再进入源码解析之前，先来看看hashMap的工作原理
当我们执行put存值时，hashmap会先调用key的hashcode方法的到哈希码，也就是桶的索引bucketIndex，找到该桶，然后遍历桶用equal方法来比较key，如果桶为空，就把kv放入桶中，如果桶存在该key，就用新value代替旧value，返回旧value，如果不存在就放入桶中，每个桶用单链表维护。下面是原理图：
1.HashMap的类声明
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable 2.HashMap的成员变量
要理解成员变量，必须先了解以下知识：
一个HashMap实例有两个参数会影响性能：初始容量（initial capacity）和装载因子（load factor），capacity是hashtable的桶数目，初始容量仅仅只是创建时的容量 。
装载因子是衡量哈希表自动增长前装满的程度，当哈希表中键值对的数目超出容量与装载因子之积，哈希表就会重新哈希（rehashed）（即，内部数据结构会重建）为之前容量的两倍 。
默认的装载因子0.75可以在时间和空间之间有很好的权衡，想避免重新hash的时间开销，可以设置比较大的初始容量。
HashMap通常作为桶式哈希表，当桶变得很大的时候就转化为树结点，和TreeMap中比较类似。
//初始容量，默认16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//最大容量，默认2的30次方
static final int MAXIMUM_CAPACITY = 1 << 30;
//装载因子，默认0.75
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//树形和列表的阀值，大于该值，桶的结构由列表改成链式
static final int TREEIFY_THRESHOLD = 8;
//树形和列表的阀值，小于该值，桶的结构由链式改成列表
static final int UNTREEIFY_THRESHOLD = 6;
//转换树形后最小容量，至少是TREEIFY_THRESHOLD的四倍
static final int MIN_TREEIFY_CAPACITY = 64;
//储存键值对的节点
transient Node<K,V>[] table;
//用作缓存
transient Set<Map.Entry<K,V>> entrySet;
//node的数目
transient int size;
//HashMap的结构更改次数
transient int modCount;
//下次分配空间时，table的大小
int threshold;
//装载因子，定义成final，让它变成不可变成员，只能在构造器初始化。
final float loadFactor; 3.HashMap的构造方法
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);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
} Hashtable的构造函数中对数组table进行了空间的分配，即在构造函数中直接使用了table = new Entry
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;
}从这段代码中，方法完成了什么呢？ n |= 自身右移多次，完成了将n最高位上的1开始的所有位都置1的操作，例如000101011110就变成了000111111111，也就完成了将利用cap找到离n最近且大于n的2的幂，并将其作为threshold，threhold是下次table执行reset后的大小。
这个函数putMapEntries(m, false)放在后面分析
4.HashMap的重要方法
1.get方法
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;
//hash表不为空且size大于0，hash所在的桶不为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//先判断桶的首个Key,相同则返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//如果首个Key不是，则根据链表遍历或者树遍历找到
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;
}到这里相信大家认真看很容易能看懂，因为每个table有可能是列表有可能是TreeNode，所以要根据 得到的桶的第一个元素first instanceof TreeNode 判断
我们可以看到((TreeNode<K,V>)first).getTreeNode(hash, key)
有兴趣可以继续点进去看
2.put方法
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;
//如果table数组尚未创建（第一次调用put），则新建table数组
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//table[i]中没有结点则创建新节点
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//如果table[i]的首个元素的关键字与给定关键字key相同，则替换旧值
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//table[i]是红黑树情况
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//table[i]是链表情况，遍历链表
for (int binCount = 0; ; ++binCount) {
//找到最后也没找到，就新建一个节点，放在链表后面
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//判断链表长度是否超过阀值，超过则转换成红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//如果找到了，e就不为空，进行下一步
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//e不为空就是找到了，返回旧值
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//修改map结构的操作数加1
++modCount;
//如果超出重构阈值，需要重新分配空间
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}上面调用了resize方法来进行扩容，前面提到，在HashMap所有的构造函数中，都没有对数组table分配存储空间。而是将这一步放入到了在put方法中进行table检测，如果为空，则调用resize方法进行扩容(或者说是为了给其开辟空间)。
3.resize方法
1）原table为null的情况，如果为空，则开辟默认大小的空间
2）原table不为空的情况，则开辟原来空间的2倍。由于可能oldCap*2会大于最大容量，因此也对其这种溢出情况进行了处理。
分配空间之后，然后将原数组中的元素拷贝到新数组中即可。
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;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && //容量加倍
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // 阈值加倍
}
else if (oldThr > 0) // 如果oldCap<=0，初始容量为阈值threshold
newCap = oldThr;
else { // 零初始化阈值表明使用默认值
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
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"})
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;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap); //红黑树分裂
else { // 保持原有顺序
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
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);
//新表索引：hash & (newCap - 1)---》低x位为Index
//旧表索引：hash & (oldCap - 1)---》低x-1位为Index
//newCap = oldCap << 1
//举例说明：resize()之前为低x-1位为Index，resize()之后为低x位为Index
//则所有Entry中，hash值第x位为0的，不需要哈希到新位置，只需要呆在当前索引下的新位置j
//hash值第x位为1的，需要哈希到新位置，新位置为j+oldCap
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
} 4.remove方法
remove方法直接调用的是removeNode方法，而removeNode方法的思想为：先根据key的hash值找到table的位置i，然后在该位置下的链表寻找key和hash均满足条件的节点。删除节点和链表删除节点方法一致。
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {//该table[i]有元素
Node<K,V> node = null, e; K k; V v;
/* 先检查头结点是否是我们要找的节点， 如果不是，则在此位置的链表中继续寻找 */
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p)//如果第一个节点就是我们要找的节点
tab[index] = node.next;
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
HashMap和Hashtable的几点区别
1、继承类不一样
HashMap继承的是AbstractMap，Hashtable继承的是Dictionary。实现的接口一致(Map、Cloneable和Serializable)
2、初始容量不一样
HashMap默认容量为16，且容量只能是2的幂次方；Hashtable默认容量为11，容量并没有2的幂次方的限制，增加的方式是 oldCap*2+1。
3、HashMap是线程不安全的，Hashtable是线程安全的
默认情况下，HashMap类中的方法并没有进行同步，而Hashtable中的方法均使用synchronized进行了同步。因此，在多线程并发时，Hashtable可以直接使用，HashMap需要我们加入额外的同步操作。
4、使用的hashcode不一样
Hashtable是直接使用的key的hashcode(key.hashcode())。而HashMap的key的hashcode是另外计算的。hashMap 独立了hash算法，并且算法是通过key value 多次算出来的，减少了重复性
5、HashMap允许有一个key为null，多个value为null。而Hashtable不允许key和value为null。
6、HashMap和Hashtable内部遍历方式的实现不一样
Hashtable、HashMap都使用了 Iterator。而由于历史原因，Hashtable还使用了Enumeration的方式 。