldCap的節點不為空
// 5.1 如果節點個數<=6個則将紅黑樹轉為連結清單結構
if (hc <= UNTREEIFY_THRESHOLD)
tab[index + bit] = hiHead.untreeify(map);
else {
// 5.2 将索引位置為原索引+oldCap的節點設定為對應的頭節點
tab[index + bit] = hiHead;
// 5.3 loHead不為空則代表原來的紅黑樹(老表的紅黑樹由于節點被分到兩個位置)
// 已經被改變, 需要重新建構新的紅黑樹
if (loHead != null)
// 5.4 以hiHead為根節點, 建構新的紅黑樹
hiHead.treeify(tab);
}
}
}
2.如果 e 的 hash 值與老表的容量進行位與運算為 0，則說明 e 節點擴容後的索引位置跟老表的索引位置一樣（見例子1詳解），進行連結清單拼接操作：如果 loTail 為空，代表該節點為第一個節點，則将 loHead 指派為該節點；否則将節點添加在 loTail 後面，并将 loTail 指派為新增的節點，并統計原索引位置的節點個數。
3.如果 e 的 hash 值與老表的容量進行位與運算為 1，則說明 e 節點擴容後的索引位置為：老表的索引位置＋oldCap（見例子1詳解），進行連結清單拼接操作：如果 hiTail 為空，代表該節點為第一個節點，則将 hiHead 指派為該節點；否則将節點添加在 hiTail 後面，并将 hiTail 指派為新增的節點，并統計索引位置為原索引 + oldCap 的節點個數。
4.1 如果節點個數 <= 6 個則将紅黑樹轉為連結清單結構，見代碼塊11詳解。
4.4 以 loHead 為根節點，建構新的紅黑樹，見代碼塊7詳解。
6.1.1 代碼塊11：untreeify
将紅黑樹節點轉為連結清單節點, 當節點<=6個時會被觸發。
由于紅黑樹的擴容，本質也會像連結清單那樣，增加樹的數量，減少單個樹的節點數量，是以，會出現樹的節點個數變為<=6個的情況，此時需要進行結構轉換！
/**
* 将紅黑樹節點轉為連結清單節點, 當節點<=6個時會被觸發
*/
final Node<K,V> untreeify(HashMap<K,V> map) {
Node<K,V> hd = null, tl = null; // hd指向頭節點, tl指向尾節點
// 1.從調用該方法的節點, 即連結清單的頭節點開始周遊, 将所有節點全轉為連結清單節點
for (Node<K,V> q = this; q != null; q = q.next) {
// 2.調用replacementNode方法建構連結清單節點
Node<K,V> p = map.replacementNode(q, null);
// 3.如果tl為null, 則代表目前節點為第一個節點, 将hd指派為該節點
if (tl == null)
hd = p;
// 4.否則, 将尾節點的next屬性設定為目前節點p
else
tl.next = p;
tl = p; // 5.每次都将tl節點指向目前節點, 即尾節點
}
// 6.傳回轉換後的連結清單的頭節點
return hd;
}
6.2 疑問1 擴容後，節點重 hash 為什麼隻可能分布在 “原索引位置” 與 “原索引 + oldCap 位置” ？
擴容代碼中，使用 e 節點的 hash 值跟 oldCap 進行位與運算，以此決定将節點分布到 “原索引位置” 或者 “
原索引 + oldCap 位置
” 上，這是為什麼了？
假設老表的容量為 16，即 oldCap = 16，則新表容量為 16 * 2 = 32，假設節點 1 的 hash 值為：0000 0000 0000 0000 0000 1111 0000 1010，節點 2 的 hash 值為：0000 0000 0000 0000 0000 1111 0001 1010，則節點 1 和節點 2 在老表的索引位置計算如下圖計算1，由于老表的長度限制，節點 1 和節點 2 的索引位置隻取決于節點 hash 值的最後 4 位。
再看計算2，計算2為新表的索引計算，可以知道如果兩個節點在老表的索引位置相同，則新表的索引位置隻取決于節點hash值倒數第5位的值，而此位置的值剛好為老表的容量值 16，此時節點在新表的索引位置隻有兩種情況：“原索引位置” 和 “原索引 + oldCap位置”，在此例中即為 10 和 10 + 16 = 26。
由于結果隻取決于節點 hash 值的倒數第 5 位，而此位置的值剛好為老表的容量值 16，是以此時新表的索引位置的計算可以替換為計算3，直接使用節點的 hash 值與老表的容量 16 進行位于運算，如果結果為 0 則該節點在新表的索引位置為原索引位置，否則該節點在新表的索引位置為 “原索引 + oldCap 位置”。
結果：可以看出，擴容後，節點 A 和節點 C 的先後順序跟擴容前是一樣的。是以，
即使此時有多個線程并發擴容，也不會出現死循環的情況
。當然，這
仍然改變不了 HashMap 仍是非并發安全
，在并發下，還是要使用 ConcurrentHashMap 來代替。
7. 總結
- HashMap 的底層是個 Node 數組（Node<K,V>[] table），在數組的具體索引位置，如果存在多個節點，則可能是以連結清單或紅黑樹的形式存在。
- 增加、删除、查找鍵值對時，定位到哈希桶數組的位置是很關鍵的一步，源碼中是通過下面3個操作來完成這一步：1）拿到 key 的 hashCode 值；2）将 hashCode 的高位參與運算，重新計算 hash 值；3）将計算出來的 hash 值與 “table.length - 1” 進行 & 運算。
- HashMap 的
預設初始容量（capacity）是 16，capacity 必須為 2 的幂次方；預設負載因子（load factor）是 0.75
- HashMap 在觸發擴容後，
門檻值會變為原來的 2 倍，并且會對所有節點進行重 hash 分布，重 hash 分布後節點的新分布位置隻可能有兩個：“原索引位置” 或 “原索引+oldCap位置”
- 導緻 HashMap 擴容後，同一個索引位置的節點重 hash 最多分布在兩個位置的根本原因是：1）table的長度始終為 2 的 n 次方；2）索引位置的計算方法為 “(table.length - 1) & hash”。HashMap 擴容是一個比較耗時的操作，定義 HashMap 時盡量給個接近的初始容量值。
- HashMap 有 threshold 屬性和 loadFactor 屬性，但是沒有 capacity 屬性。初始化時，如果傳了初始化容量值，該值是存在 threshold 變量，并且 Node 數組是在第一次 put 時才會進行初始化，初始化時會将此時的 threshold 值作為新表的 capacity 值，然後用 capacity 和 loadFactor 計算新表的真正 threshold 值。
- 當同一個索引位置的節點在增加後達到 9 個時，并且此時數組的長度大于等于 64，則會
觸發連結清單節點（Node）轉紅黑樹節點（TreeNode）
- 當同一個索引位置的節點在移除後達到 6 個時，并且該索引位置的節點為紅黑樹節點，會
觸發紅黑樹節點轉連結清單節點
- HashMap 在
JDK 1.8 之後擴容不再有死循環的問題
- HashMap 是
非線程安全
參考：《史上最詳細的 JDK 1.8 HashMap 源碼解析》