一個(gè)重量級(jí)集合工具：HashMap

1、哈希表

Hash表也稱為散列表，也有直接譯作哈希表，Hash表是一種根據(jù)關(guān)鍵字值（key - value）而直接進(jìn)行訪問(wèn)的數(shù)據(jù)結(jié)構(gòu)。也就是說(shuō)它通過(guò)把關(guān)鍵碼值映射到表中的一個(gè)位置來(lái)訪問(wèn)記錄，以此來(lái)加快查找的速度。在鏈表、數(shù)組等數(shù)據(jù)結(jié)構(gòu)中，查找某個(gè)關(guān)鍵字，通常要遍歷整個(gè)數(shù)據(jù)結(jié)構(gòu)，也就是O(N)的時(shí)間級(jí)，但是對(duì)于哈希表來(lái)說(shuō)，只是O(1)的時(shí)間級(jí)。

比如對(duì)于前面我們講解的 ArrayList 集合和 LinkedList ，如果我們要查找這兩個(gè)集合中的某個(gè)元素，通常是通過(guò)遍歷整個(gè)集合，需要O(N)的時(shí)間級(jí)。

如果是哈希表，它是通過(guò)把關(guān)鍵碼值映射到表中一個(gè)位置來(lái)訪問(wèn)記錄，以加快查找的速度。這個(gè)映射函數(shù)叫做散列函數(shù)，存放記錄的數(shù)組叫做散列表，只需要O(1)的時(shí)間級(jí)。

①、存放在哈希表中的數(shù)據(jù)是key-value 鍵值對(duì)，比如存放哈希表的數(shù)據(jù)為:

{Key1-Value1,Key2-Value2,Key3-Value3,Key4-Value4,Key5-Value5,Key6-Value6}

如果我們想查找是否存在鍵值對(duì) Key3-Value3，首先通過(guò) Key3 經(jīng)過(guò)散列函數(shù)，得到值 k3，然后通過(guò) k3 和散列表對(duì)應(yīng)的值找到是 Value3。

②、當(dāng)然也有可能存放哈希表的值只是 Value1,Value2,Value3這種類型：

{Value1,Value2,Value3,Value4,Value5,Value6}

這時(shí)候我們可以假設(shè) Value1 是等于 Key1的，也就是{Value1-Value1,Value2-Value2,Value3-Value3,Value4-Value4,Value5-Value5,Value6-Value6}可以將 Value1經(jīng)過(guò)散列函數(shù)轉(zhuǎn)換成與散列表對(duì)應(yīng)的值。

大家都用過(guò)漢語(yǔ)字典吧，漢語(yǔ)字典的優(yōu)點(diǎn)是我們可以通過(guò)前面的拼音目錄快速定位到所要查找的漢字。當(dāng)給定我們某個(gè)漢字時(shí)，大腦會(huì)自動(dòng)將漢字轉(zhuǎn)換成拼音（如果我們認(rèn)識(shí)，不認(rèn)識(shí)可以通過(guò)偏旁部首），這個(gè)轉(zhuǎn)換的過(guò)程我們可以看成是一個(gè)散列函數(shù)，之后在根據(jù)轉(zhuǎn)換得到的拼音找到該字所在的頁(yè)碼，從而找到該漢字。

漢語(yǔ)字典是哈希表的典型實(shí)現(xiàn)，但是我們仔細(xì)思考，會(huì)發(fā)現(xiàn)這樣幾個(gè)問(wèn)題？

①、為什么要有散列函數(shù)？

②、多個(gè) key 通過(guò)散列函數(shù)會(huì)得到相同的值，這時(shí)候怎么辦？

對(duì)于第一個(gè)問(wèn)題，散列函數(shù)的存在能夠幫助我們更快的確定key和value的映射關(guān)系，試想一下，如果沒(méi)有漢字和拼音的轉(zhuǎn)換規(guī)則（或者漢字和偏旁部首的），給你一個(gè)漢字，你該如何從字典中找到該漢字？我想除了遍歷整部字典，你沒(méi)有什么更好的辦法。

對(duì)于第二個(gè)問(wèn)題，多個(gè) key 通過(guò)散列函數(shù)得到相同的值，這其實(shí)也是哈希表最大的問(wèn)題——沖突。比如同音字漢字，我們得到的拼音就會(huì)是相同的，那么我們?cè)撊绾卧谧值渲写娣磐糇譂h字呢？有兩種做法：

第一種是開(kāi)放地址法，當(dāng)我們遇到?jīng)_突了，這時(shí)候通過(guò)另一種函數(shù)再計(jì)算一遍，得到相應(yīng)的映射關(guān)系。比如對(duì)于漢語(yǔ)字典，一個(gè)字 “余”，拼音是“yu”，我們將其放在頁(yè)碼為567(假設(shè)在該位置)，這時(shí)候又來(lái)了一個(gè)漢字“于”，拼音也是“yu”，那么這時(shí)候我們要是按照轉(zhuǎn)換規(guī)則，也得將其放在頁(yè)碼為567的位置，但是我們發(fā)現(xiàn)這個(gè)頁(yè)碼已經(jīng)被占用了，這時(shí)候怎么辦？我們可以在通過(guò)另一種函數(shù)，得到的值加1。那么漢字"于"就會(huì)被放在576+1=577的位置。

第二種是鏈地址法，我們可以將字典的每一頁(yè)都看成是一個(gè)子數(shù)組或者子鏈表，當(dāng)遇到?jīng)_突了，直接往當(dāng)前頁(yè)碼的子數(shù)組或者子鏈表里面填充即可。那么我們進(jìn)行同音字查找的時(shí)候，可能需要遍歷其子數(shù)組或者子鏈表。如下圖所示：

對(duì)于開(kāi)放地址法，可能會(huì)遇到二次沖突，三次沖突，所以需要良好的散列函數(shù)，分布的越均勻越好。對(duì)于鏈地址法，雖然不會(huì)造成二次沖突，但是如果一次沖突很多，那么會(huì)造成子數(shù)組或者子鏈表很長(zhǎng)，那么我們查找所需遍歷的時(shí)間也會(huì)很長(zhǎng)。

2、什么是 HashMap？

聽(tīng)名字就知道，HashMap 是一個(gè)利用哈希表原理來(lái)存儲(chǔ)元素的集合。遇到?jīng)_突時(shí)，HashMap 是采用的鏈地址法來(lái)解決，在 JDK1.7 中，HashMap 是由 數(shù)組+鏈表構(gòu)成的。但是在 JDK1.8 中，HashMap 是由 數(shù)組+鏈表+紅黑樹(shù)構(gòu)成，新增了紅黑樹(shù)作為底層數(shù)據(jù)結(jié)構(gòu)，結(jié)構(gòu)變得復(fù)雜了，但是效率也變的更高效。下面我們來(lái)具體介紹在 JDK1.8 中 HashMap 是如何實(shí)現(xiàn)的。

3、HashMap定義

HashMap 是一個(gè)散列表，它存儲(chǔ)的內(nèi)容是鍵值對(duì)(key-value)映射，而且 key 和 value 都可以為 null。

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

首先該類實(shí)現(xiàn)了一個(gè) Map 接口，該接口定義了一組鍵值對(duì)映射通用的操作。儲(chǔ)存一組成對(duì)的鍵-值對(duì)象，提供key（鍵）到value（值）的映射，Map中的key不要求有序，不允許重復(fù)。value同樣不要求有序，但可以重復(fù)。但是我們發(fā)現(xiàn)該接口方法有很多，我們?cè)O(shè)計(jì)某個(gè)鍵值對(duì)的集合有時(shí)候并不像實(shí)現(xiàn)那么多方法，那該怎么辦？

JDK 還為我們提供了一個(gè)抽象類 AbstractMap ，該抽象類繼承 Map 接口，所以如果我們不想實(shí)現(xiàn)所有的 Map 接口方法，就可以選擇繼承抽象類 AbstractMap 。

但是我們發(fā)現(xiàn) HashMap 類即繼承了 AbstractMap 接口，也實(shí)現(xiàn)了 Map 接口，這樣做難道不是多此一舉？后面我們會(huì)講的 LinkedHashSet 集合也有這樣的寫(xiě)法。

畢竟 JDK 經(jīng)過(guò)這么多年的發(fā)展維護(hù)，博主起初也是認(rèn)為這樣是有具體的作用的，后來(lái)找了很多資料，發(fā)現(xiàn)這其實(shí)完全沒(méi)有任何作用

據(jù) java 集合框架的創(chuàng)始人Josh Bloch描述，這樣的寫(xiě)法是一個(gè)失誤。在java集合框架中，類似這樣的寫(xiě)法很多，最開(kāi)始寫(xiě)java集合框架的時(shí)候，他認(rèn)為這樣寫(xiě)，在某些地方可能是有價(jià)值的，直到他意識(shí)到錯(cuò)了。顯然的，JDK的維護(hù)者，后來(lái)不認(rèn)為這個(gè)小小的失誤值得去修改，所以就這樣存在下來(lái)了。
HashMap 集合還實(shí)現(xiàn)了 Cloneable 接口以及 Serializable 接口，分別用來(lái)進(jìn)行對(duì)象克隆以及將對(duì)象進(jìn)行序列化。

4、字段屬性

//序列化和反序列化時(shí)，通過(guò)該字段進(jìn)行版本一致性驗(yàn)證
    private static final long serialVersionUID = 362498820763181265L;
    //默認(rèn) HashMap 集合初始容量為16（必須是 2 的倍數(shù)）
    static final int DEFAULT_INITIAL_CAPACITY = 1 < < 4; // aka 16
    //集合的最大容量，如果通過(guò)帶參構(gòu)造指定的最大容量超過(guò)此數(shù)，默認(rèn)還是使用此數(shù)
    static final int MAXIMUM_CAPACITY = 1 < < 30;
    //默認(rèn)的填充因子
    static final float DEFAULT_LOAD_FACTOR = 0.75f;
    //當(dāng)桶(bucket)上的結(jié)點(diǎn)數(shù)大于這個(gè)值時(shí)會(huì)轉(zhuǎn)成紅黑樹(shù)(JDK1.8新增)
    static final int TREEIFY_THRESHOLD = 8;
    //當(dāng)桶(bucket)上的節(jié)點(diǎn)數(shù)小于這個(gè)值時(shí)會(huì)轉(zhuǎn)成鏈表(JDK1.8新增)
    static final int UNTREEIFY_THRESHOLD = 6;
    /**(JDK1.8新增)
     * 當(dāng)集合中的容量大于這個(gè)值時(shí)，表中的桶才能進(jìn)行樹(shù)形化 ，否則桶內(nèi)元素太多時(shí)會(huì)擴(kuò)容，
     * 而不是樹(shù)形化 為了避免進(jìn)行擴(kuò)容、樹(shù)形化選擇的沖突，這個(gè)值不能小于 4 * TREEIFY_THRESHOLD
     */
    static final int MIN_TREEIFY_CAPACITY = 64;

注意 ：后面三個(gè)字段是 JDK1.8 新增的，主要是用來(lái)進(jìn)行紅黑樹(shù)和鏈表的互相轉(zhuǎn)換。

/**
     * 初始化使用，長(zhǎng)度總是 2的冪
     */
    transient Node< K,V >[] table;

    /**
     * 保存緩存的entrySet（）
     */
    transient Set< Map.Entry< K,V >> entrySet;

    /**
     * 此映射中包含的鍵值映射的數(shù)量。（集合存儲(chǔ)鍵值對(duì)的數(shù)量）
     */
    transient int size;

    /**
     * 跟前面ArrayList和LinkedList集合中的字段modCount一樣，記錄集合被修改的次數(shù)
     * 主要用于迭代器中的快速失敗
     */
    transient int modCount;

    /**
     * 調(diào)整大小的下一個(gè)大小值（容量*加載因子）。capacity * load factor
     */
    int threshold;

    /**
     * 散列表的加載因子。
     */
    final float loadFactor;

下面我們重點(diǎn)介紹上面幾個(gè)字段：

①、Node[] table

我們說(shuō) HashMap 是由數(shù)組+鏈表+紅黑樹(shù)組成，這里的數(shù)組就是 table 字段。后面對(duì)其進(jìn)行初始化長(zhǎng)度默認(rèn)是 DEFAULT_INITIAL_CAPACITY= 16。而且 JDK 聲明數(shù)組的長(zhǎng)度總是 2的n次方(一定是合數(shù))，為什么這里要求是合數(shù)，一般我們知道哈希算法為了避免沖突都要求長(zhǎng)度是質(zhì)數(shù)，這里要求是合數(shù)，下面在介紹 HashMap 的hashCode() 方法(散列函數(shù))，我們?cè)龠M(jìn)行講解。

②、size

集合中存放key-value 的實(shí)時(shí)對(duì)數(shù)。

③、loadFactor

裝載因子，是用來(lái)衡量 HashMap 滿的程度，計(jì)算HashMap的實(shí)時(shí)裝載因子的方法為：size/capacity，而不是占用桶的數(shù)量去除以capacity。capacity 是桶的數(shù)量，也就是 table 的長(zhǎng)度length。

默認(rèn)的負(fù)載因子0.75 是對(duì)空間和時(shí)間效率的一個(gè)平衡選擇，建議大家不要修改，除非在時(shí)間和空間比較特殊的情況下，如果內(nèi)存空間很多而又對(duì)時(shí)間效率要求很高，可以降低負(fù)載因子loadFactor 的值；相反，如果內(nèi)存空間緊張而對(duì)時(shí)間效率要求不高，可以增加負(fù)載因子 loadFactor 的值，這個(gè)值可以大于1。

④、threshold

計(jì)算公式：capacity * loadFactor。這個(gè)值是當(dāng)前已占用數(shù)組長(zhǎng)度的最大值。過(guò)這個(gè)數(shù)目就重新resize(擴(kuò)容)，擴(kuò)容后的 HashMap 容量是之前容量的兩倍

5、構(gòu)造函數(shù)

①、默認(rèn)無(wú)參構(gòu)造函數(shù)

/**
     * 默認(rèn)構(gòu)造函數(shù)，初始化加載因子loadFactor = 0.75
     */
    public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; 
    }

無(wú)參構(gòu)造器，初始化散列表的加載因子為0.75

②、指定初始容量的構(gòu)造函數(shù)

/**
     * 
     * @param initialCapacity 指定初始化容量
     * @param loadFactor 加載因子 0.75
     */
    public HashMap(int initialCapacity, float loadFactor) {
        //初始化容量不能小于 0 ，否則拋出異常
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
                                               initialCapacity);
        //如果初始化容量大于2的30次方，則初始化容量都為2的30次方
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
        //如果加載因子小于0，或者加載因子是一個(gè)非數(shù)值，拋出異常
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
                                               loadFactor);
        this.loadFactor = loadFactor;
        this.threshold = tableSizeFor(initialCapacity);
    }
    // 返回大于等于initialCapacity的最小的二次冪數(shù)值。
    // > >> 操作符表示無(wú)符號(hào)右移，高位取0。
    // | 按位或運(yùn)算
    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;
    }

6、確定哈希桶數(shù)組索引位置

前面我們講解哈希表的時(shí)候，我們知道是用散列函數(shù)來(lái)確定索引的位置。散列函數(shù)設(shè)計(jì)的越好，使得元素分布的越均勻。HashMap 是數(shù)組+鏈表+紅黑樹(shù)的組合，我們希望在有限個(gè)數(shù)組位置時(shí)，盡量每個(gè)位置的元素只有一個(gè)，那么當(dāng)我們用散列函數(shù)求得索引位置的時(shí)候，我們能馬上知道對(duì)應(yīng)位置的元素是不是我們想要的，而不是要進(jìn)行鏈表的遍歷或者紅黑樹(shù)的遍歷，這會(huì)大大優(yōu)化我們的查詢效率。我們看 HashMap 中的哈希算法：

static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h > >> 16);
    }
    
    i = (table.length - 1) & hash;//這一步是在后面添加元素putVal()方法中進(jìn)行位置的確定

主要分為三步：

①、取 hashCode 值：key.hashCode()

②、高位參與運(yùn)算：h>>>16

③、取模運(yùn)算：(n-1) & hash

這里獲取 hashCode() 方法的值是變量，但是我們知道，對(duì)于任意給定的對(duì)象，只要它的 hashCode() 返回值相同，那么程序調(diào)用 hash(Object key) 所計(jì)算得到的 hash碼 值總是相同的。

為了讓數(shù)組元素分布均勻，我們首先想到的是把獲得的 hash碼對(duì)數(shù)組長(zhǎng)度取模運(yùn)算( hash%length)，但是計(jì)算機(jī)都是二進(jìn)制進(jìn)行操作，取模運(yùn)算相對(duì)開(kāi)銷還是很大的，那該如何優(yōu)化呢？

HashMap 使用的方法很巧妙，它通過(guò) hash & (table.length -1)來(lái)得到該對(duì)象的保存位，前面說(shuō)過(guò) HashMap 底層數(shù)組的長(zhǎng)度總是2的n次方，這是HashMap在速度上的優(yōu)化。當(dāng) length 總是2的n次方時(shí)，hash & (length-1)運(yùn)算等價(jià)于對(duì) length 取模，也就是 hash%length，但是&比%具有更高的效率。比如 n % 32 = n & (32 -1)

這也解釋了為什么要保證數(shù)組的長(zhǎng)度總是2的n次方。

再就是在 JDK1.8 中還有個(gè)高位參與運(yùn)算，hashCode() 得到的是一個(gè)32位 int 類型的值，通過(guò)hashCode()的高16位 異或 低16位實(shí)現(xiàn)的：(h = k.hashCode()) ^ (h >>> 16)，主要是從速度、功效、質(zhì)量來(lái)考慮的，這么做可以在數(shù)組table的length比較小的時(shí)候，也能保證考慮到高低Bit都參與到Hash的計(jì)算中，同時(shí)不會(huì)有太大的開(kāi)銷。

下面舉例說(shuō)明下，n為table的長(zhǎng)度：

7、添加元素

//hash(key)就是上面講的hash方法，對(duì)其進(jìn)行了第一步和第二步處理
    public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }
    /**
     * 
     * @param hash 索引的位置
     * @param key  鍵
     * @param value  值
     * @param onlyIfAbsent true 表示不要更改現(xiàn)有值
     * @param evict false表示table處于創(chuàng)建模式
     * @return
     */
    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為null或者長(zhǎng)度為0，則進(jìn)行初始化
         //resize()方法本來(lái)是用于擴(kuò)容，由于初始化沒(méi)有實(shí)際分配空間，這里用該方法進(jìn)行空間分配，后面會(huì)詳細(xì)講解該方法
         if ((tab = table) == null || (n = tab.length) == 0)
             n = (tab = resize()).length;
         //注意：這里用到了前面講解獲得key的hash碼的第三步，取模運(yùn)算，下面的if-else分別是 tab[i] 為null和不為null
         if ((p = tab[i = (n - 1) & hash]) == null)
             tab[i] = newNode(hash, key, value, null);//tab[i] 為null，直接將新的key-value插入到計(jì)算的索引i位置
         else {//tab[i] 不為null，表示該位置已經(jīng)有值了
             Node< K,V > e; K k;
             if (p.hash == hash &&
                 ((k = p.key) == key || (key != null && key.equals(k))))
                 e = p;//節(jié)點(diǎn)key已經(jīng)有值了，直接用新值覆蓋
             //該鏈?zhǔn)羌t黑樹(shù)
             else if (p instanceof TreeNode)
                 e = ((TreeNode< K,V >)p).putTreeVal(this, tab, hash, key, value);
             //該鏈?zhǔn)擎湵?/span>
             else {
                 for (int binCount = 0; ; ++binCount) {
                     if ((e = p.next) == null) {
                         p.next = newNode(hash, key, value, null);
                         //鏈表長(zhǎng)度大于8，轉(zhuǎn)換成紅黑樹(shù)
                         if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                             treeifyBin(tab, hash);
                         break;
                     }
                     //key已經(jīng)存在直接覆蓋value
                     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;
                 if (!onlyIfAbsent || oldValue == null)
                     e.value = value;
                 afterNodeAccess(e);
                 return oldValue;
             }
         }
         ++modCount;//用作修改和新增快速失敗
         if (++size > threshold)//超過(guò)最大容量，進(jìn)行擴(kuò)容
             resize();
         afterNodeInsertion(evict);
         return null;
    }

①、判斷鍵值對(duì)數(shù)組 table 是否為空或?yàn)閚ull，否則執(zhí)行resize()進(jìn)行擴(kuò)容；

②、根據(jù)鍵值key計(jì)算hash值得到插入的數(shù)組索引i，如果table[i]==null，直接新建節(jié)點(diǎn)添加，轉(zhuǎn)向⑥，如果table[i]不為空，轉(zhuǎn)向③；

③、判斷table[i]的首個(gè)元素是否和key一樣，如果相同直接覆蓋value，否則轉(zhuǎn)向④，這里的相同指的是hashCode以及equals；

④、判斷table[i] 是否為treeNode，即table[i] 是否是紅黑樹(shù)，如果是紅黑樹(shù)，則直接在樹(shù)中插入鍵值對(duì)，否則轉(zhuǎn)向⑤；

⑤、遍歷table[i]，判斷鏈表長(zhǎng)度是否大于8，大于8的話把鏈表轉(zhuǎn)換為紅黑樹(shù)，在紅黑樹(shù)中執(zhí)行插入操作，否則進(jìn)行鏈表的插入操作；遍歷過(guò)程中若發(fā)現(xiàn)key已經(jīng)存在直接覆蓋value即可；

⑥、插入成功后，判斷實(shí)際存在的鍵值對(duì)數(shù)量size是否超過(guò)了最大容量threshold，如果超過(guò)，進(jìn)行擴(kuò)容。

⑦、如果新插入的key不存在，則返回null，如果新插入的key存在，則返回原key對(duì)應(yīng)的value值（注意新插入的value會(huì)覆蓋原value值）

注意1：看第 58,59 行代碼：

if (++size > threshold)//超過(guò)最大容量，進(jìn)行擴(kuò)容
    resize();

這里有個(gè)考點(diǎn)，我們知道 HashMap 是由數(shù)組+鏈表+紅黑樹(shù)（JDK1.8）組成，如果在添加元素時(shí)，發(fā)生沖突，會(huì)將沖突的數(shù)放在鏈表上，當(dāng)鏈表長(zhǎng)度超過(guò)8時(shí)，會(huì)自動(dòng)轉(zhuǎn)換成紅黑樹(shù)。

那么有如下問(wèn)題：數(shù)組上有5個(gè)元素，而某個(gè)鏈表上有3個(gè)元素，問(wèn)此HashMap的 size 是多大？

我們分析第58,59 行代碼，很容易知道，只要是調(diào)用put() 方法添加元素，那么就會(huì)調(diào)用 ++size(這里有個(gè)例外是插入重復(fù)key的鍵值對(duì)，不會(huì)調(diào)用，但是重復(fù)key元素不會(huì)影響size),所以，上面的答案是 7。

注意2：看第 53 、 60 行代碼：

afterNodeAccess(e);
 afterNodeInsertion(evict);

這里調(diào)用的該方法，其實(shí)是調(diào)用了如下實(shí)現(xiàn)方法：

void afterNodeAccess(Node< K,V > p) { }
void afterNodeInsertion(boolean evict) { }

這都是一個(gè)空的方法實(shí)現(xiàn)，我們?cè)谶@里可以不用管，但是在后面介紹 LinkedHashMap 會(huì)用到，LinkedHashMap 是繼承的 HashMap，并且重寫(xiě)了該方法，后面我們會(huì)詳細(xì)介紹。

8、擴(kuò)容機(jī)制

擴(kuò)容（resize），我們知道集合是由數(shù)組+鏈表+紅黑樹(shù)構(gòu)成，向 HashMap 中插入元素時(shí)，如果HashMap 集合的元素已經(jīng)大于了最大承載容量threshold（capacity * loadFactor），這里的threshold不是數(shù)組的最大長(zhǎng)度。那么必須擴(kuò)大數(shù)組的長(zhǎng)度，Java中數(shù)組是無(wú)法自動(dòng)擴(kuò)容的，我們采用的方法是用一個(gè)更大的數(shù)組代替這個(gè)小的數(shù)組，就好比以前是用小桶裝水，現(xiàn)在小桶裝不下了，我們使用一個(gè)更大的桶。

JDK1.8融入了紅黑樹(shù)的機(jī)制，比較復(fù)雜，這里我們先介紹 JDK1.7的擴(kuò)容源碼，便于理解，然后在介紹JDK1.8的源碼。

//參數(shù) newCapacity 為新數(shù)組的大小
    void resize(int newCapacity) {
        Entry[] oldTable = table;//引用擴(kuò)容前的 Entry 數(shù)組
        int oldCapacity = oldTable.length;
        if (oldCapacity == MAXIMUM_CAPACITY) {//擴(kuò)容前的數(shù)組大小如果已經(jīng)達(dá)到最大(2^30)了
            threshold = Integer.MAX_VALUE;///修改閾值為int的最大值(2^31-1)，這樣以后就不會(huì)擴(kuò)容了
            return;
        }

        Entry[] newTable = new Entry[newCapacity];//初始化一個(gè)新的Entry數(shù)組
        transfer(newTable, initHashSeedAsNeeded(newCapacity));//將數(shù)組元素轉(zhuǎn)移到新數(shù)組里面
        table = newTable;
        threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);//修改閾值
    }
    void transfer(Entry[] newTable, boolean rehash) {
        int newCapacity = newTable.length;
        for (Entry< K,V > e : table) {//遍歷數(shù)組
            while(null != e) {
                Entry< K,V > next = e.next;
                if (rehash) {
                    e.hash = null == e.key ? 0 : hash(e.key);
                }
                int i = indexFor(e.hash, newCapacity);//重新計(jì)算每個(gè)元素在數(shù)組中的索引位置
                e.next = newTable[i];//標(biāo)記下一個(gè)元素，添加是鏈表頭添加
                newTable[i] = e;//將元素放在鏈上
                e = next;//訪問(wèn)下一個(gè) Entry 鏈上的元素
            }
        }
    }

通過(guò)方法我們可以看到，JDK1.7中首先是創(chuàng)建一個(gè)新的大容量數(shù)組，然后依次重新計(jì)算原集合所有元素的索引，然后重新賦值。如果數(shù)組某個(gè)位置發(fā)生了hash沖突，使用的是單鏈表的頭插入方法，同一位置的新元素總是放在鏈表的頭部，這樣與原集合鏈表對(duì)比，擴(kuò)容之后的可能就是倒序的鏈表了。

下面我們?cè)诳纯碕DK1.8的。

final Node< K,V >[] resize() {
        Node< K,V >[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;//原數(shù)組如果為null，則長(zhǎng)度賦值0
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {//如果原數(shù)組長(zhǎng)度大于0
            if (oldCap >= MAXIMUM_CAPACITY) {//數(shù)組大小如果已經(jīng)大于等于最大值(2^30)
                threshold = Integer.MAX_VALUE;//修改閾值為int的最大值(2^31-1)，這樣以后就不會(huì)擴(kuò)容了
                return oldTab;
            }
            //原數(shù)組長(zhǎng)度大于等于初始化長(zhǎng)度16，并且原數(shù)組長(zhǎng)度擴(kuò)大1倍也小于2^30次方
            else if ((newCap = oldCap < < 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr < < 1; // 閥值擴(kuò)大1倍
        }
        else if (oldThr > 0) //舊閥值大于0，則將新容量直接等于就閥值 
            newCap = oldThr;
        else {//閥值等于0，oldCap也等于0（集合未進(jìn)行初始化）
            newCap = DEFAULT_INITIAL_CAPACITY;//數(shù)組長(zhǎng)度初始化為16
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);//閥值等于16*0.75=12
        }
        //計(jì)算新的閥值上限
        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) {
            //把每個(gè)bucket都移動(dòng)到新的buckets中
            for (int j = 0; j < oldCap; ++j) {
                Node< K,V > e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;//元數(shù)據(jù)j位置置為null，便于垃圾回收
                    if (e.next == null)//數(shù)組沒(méi)有下一個(gè)引用（不是鏈表）
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)//紅黑樹(shù)
                        ((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;
                        do {
                            next = e.next;
                            //原索引
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            //原索引+oldCap
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        //原索引放到bucket里
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        //原索引+oldCap放到bucket里
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

該方法分為兩部分，首先是計(jì)算新桶數(shù)組的容量 newCap 和新閾值 newThr，然后將原集合的元素重新映射到新集合中。

相比于JDK1.7，1.8使用的是2次冪的擴(kuò)展(指長(zhǎng)度擴(kuò)為原來(lái)2倍)，所以，元素的位置要么是在原位置，要么是在原位置再移動(dòng)2次冪的位置。我們?cè)跀U(kuò)充HashMap的時(shí)候，不需要像JDK1.7的實(shí)現(xiàn)那樣重新計(jì)算hash，只需要看看原來(lái)的hash值新增的那個(gè)bit是1還是0就好了，是0的話索引沒(méi)變，是1的話索引變成“原索引+oldCap”。

9、刪除元素

HashMap 刪除元素首先是要找到 桶的位置，然后如果是鏈表，則進(jìn)行鏈表遍歷，找到需要?jiǎng)h除的元素后，進(jìn)行刪除；如果是紅黑樹(shù)，也是進(jìn)行樹(shù)的遍歷，找到元素刪除后，進(jìn)行平衡調(diào)節(jié)，注意，當(dāng)紅黑樹(shù)的節(jié)點(diǎn)數(shù)小于 6 時(shí)，會(huì)轉(zhuǎn)化成鏈表。

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;
        //(n - 1) & hash找到桶的位置
        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;
        //如果鍵的值與鏈表第一個(gè)節(jié)點(diǎn)相等，則將 node 指向該節(jié)點(diǎn)
        if (p.hash == hash &&
        ((k = p.key) == key || (key != null && key.equals(k))))
        node = p;
        //如果桶節(jié)點(diǎn)存在下一個(gè)節(jié)點(diǎn)
        else if ((e = p.next) != null) {
            //節(jié)點(diǎn)為紅黑樹(shù)
        if (p instanceof TreeNode)
         node = ((TreeNode< K,V >)p).getTreeNode(hash, key);//找到需要?jiǎng)h除的紅黑樹(shù)節(jié)點(diǎn)
        else {
         do {//遍歷鏈表，找到待刪除的節(jié)點(diǎn)
             if (e.hash == hash &&
                 ((k = e.key) == key ||
                  (key != null && key.equals(k)))) {
                 node = e;
                 break;
             }
             p = e;
         } while ((e = e.next) != null);
        }
        }
        //刪除節(jié)點(diǎn)，并進(jìn)行調(diào)節(jié)紅黑樹(shù)平衡
        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)
         tab[index] = node.next;
        else
         p.next = node.next;
        ++modCount;
        --size;
        afterNodeRemoval(node);
        return node;
        }
        }
        return null;
    }

注意第 46 行代碼

afterNodeRemoval(node);

這也是為實(shí)現(xiàn) LinkedHashMap 做準(zhǔn)備的，在這里和上面一樣，是一個(gè)空方法實(shí)現(xiàn)，可以不用管。而在 LinkedHashMap 中進(jìn)行了重寫(xiě)，用來(lái)維護(hù)刪除節(jié)點(diǎn)后，鏈表的前后關(guān)系。

10、查找元素

①、通過(guò) key 查找 value

首先通過(guò) key 找到計(jì)算索引，找到桶位置，先檢查第一個(gè)節(jié)點(diǎn)，如果是則返回，如果不是，則遍歷其后面的鏈表或者紅黑樹(shù)。其余情況全部返回 null。

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) {
            //根據(jù)key計(jì)算的索引檢查第一個(gè)索引
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            //不是第一個(gè)節(jié)點(diǎn)
            if ((e = first.next) != null) {
                if (first instanceof TreeNode)//遍歷樹(shù)查找元素
                    return ((TreeNode< K,V >)first).getTreeNode(hash, key);
                do {
                    //遍歷鏈表查找元素
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

②、判斷是否存在給定的 key 或者 value

public boolean containsKey(Object key) {
        return getNode(hash(key), key) != null;
    }
    public boolean containsValue(Object value) {
        Node< K,V >[] tab; V v;
        if ((tab = table) != null && size > 0) {
            //遍歷桶
            for (int i = 0; i < tab.length; ++i) {
                //遍歷桶中的每個(gè)節(jié)點(diǎn)元素
                for (Node< K,V > e = tab[i]; e != null; e = e.next) {
                    if ((v = e.value) == value ||
                        (value != null && value.equals(v)))
                        return true;
                }
            }
        }
        return false;
    }

11、遍歷元素

首先構(gòu)造一個(gè) HashMap 集合：

HashMap< String,Object > map = new HashMap<  >();
 map.put("A","1");
 map.put("B","2");
 map.put("C","3");

①、分別獲取 key 集合和 value 集合。

//1、分別獲取key和value的集合
for(String key : map.keySet()){
    System.out.println(key);
}
for(Object value : map.values()){
    System.out.println(value);
}

②、獲取 key 集合，然后遍歷key集合，根據(jù)key分別得到相應(yīng)value

//2、獲取key集合，然后遍歷key，根據(jù)key得到 value
 Set< String > keySet = map.keySet();
 for(String str : keySet){
     System.out.println(str+"-"+map.get(str));
 }

③、得到 Entry 集合，然后遍歷 Entry

//3、得到 Entry 集合，然后遍歷 Entry
 Set< Map.Entry< String,Object >> entrySet = map.entrySet();
 for(Map.Entry< String,Object > entry : entrySet){
     System.out.println(entry.getKey()+"-"+entry.getValue());
 }

④、迭代

//4、迭代
Iterator< Map.Entry< String,Object >> iterator = map.entrySet().iterator();
while(iterator.hasNext()){
    Map.Entry< String,Object > mapEntry = iterator.next();
    System.out.println(mapEntry.getKey()+"-"+mapEntry.getValue());
}

基本上使用第三種方法是性能最好的，

第一種遍歷方法在我們只需要 key 集合或者只需要 value 集合時(shí)使用；

第二種方法效率很低，不推薦使用；

第四種方法效率也挺好，關(guān)鍵是在遍歷的過(guò)程中我們可以對(duì)集合中的元素進(jìn)行刪除。

12、總結(jié)

①、基于JDK1.8的HashMap是由數(shù)組+鏈表+紅黑樹(shù)組成，當(dāng)鏈表長(zhǎng)度超過(guò) 8 時(shí)會(huì)自動(dòng)轉(zhuǎn)換成紅黑樹(shù)，當(dāng)紅黑樹(shù)節(jié)點(diǎn)個(gè)數(shù)小于 6 時(shí)，又會(huì)轉(zhuǎn)化成鏈表。相對(duì)于早期版本的 JDK HashMap 實(shí)現(xiàn)，新增了紅黑樹(shù)作為底層數(shù)據(jù)結(jié)構(gòu)，在數(shù)據(jù)量較大且哈希碰撞較多時(shí)，能夠極大的增加檢索的效率。

②、允許 key 和 value 都為 null。key 重復(fù)會(huì)被覆蓋，value 允許重復(fù)。

③、非線程安全

④、無(wú)序（遍歷HashMap得到元素的順序不是按照插入的順序）