写这篇文章还是下了一定决心的，因为这个源码看的头疼得很。
老规矩，源码来源于JRE1.8，java.util.HashMap，不讨论I/O及序列化相关内容。
该数据结构简介：使用了散列码来进行快速搜索。(摘自Java编程思想)
那么，文章的核心就探讨一下，内部是如何对搜索操作进行优化的。
先来一张帅气的图片总览：
预备知识：
1、Map没有迭代器，但是可以通过Map.entry()生成一个Set容器，然后通过Set的迭代器遍历map元素。
2、HashMap是乱序的。
3、HashMap元素根据散列码分散在一个数组的不同索引中，利用了数组的快速搜索特性对get操作进行了优化。
4、HashMap元素的保存形式为单向链表，是一个静态内部类。
先过一遍这个内部类：
static class Node<K,V> implements Map.Entry<K,V> {
// hash值、key、value、后指针
final int hash;
final K key;
V value;
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
// ...
}
public final boolean equals(Object o) {
// ...
}
}
代码非常简单，常规的get/set/equals，构造函数仅有一个指向下一个节点的指针，属于单向链表。
还有一个新建Node的方法：
Node<K,V> newNode(int hash, K key, V value, Node<K,V> next) {
return new Node<>(hash, key, value, next);
}
总览一下类的声明：
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
// code...
}
其中AbstractMap类实现了大部分常规方法，诸如get、contain、remove、size等方法，但是put方法是一个没有实现的方法，仅抛出一个错误。
至于Map接口，下载的源码包没有这个class的，所以暂时不知道内部的代码，不过影响不大。
这里比较奇怪的是，类AbstractMap中实现了Map接口，这里HashMap又重新声明实现Map接口，不太懂为啥。
变量
HashMap中的变量比较多，如下：
// 容器默认容量 必须为2的次方
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 容器最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认负载参数
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 容器参数
final float loadFactor;
// 一个节点数组 HashMap的容器
transient Node<K,V>[] table;
// 保存所有map的Set容器 可以用来遍历、查询等
transient Set<Map.Entry<K,V>> entrySet;
// map对象数量
transient int size;
// 容量临界值 触发resize
int threshold;
// 将红黑树转换回链表的临界值
static final int UNTREEIFY_THRESHOLD = 6;
// 链表转树的临界值
static final int TREEIFY_THRESHOLD = 8;
// (感谢指正)当某一个数组索引处的Node数量大于此值时 触发resize并重新分配Node
static final int MIN_TREEIFY_CAPACITY = 64;
所有的容量与参数都是table相关，table就是开篇所讲的数组。
构造函数
1、无参构造函数
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
}
简单的将默认负载参数赋值给负载参数。
2、int单参数构造函数
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
调用另外一个构造函数，第二个参数为默认的负载参数。
3、int、float双参数构造函数
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);
}
错误处理就不管了，这里负载参数是正常的直接赋值，但是初始容器大小就不太一样了，是通过一个函数返回。
这个函数很有意思：
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 + 1;
}
第一次看没搞懂，后面也没太看懂，于是尝试用个测试代码看一下输入值从0-100会输出什么。
测试代码：
public class suv {
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 + 1;
}
public static void main(String[] args){
for(int i=1;i<100;i++){
System.out.print(tableSizeFor(i) + ",");
if(i%20 == 0){System.out.println();}
}
}
}
输出如下：
有非常明显的规律：
1、输出均为2的次方
2、输入值为大于该值的最小2次方数
例如：输入5，大于5的最小2次方数为2的三次方8，所以输出为8。
如果还不懂，可以看我自己写的方法，输出跟上面一样：
static final int diyFn(int cap){
int start = 1;
for(;;){
if(start >= cap){
return start;
}
start = start << 1;
}
}
这里暂时不需要知道原因，只需要知道容量必须是2的次方。
4、带有初始化集合的构造函数
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
这里负载参数设置为默认的，然后调用putMapEntries方法初始化HashMap。
这个方法会初始化一些参数，稍微看一下：
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
if (s > 0) {
// 初始table为null
if (table == null) { // pre-size
// 用负载参数进行计算
float ft = ((float)s / loadFactor) + 1.0F;
// 与最大容量作比较 返回对应的int类型值
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
// The next size value at which to resize (capacity * load factor).
if (t > threshold)
threshold = tableSizeFor(t);
}
// 扩容
else if (s > threshold)
resize();
// 插入处理
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}
这里的扩容类似于ArrayList的grow函数，不同的是这里扩容的算法是每次乘以2，并且存在一个负载参数来修正初次扩容的步数。
threshold可以看注释，这是一个扩容临界值。当容器大小大于这个值时，就会进行resize扩容操作，临界值取决于当前容器容量与负载参数。
接下来应该要进入resize函数，参照之前的ArrayList源码，这里也是先扩容得到一个新的数组，然后将所有节点进行转移。
函数有点长，一步一步来：
final Node<K,V>[] resize() {
// 缓存旧数组
Node<K,V>[] oldTab = table;
// 旧容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 旧的临界值
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
// 旧容量已经达到上限时 返回旧的数组
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 容量与临界值同时<<1
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1;
}
// 下面的else均代表旧数组为空
else if (oldThr > 0)
// 新容量设置为旧的临界值
newCap = oldThr;
else {
// 当容器为空时 初始化所有参数
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 这里的情况是初始化一个空HashMap 然后调用putAll插入大量元素触发的resize
// 新临界值为新容量与负载参数相乘
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
// 新临界值
threshold = newThr;
// ...数组操作
}
首先第一步是参数修正，包括临界值与容器容量。
接下来就是数组操作，如下：
final Node<K,V>[] resize() {
// 参数修正
@SuppressWarnings({"rawtypes","unchecked"})
// 根据新容量生成新数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 如果旧数组是空的 直接返回扩容后的数组
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
// 遍历旧数组
if ((e = oldTab[j]) != null) {
// 释放对应旧数组内存
oldTab[j] = null;
// 数组仅存在一个元素
if (e.next == null)
// 将节点复制到新数组对应索引
newTab[e.hash & (newCap - 1)] = e;
// 使用红黑树结构保存的节点 这里暂时不管
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
// 遍历数组对应索引的链表元素
do {
next = e.next;
// 两个分支都是执行链表的链接
// 由于数组扩容 所以对于(length-1) & hash的运算会改变 所以对原有的数组内容重新分配
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);
// 数组对应索引存储的是链表的第一个节点
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
// oldCap为旧容量
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
至此，可以看出，数组保存了一系列单向链表的第一个元素。
核心讲解
这里存在一个核心运算，即：
newTab[e.hash & (newCap - 1)] = e;
之前讲过扩容，每次扩容的容量都是2的次方，为什么必须是呢？这里就给出了答案。
开篇讲过，该数据结构是通过hash值来优化搜索，这里就用到了hash值。但是hash值是不确定的，如何保证元素分配到的索引平均分配到数组的每一个索引，并且不会超过索引呢？
答案就是这个运算，这里举一个例子：
比如说容量为默认的16，此时的二进制表示为10000，减1后会得到01111。
与运算应该都不陌生，两个都为1时才会返回1。
由于高位会自动补0，所以任何数与01111做与运算时，高位都是0，范围限定在 00000 ~ 01111，十进制表示就是0 - 15，巧的是，容量为16的数组，索引恰好是[0] - [15]。
这就解释了为什么容量必须为2的次方，而且元素是如何被平均分配到数组中的。
(e.hash & oldCap) == 0
这是用来区分lo、hi的运算，注释中已经解释了为什么需要做切割，这里给一个简图说明一下：
首先，假设这个tab容量目前是8，而索引0中的节点太多了(这里应该是树，懒得画了)，于是触发了resize，并将该索引每个节点的hash值按照上面的那个计算，判断是否需要移动。
经过重分配，数组大概变成了这样：
扩容后，会进行插入操作，留到下一部分解释。
由于大体上的思想已经很明显了，下面看一下增删改查的API。
方法
按照增删改查的顺序。
首先看一眼增：
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
方法需要传入键值对，返回值。这里调用了内部的添加方法，其中散列码用的是key的，这里的hash并不是直接用hashCode方法，而是内部做了二次处理。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
这个运算没啥讲的，当成返回一个随机数就行了。
下面是putVal的完整过程：
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
Node<K, V>[] tab;
Node<K, V> p;
int n, i;
// 初始化HashMap后第一次添加会调用resize初始化
if ((tab = table) == null || (n = tab.length) == 0)
// 返回扩容后的长度 默认情况下为1<<4
n = (tab = resize()).length;
// 又是位运算 这里代表该索引位没有链表 于是新建一个Node
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K, V> e;
K k;
// 传入元素的key与链表第一个元素的key相同
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 树节点 暂时不管
else if (p instanceof TreeNode)
e = ((TreeNode<K, V>) p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0;; ++binCount) {
// 到达尾部进行插入节点
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 当链表的长度大于临界值时 调用treeifyBin
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 当中途遇到key相同的元素时 跳出循环
if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
// 赋值
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// 链表链接成功的钩子函数
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 临界值检测
if (++size > threshold)
resize();
// 新建链表的钩子函数
afterNodeInsertion(evict);
return null;
}
这里的过程可以简述为：通过key的hash值计算出一个值作为索引，然后对索引处的链表进行插入或者修改操作。
但是这里还是有几个特殊的点：
1、钩子函数
2、当链表长度大于某个值时，会调用treeifyBin方法将链表转换为红黑树
钩子函数是我自己取的名字，因为让我想到了vue生命周期的钩子函数。这两个方法都是本地已定义但是没有具体内容，是用来重写的函数。
另外一个是treeifyBin方法，该方法将链表转换为红黑树结构保存：
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
// 若小于最低树临界值 触发resize
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
// 该索引处有元素
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
// 将索引处第一个链表元素转为红黑树结构
TreeNode<K,V> p = replacementTreeNode(e, null);
// 针对第一个元素
if (tl == null)
hd = p;
// 前指针与后指针的链接操作
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
// 这里是真正的红黑树转换
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
可以看出，当链表的长度大于某一临界值时，会将数据结构转换为红黑树。
当然，这个链表的Node比一般的链表还是牛逼一点，采用的键值对的泛型，而TreeNode本身是一个静态内部类，目前仅需要知道继承于LinkedHashMap.Entry，元素按照插入顺序进行排序。
关于TreeNode转换的详解可以单独分一节讲了，这里暂时跳过吧。
下面是删：
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ? null : e.value;
}
直接看removeNode的实现：
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) {
Node<K,V> node = null, e; K k; V v;
// 当对应索引第一个链表元素就与key相等
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
// 红黑树删除
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
// 遍历链表对key做比较
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)))) {
// 红黑树结构删除节点
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
// 当第一个元素被删除时 下一个被指定为索引处元素
else if (node == p)
tab[index] = node.next;
// 重新链接next
else
p.next = node.next;
++modCount;
--size;
// 钩子函数
afterNodeRemoval(node);
// 返回删除的节点
return node;
}
}
return null;
}
这里很简答，通过hash值快速找到对应的索引处，遍历链表或者红黑树进行查询，找到就删除节点并重新执行next链接。
同样，这里也有一个钩子函数，参数为被删除的节点。
由于改的情况在增的情况中已经提及，所以这里就跳过。
最后看一眼查：
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
public boolean containsKey(Object key) {
return getNode(hash(key), key) != null;
}
一个获取，一个查询，都指向同一个方法，所以看getNode的实现：
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) {
// 查第一个元素
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 然后遍历
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;
}
没啥营养，常规的找索引，遍历，返回节点或者null。
至此，HashMap的基本内部实现已经完事，红黑树转换另外开一篇单独弄。