在本篇主要整理一下 1.8 的 HashMap 进行分析，主要从以下方面：
- 存储结构
- 扩容机制
基本属性
下面列出 HashMap 中的属性值并加以节是
// 部分常量 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 初始大小 16 static final int MAXIMUM_CAPACITY = 1 << 30; // 最大容量 static final float DEFAULT_LOAD_FACTOR = 0.75f; // 负载因子，当 size 超过负载因子与当前数量的乘积时会再添加节点会进行扩容 static final int TREEIFY_THRESHOLD = 8; // 链表大小大于该值时转为红黑树 // 属性 transient Node<K,V>[] table; // HashMap 的基本结构：数组 transient int size; // 当前数量 int threshold; // 当前容量阈值（size * threshold） final float loadFactor; // 负载因子，final 修饰，确定后不可修改 构造函数
// 可以对 HashMap 的 初始容量 及 负载因子 进行指定 public HashMap(int initialCapacity, float loadFactor) { if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); // 初始容量超过最大值会被重设 if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); this.loadFactor = loadFactor; // 下面的 tableSizeFor 主要将容量调整为 2 的幂 this.threshold = tableSizeFor(initialCapacity); } 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; } 在了解 HashMap 的整体结构前，先来看看其节点构成
Node
Node 继承自 Map.Entry，是一种键值存储结构。
static class Node<K,V> implements Map.Entry<K,V> { final int hash; //若 hash 值相同，则会对比 key 确定是否为同一对象 final K key; // 键值 V value; // 值 Node<K,V> next; // 下一指针，用于构造链表解决 hash 冲突问题 // ... } hash 操作
取 key.hashCode() 进行 hash 操作，因此重写
equals
方法时，要对
hashcode
进行重写，不然可能导致
equals
相同，
hashcode
不同的结果（hashcode 默认是对象存储的内存地址，对具有相同属性值的对象也会判定为不相等）。
static final int hash(Object key) { int h; // >>> 无符号右移： // 0000 0100 1011 0011 1101 1111 1110 0001 >>>(16) 0000 0000 0000 0000 0000 0100 1011 0011 // 令低位掺杂高位特征 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } get 操作
获取操作时
(n - 1) & hash
替代对数组长度的取余操作，提高计算速率。
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) { // 查看对应位置的第一个节点，同时需要使用 equals 比较 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; // 进行 链表 或 红黑树 的查找操作 if ((e = first.next) != null) { if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; } put 操作
// 传入时对 key 进行 hash，放入对应的位置 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; if ((tab = table) == null || (n = tab.length) == 0) // resize 对 hashmap 数组进行初始化或者扩容，此时为扩容 n = (tab = resize()).length; // 要放置的数组的对应位置没有元素，则直接插入即可 // (n - 1) & hash 防止长度溢出，使用 & 运算取代 % 运算，提高效率 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; // key 相同则替换值 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; // 若该 node 为 TreeNode，对其进行树相关操作 else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { // 剩下的是哈希冲突产生的链表的情况 for (int binCount = 0; ; ++binCount) { // 尾插法 if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } // 获取到的值不为空 if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } // 扩容后的容量增加，以及判断是否超过负载，从而重新排布 ++modCount; if (++size > threshold) resize(); afterNodeInsertion(evict); return null; } resize
用于初始化或扩容，每次扩容都为 2 的幂，扩容完成后原来的元素会保持相同的索引或者较原来有 2 的幂的量的偏移。
重新分布时，用
(e.hash & oldCap) == 0
作为区分，比起 JDK7 重新计算 hash，得到效率上的提升。
final Node<K,V>[] resize() { // 获取旧表 table Node<K,V>[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; // 旧表进行扩容 if (oldCap > 0) { // 大于最大容量无法再进行调整，直接返回 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } // 扩容，并调整 threshold 大小 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // threshold 翻倍 } // 带参数的初始化 else if (oldThr > 0) // 初始容量被设为 threshold newCap = oldThr; // 不带参数的初始化 else { // zero initial threshold signifies using defaults newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } // 计算新的 threshold if (newThr == 0) { float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } threshold = newThr; // 下面是建立新的内部数组，然后把旧节点进行转移的过程 @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; if (oldTab != null) { // 遍历数组 for (int j = 0; j < oldCap; ++j) { Node<K,V> e; if ((e = oldTab[j]) != null) { oldTab[j] = null; // 数组后没有节点（不为链表），直接插入 if (e.next == null) newTab[e.hash & (newCap - 1)] = e; // 对树节点的处理 else if (e instanceof TreeNode) // split 方法对树进行拆分，若拆分后节点数量太少会取消树化 ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); // 链表情况 else { // preserve order Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do { next = e.next; // 通过该方式进行重新散列 // 使用 （e.hash & oldCap） 区分索引位置 // 等于0则为原位置，否则位置为当前偏移旧数组长度 // lo：记录索引不变的节点 // hi：记录索引偏移的节点 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; } ![反转链表，基础栈练习，贪心[图]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)