前言

本文基于版本 JDK 1.8 ，即 Java 8 关于版本 JDK 1.7 ，即 Java 7 ，

2. 数据结构

2.1 具体描述

HashMap 采用的数据结构 = 数组（主） + 单链表（副），具体描述如下

1. 简介

• 类定义

public class HashMap<K,V> extends AbstractMap<K,V>
 implements Map<K,V>, Cloneable, Serializable123 

• 主要简介

HashMap 的实现在 JDK 1.7 和 JDK 1.8 差别较大今天，我将对照 JDK 1.7 的源码，在此基础上讲解 JDK 1.8 中 HashMap 的源码解析

2. 数据结构：引入了 红黑树

2.1 主要介绍

红黑树

2.2 存储流程

注：为了让大家有个感性的认识，只是简单的画出存储流程，更加详细 & 具体的存储流程会在下面源码分析中给出

2.3 数组元素 & 链表 节点的 实现类

HashMap 中的数组元素 & 链表节点 采用 Node 类 实现 与 JDK 1.7 的对比（ Entry 类），仅仅只是换了名字

• 该类的源码分析如下

  具体分析请看注释

/**
 * Node = HashMap的内部类，实现了Map.Entry接口，本质是 = 一个映射(键值对)
 * 实现了getKey()、getValue()、equals(Object o)和 hashCode ()等方法
 **/ 
 static class Node<K,V> implements Map.Entry<K,V> { final int hash; // 哈希值，HashMap根据该值确定记录的位置
 final K key; // key
 V value; // value
 Node<K,V> next;// 链表下一个节点
 // 构造方法
 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; } // 返回 与 此项 对应的键
 public final V getValue() { return value; } // 返回 与 此项 对应的值
 public final String toString() { return key + "=" + value; } 
 public final V setValue(V newValue) {
 V oldValue = value;
 value = newValue; return oldValue;
 } /**
 * hashCode（）
 */ public final int hashCode() { 
 return Objects.hashCode(key) ^ Objects.hashCode(value);
 } /**
 * equals（）
 * 作用：判断2个Entry是否相等，必须key和value都相等，才返回true 
 */ public final boolean equals(Object o) { 
 if (o == this) 
 return true; 
 if (o instanceof Map.Entry) {
 Map.Entry<?,?> e = (Map.Entry<?,?>)o; 
 if (Objects.equals(key, e.getKey()) &&
 Objects.equals(value, e.getValue())) 
 return true;
 } return false;
 }
 } 

2.4 红黑树节点 实现类

HashMap 中的红黑树节点 采用 TreeNode 类 实现

/**
 * 红黑树节点 实现类：继承自LinkedHashMap.Entry<K,V>类
 */ static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> { 
 // 属性 = 父节点、左子树、右子树、删除辅助节点 + 颜色
 TreeNode<K,V> parent; 
 TreeNode<K,V> left; 
 TreeNode<K,V> right;
 TreeNode<K,V> prev; 
 boolean red; 
 //  构造函数 
 TreeNode(int hash, K key, V val, Node<K,V> next) { 
 super(hash, key, val, next); 
 } 
 // 返回当前节点的根节点 
 final TreeNode<K,V> root() { 
 for (TreeNode<K,V> r = this, p;;) { 
 if ((p = r.parent) == null) 
 return r; 
 r = p; 
 } 
 } 12345678910111213141516171819202122232425 

3. 具体使用

3.1 主要使用API（方法、函数）

与 JDK 1.7 基本相同

V get(Object key); // 获得指定键的值V put(K key, V value); // 添加键值对void putAll(Map<? extends K, ? extends V> m); // 将指定Map中的键值对 复制到 此Map中V remove(Object key); // 删除该键值对boolean containsKey(Object key); // 判断是否存在该键的键值对；是 则返回trueboolean containsValue(Object value); // 判断是否存在该值的键值对；是 则返回trueSet<K> keySet(); // 单独抽取key序列，将所有key生成一个SetCollection<V> values(); // 单独value序列，将所有value生成一个Collectionvoid clear(); // 清除 哈希表 中的所有键值对int size(); // 返回哈希表中所有 键值对的数量 = 数组中的键值对 + 链表中的键值对boolean isEmpty(); // 判断HashMap是否为空；size == 0时 表示为 空 123456789101112131415 

3.2 使用流程

与 JDK 1.7 基本相同

• 在具体使用时，主要流程是：

声明1个 HashMap 的对象

向 HashMap
添加数据（成对 放入 键 – 值对）

1. 获取 HashMap 的某个数据

2. 获取 HashMap 的全部数据：遍历 HashMap

• 示例代码

import java.util.Collection;import java.util.HashMap;import java.util.Iterator;import java.util.Map;import java.util.Set;public class HashMapTest {
 public static void main(String[] args) { /**
 * 1. 声明1个 HashMap的对象
 */ Map<String,  Integer > map = new HashMap<String, Integer>();
 /**
 * 2. 向HashMap添加数据（成对 放入 键 - 值对）
 */ map.put("Android", 1);
 map.put("Java", 2);
 map.put("iOS", 3);
 map.put("数据挖掘", 4);
 map.put("产品经理", 5);
 /**
 * 3. 获取 HashMap 的某个数据
 */ System.out.println("key = 产品经理时的值为：" + map.get("产品经理"));
 /**
 * 4. 获取 HashMap 的全部数据：遍历HashMap
 * 核心思想：
 * 步骤1：获得key-value对（Entry） 或 key 或 value的Set集合
 * 步骤2：遍历上述Set集合(使用for循环 、 迭代器（Iterator）均可)
 * 方法共有3种：分别针对 key-value对（Entry） 或 key 或 value
 */ // 方法1：获得key-value的Set集合 再遍历
 System.out.println("方法1");
 // 1. 获得key-value对（Entry）的Set集合 
 Set<Map.Entry<String, Integer>> entrySet = map.entrySet();
 // 2. 遍历Set集合，从而获取key-value
 // 2.1 通过for循环
 for(Map.Entry<String, Integer> entry : entrySet){
 System.out.print(entry.getKey());
 System.out.println(entry.getValue());
 }
 System.out.println("----------");
 // 2.2 通过迭代器：先获得key-value对（Entry）的Iterator，再循环遍历
 Iterator iter1 = entrySet.iterator();
 while (iter1.hasNext()) {
 // 遍历时，需先获取entry，再分别获取key、value
 Map.Entry entry = (Map.Entry) iter1.next();
 System.out.print((String) entry.getKey());
 System.out.println((Integer) entry.getValue());
 }
 // 方法2：获得key的Set集合 再遍历
 System.out.println("方法2");
 // 1. 获得key的Set集合 Set<String> keySet = map.keySet();
 // 2. 遍历Set集合，从而获取key，再获取value
 // 2.1 通过for循环
 for(String key : keySet){
 System.out.print(key);
 System.out.println(map.get(key));
 }
 System.out.println("----------");
 // 2.2 通过迭代器：先获得key的Iterator，再循环遍历
 Iterator iter2 = keySet.iterator();
 String key = null;
 while (iter2.hasNext()) {
 key = (String)iter2.next();
 System.out.print(key);
 System.out.println(map.get(key));
 }
 // 方法3：获得value的Set集合 再遍历
 System.out.println("方法3");
 // 1. 获得value的Set集合
 Collection valueSet = map.values();
 // 2. 遍历Set集合，从而获取value
 // 2.1 获得values 的Iterator
 Iterator iter3 = valueSet.iterator();
 // 2.2 通过遍历，直接获取value
 while (iter3.hasNext()) {
 System.out.println(iter3.next());
 }
 }
}
// 注：对于遍历方式，推荐使用针对 key-value对（Entry）的方式：效率高
// 原因：
 // 1. 对于 遍历keySet 、valueSet，实质上 = 遍历了2次：1 = 转为 iterator 迭代器遍历、2 = 从 HashMap 中取出 key 的 value 操作（通过 key 值 hashCode 和 equals 索引）
 // 2. 对于 遍历 entrySet ，实质 = 遍历了1次 = 获取存储实体Entry（存储了key 和 value ）123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106 

• 运行结果

方法1
Java2
iOS3
数据挖掘4
Android1产品经理5
----------Java2
iOS3
数据挖掘4
Android1
产品经理5
方法2
Java2
iOS3
数据挖掘4
Android1产品经理5
----------Java2
iOS3
数据挖掘4
Android1
产品经理5
方法3 

下面，我们按照上述的使用过程，对一个个步骤进行源码解析

4. 基础知识：HashMap中的重要参数（变量）

• 在进行真正的源码分析前，先讲解 HashMap 中的重要参数（变量）

• HashMap 中的主要参数 同 JDK 1.7 ，即：容量、加载因子、扩容阈值

• 但由于数据结构中引入了 红黑树，故加入了 与红黑树相关的参数。具体介绍如下：

/**
 * 主要参数 同 JDK 1.7
 * 即：容量、加载因子、扩容阈值（要求、范围均相同）
 */ // 1. 容量（capacity）： 必须是2的幂 & <最大容量（2的30次方）
 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 默认容量 = 16 = 1<<4 = 00001中的1向左移4位 = 10000 = 十进制的2^4=16
 static final int MAXIMUM_CAPACITY = 1 << 30; // 最大容量 = 2的30次方（若传入的容量过大，将被最大值替换）
 // 2. 加载因子(Load factor)：HashMap在其容量自动增加前可达到多满的一种尺度
 final float loadFactor; // 实际加载因子
 static final float DEFAULT_LOAD_FACTOR = 0.75f; // 默认加载因子 = 0.75
 // 3. 扩容阈值（threshold）：当哈希表的大小 ≥ 扩容阈值时，就会扩容哈希表（即扩充HashMap的容量）
 // a. 扩容 = 对哈希表进行resize操作（即重建内部数据结构），从而哈希表将具有大约两倍的桶数
 // b. 扩容阈值 = 容量 x 加载因子
 int threshold; // 4. 其他
 transient Node<K,V>[] table; // 存储数据的Node类型 数组，长度 = 2的幂；数组的每个元素 = 1个单链表
 transient int size;// HashMap的大小，即 HashMap中存储的键值对的数量
 /**
 * 与红黑树相关的参数
 */ // 1. 桶的树化阈值：即 链表转成红黑树的阈值，在存储数据时，当链表长度 > 该值时，则将链表转换成红黑树
 static final int TREEIFY_THRESHOLD = 8;
 // 2. 桶的链表还原阈值：即 红黑树转为链表的阈值，当在扩容（resize（））时（此时HashMap的数据存储位置会重新计算），在重新计算存储位置后，当原有的红黑树内数量 < 6时，则将 红黑树转换成链表
 static final int UNTREEIFY_THRESHOLD = 6; // 3. 最小树形化容量阈值：即 当哈希表中的容量 > 该值时，才允许树形化链表 （即 将链表 转换成红黑树）
 // 否则，若桶内元素太多时，则直接扩容，而不是树形化
 // 为了避免进行扩容、树形化选择的冲突，这个值不能小于 4 * TREEIFY_THRESHOLD
 static final int MIN_TREEIFY_CAPACITY = 64;1234567891011121314151617181920212223242526272829303132333435 

• 此处 再次详细说明 加载因子

  同 JDK 1.7 ，但由于其重要性，故此处再次说明

• 总结 数据结构 & 参数方面与 JDK 1.7 的区别

5. 源码分析

• 本次的源码分析主要是根据 使用步骤 进行相关函数的详细分析

• 主要分析内容如下：

• 下面，我将对每个步骤内容的主要方法进行详细分析

步骤1：声明1个 HashMap的对象

此处主要分析的构造函数 类似 JDK 1.7

/**
 * 函数使用原型
 */ Map<String,Integer> map = new HashMap<String,Integer>(); /**
 * 源码分析：主要是HashMap的构造函数 = 4个
 * 仅贴出关于HashMap构造函数的源码
 */public class HashMap<K,V>
 extends AbstractMap<K,V>
 implements Map<K,V>, Cloneable, Serializable{ // 省略上节阐述的参数
 /**
 * 构造函数1：默认构造函数（无参）
 * 加载因子 & 容量 = 默认 = 0.75、16
 */ public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR;
 } /**
 * 构造函数2：指定“容量大小”的构造函数
 * 加载因子 = 默认 = 0.75 、容量 = 指定大小
 */ public HashMap(int initialCapacity) { // 实际上是调用指定“容量大小”和“加载因子”的构造函数
 // 只是在传入的加载因子参数 = 默认加载因子
 this(initialCapacity, DEFAULT_LOAD_FACTOR);
 } /**
 * 构造函数3：指定“容量大小”和“加载因子”的构造函数
 * 加载因子 & 容量 = 自己指定
 */ public HashMap(int initialCapacity, float loadFactor) { // 指定初始容量必须非负，否则报错 
 if (initialCapacity < 0) 
 throw new IllegalArgumentException("Illegal initial capacity: " + 
 initialCapacity);
 // HashMap的最大容量只能是MAXIMUM_CAPACITY，哪怕传入的 > 最大容量
 if (initialCapacity > MAXIMUM_CAPACITY)
 initialCapacity = MAXIMUM_CAPACITY; // 填充比必须为正 
 if (loadFactor <= 0 || Float.isNaN(loadFactor)) 
 throw new IllegalArgumentException("Illegal load factor: " + 
 loadFactor); 
 // 设置 加载因子
 this.loadFactor = loadFactor; // 设置 扩容阈值
 // 注：此处不是真正的阈值，仅仅只是将传入的容量大小转化为：>传入容量大小的最小的2的幂，该阈值后面会重新计算
 // 下面会详细讲解 ->> 分析1
 this.threshold = tableSizeFor(initialCapacity);
 } /**
 * 构造函数4：包含“子Map”的构造函数
 * 即 构造出来的HashMap包含传入Map的映射关系
 * 加载因子 & 容量 = 默认
 */ public HashMap(Map<? extends K, ? extends V> m) { // 设置容量大小 & 加载因子 = 默认
 this.loadFactor = DEFAULT_LOAD_FACTOR;
 // 将传入的子Map中的全部元素逐个添加到HashMap中
 putMapEntries(m, false);
 }
} /**
 * 分析1：tableSizeFor(initialCapacity)
 * 作用：将传入的容量大小转化为：>传入容量大小的最小的2的幂
 * 与JDK 1.7对比：类似于JDK 1.7 中 inflateTable()里的 roundUpToPowerOf2(toSize)
 */ 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;
}12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970717273747576777879808182838485868788899091929394 

• 注：（同 JDK 1.7 类似）

1. 此处仅用于接收初始容量大小（ capacity ）、加载因子( Load factor )，但仍无真正初始化哈希表，即初始化存储数组 table

2. 此处先给出结论：真正初始化哈希表（初始化存储数组 table ）是在第1次添加键值对时，即第1次调用 put（） 时。下面会详细说明

至此，关于 HashMap 的构造函数讲解完毕。

步骤2：向HashMap添加数据（成对 放入 键 – 值对）

• 在该步骤中，与 JDK 1.7 的差别较大：

下面会对上述区别进行详细讲解

• 添加数据的流程如下

注：为了让大家有个感性的认识，只是简单的画出存储流程，更加详细 & 具体的存储流程会在下面源码分析中给出

• 源码分析

/**
 * 函数使用原型
 */ map.put("Android", 1);
 map.put("Java", 2);
 map.put("iOS", 3);
 map.put("数据挖掘", 4);
 map.put("产品经理", 5); /**
 * 源码分析：主要分析HashMap的put函数
 */ public V put(K key, V value) { // 1. 对传入数组的键Key计算Hash值 ->>分析1
 // 2. 再调用putVal（）添加数据进去 ->>分析2
 return putVal(hash(key), key, value, false, true);
 }1234567891011121314151617 

下面，将详细讲解 上面的2个主要分析点

分析1：hash（key）

 /**
 * 分析1：hash(key)
 * 作用：计算传入数据的哈希码（哈希值、Hash值）
 * 该函数在JDK 1.7 和 1.8 中的实现不同，但原理一样 = 扰动函数 = 使得根据key生成的哈希码（hash值）分布更加均匀、更具备随机性，避免出现hash值冲突（即指不同key但生成同1个hash值）
 * JDK 1.7 做了9次扰动处理 = 4次位运算 + 5次异或运算
 * JDK 1.8 简化了扰动函数 = 只做了2次扰动 = 1次位运算 + 1次异或运算
 */ // JDK 1.7实现：将 键key 转换成 哈希码（hash值）操作 = 使用hashCode() + 4次位运算 + 5次异或运算（9次扰动）
 static final int hash(int h) {
 h ^= k.hashCode();
 h ^= (h >>> 20) ^ (h >>> 12); return h ^ (h >>> 7) ^ (h >>> 4);
 } // JDK 1.8实现：将 键key 转换成 哈希码（hash值）操作 = 使用hashCode() + 1次位运算 + 1次异或运算（2次扰动）
 // 1. 取hashCode值： h = key.hashCode()
 // 2. 高位参与低位的运算：h ^ (h >>> 16) 
 static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); // a. 当key = null时，hash值 = 0，所以HashMap的key 可为null 
 // 注：对比 HashTable ，HashTable对key直接hashCode（），若key为null时，会抛出异常，所以HashTable的key不可为null
 // b. 当key ≠ null时，则通过先计算出 key的 hashCode()（记为h），然后 对哈希码进行 扰动处理： 按位 异或（^） 哈希码自身右移16位后的二进制
 } /**
 * 计算存储位置的函数分析：indexFor(hash, table.length)
 * 注：该函数仅存在于JDK 1.7 ，JDK 1.8中实际上无该函数（直接用1条语句判断写出），但原理相同
 * 为了方便讲解，故提前到此讲解
 */ static int indexFor(int h, int length) { 
 return h & (length-1);
 // 将对哈希码扰动处理后的结果 与运算(&) （数组长度-1），最终得到存储在数组table的位置（即数组下标、索引）
 }1234567891011121314151617181920212223242526272829303132333435 

• 总结 计算存放在数组 table 中的位置（即数组下标、索引）的过程

1. 此处与 JDK 1.7 的区别在于： hash 值的求解过程中 哈希码的二次处理方式（扰动处理）

2. 步骤1、2 = hash 值的求解过程

• 计算示意图

在了解 如何计算存放数组 table 中的位置 后，所谓 知其然 而 需知其所以然，下面我将讲解为什么要这样计算，即主要解答以下3个问题：

1. 为什么不直接采用经过 hashCode（） 处理的哈希码 作为 存储数组 table 的下标位置？

2. 为什么采用 哈希码 与运算(&) （数组长度-1） 计算数组下标？

3. 为什么在计算数组下标前，需对哈希码进行二次处理：扰动处理？

在回答这3个问题前，请大家记住一个核心思想：

所有处理的根本目的，都是为了提高 存储 key-value 的数组下标位置 的随机性 & 分布均匀性，尽量避免出现hash值冲突。即：对于不同 key ，存储的数组下标位置要尽可能不一样

问题1：为什么不直接采用经过hashCode（）处理的哈希码 作为 存储数组table的下标位置？

• 为了解决 “哈希码与数组大小范围不匹配” 的问题， HashMap 给出了解决方案：哈希码 与运算（&） （数组长度-1），即问题3

问题2：为什么采用 哈希码 与运算(&) （数组长度-1） 计算数组下标？

问题3：为什么在计算数组下标前，需对哈希码进行二次处理：扰动处理？

至此，关于怎么计算 key-value 值存储在 HashMap 数组位置 & 为什么要这么计算，讲解完毕。

分析2：putVal(hash(key), key, value, false, true);

此处有2个主要讲解点：

• 计算完存储位置后，具体该如何 存放数据 到哈希表中

• 具体如何扩容，即 扩容机制

主要讲解点1：计算完存储位置后，具体该如何存放数据到哈希表中

由于数据结构中加入了红黑树，所以在存放数据到哈希表中时，需进行多次数据结构的判断：数组、红黑树、链表

只需判断 数组 & 链表

 /**
 * 分析2：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. 若哈希表的数组tab为空，则 通过resize() 创建
 // 所以，初始化哈希表的时机 = 第1次调用put函数时，即调用resize() 初始化创建
 // 关于resize（）的源码分析将在下面讲解扩容时详细分析，此处先跳过
 if ((tab = table) == null || (n = tab.length) == 0)
 n = (tab = resize()).length; // 2. 计算插入存储的数组索引i：根据键值key计算的hash值 得到
 // 此处的数组下标计算方式 = i = (n - 1) & hash，同JDK 1.7中的indexFor（），上面已详细描述
 // 3. 插入时，需判断是否存在Hash冲突：
 // 若不存在（即当前table[i] == null），则直接在该数组位置新建节点，插入完毕
 // 否则，代表存在Hash冲突，即当前存储位置已存在节点，则依次往下判断：a. 当前位置的key是否与需插入的key相同、b. 判断需插入的数据结构是否为红黑树 or 链表
 if ((p = tab[i = (n - 1) & hash]) == null)
 tab[i] = newNode(hash, key, value, null); // newNode(hash, key, value, null)的源码 = new Node<>(hash, key, value, next)
 else {
 Node<K,V> e; K k; // a. 判断 table[i]的元素的key是否与 需插入的key一样，若相同则 直接用新value 覆盖 旧value
 // 判断原则：equals（）
 if (p.hash == hash &&
 ((k = p.key) == key || (key != null && key.equals(k))))
 e = p; // b. 继续判断：需插入的数据结构是否为红黑树 or 链表
 // 若是红黑树，则直接在树中插入 or 更新键值对
 else if (p instanceof TreeNode)
 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); ->>分析3
 // 若是链表,则在链表中插入 or 更新键值对
 // i. 遍历table[i]，判断Key是否已存在：采用equals（） 对比当前遍历节点的key 与 需插入数据的key：若已存在，则直接用新value 覆盖 旧value
 // ii. 遍历完毕后仍无发现上述情况，则直接在链表尾部插入数据
 // 注：新增节点后，需判断链表长度是否>8（8 = 桶的树化阈值）：若是，则把链表转换为红黑树
 else { for (int binCount = 0; ; ++binCount) { // 对于ii：若数组的下1个位置，表示已到表尾也没有找到key值相同节点，则新建节点 = 插入节点
 // 注：此处是从链表尾插入，与JDK 1.7不同（从链表头插入，即永远都是添加到数组的位置，原来数组位置的数据则往后移）
 if ((e = p.next) == null) {
 p.next = newNode(hash, key, value, null); // 插入节点后，若链表节点>数阈值，则将链表转换为红黑树
 if (binCount >= TREEIFY_THRESHOLD - 1)
 treeifyBin(tab, hash); // 树化操作
 break;
 } // 对于i
 if (e.hash == hash &&
 ((k = e.key) == key || (key != null && key.equals(k)))) break; // 更新p指向下一个节点，继续遍历
 p = e;
 }
 } // 对i情况的后续操作：发现key已存在，直接用新value 覆盖 旧value & 返回旧value
 if (e != null) {
 V oldValue = e.value; if (!onlyIfAbsent || oldValue == null)
 e.value = value;
 afterNodeAccess(e); // 替换旧值时会调用的方法（默认实现为空）
 return oldValue;
 }
 }
 ++modCount; // 插入成功后，判断实际存在的键值对数量size > 最大容量threshold
 // 若 > ，则进行扩容 ->>分析4（但单独讲解，请直接跳出该代码块）
 if (++size > threshold)
 resize();
 afterNodeInsertion(evict);// 插入成功时会调用的方法（默认实现为空）
 return null;
} /**
 * 分析3：putTreeVal(this, tab, hash, key, value)
 * 作用：向红黑树插入 or 更新数据（键值对）
 * 过程：遍历红黑树判断该节点的key是否与需插入的key 相同：
 * a. 若相同，则新value覆盖旧value
 * b. 若不相同，则插入
 */ 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;
 TreeNode<K,V> root = (parent != null) ? root() : this; 
 for (TreeNode<K,V> p = root;;) { 
 int dir, ph; K pk; 
 if ((ph = p.hash) > h)
 dir = -1; 
 else if (ph < h)
 dir = 1; 
 else if ((pk = p.key) == k || (k != null && k.equals(pk))) return p; else if ((kc == null &&
 (kc = comparableClassFor(k)) == null) ||
 (dir = compareComparables(kc, k, pk)) == 0) { 
 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;
 }
 dir = tieBreakOrder(k, pk);
 }
 TreeNode<K,V> xp = p; 
 if ((p = (dir <= 0) ? p.left : p.right) == null) {
 Node<K,V> xpn = xp.next;
 TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn); if (dir <= 0)
 xp.left = x; else
 xp.right = x;
 xp.next = x;
 x.parent = x.prev = xp; if (xpn != null)
 ((TreeNode<K,V>)xpn).prev = x;
 moveRootToFront(tab, balanceInsertion(root, x)); return null;
 }
 }
 } 

• 总结

主要讲解点2：扩容机制（即 resize（）函数方法）

• 扩容流程如下

• 源码分析

 /**
 * 分析4：resize（）
 * 该函数有2种使用情况：1.初始化哈希表 2.当前数组容量过小，需扩容
 */ final Node<K,V>[] resize() {
 Node<K,V>[] oldTab = table; // 扩容前的数组（当前数组）
 int oldCap = (oldTab == null) ? 0 : oldTab.length; // 扩容前的数组的容量 = 长度
 int oldThr = threshold;// 扩容前的数组的阈值
 int newCap, newThr = 0; // 针对情况2：若扩容前的数组容量超过最大值，则不再扩充
 if (oldCap > 0) { if (oldCap >= MAXIMUM_CAPACITY) {
 threshold = Integer.MAX_VALUE; return oldTab;
 } // 针对情况2：若无超过最大值，就扩充为原来的2倍
 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
 oldCap >= DEFAULT_INITIAL_CAPACITY)
 newThr = oldThr << 1; // 通过右移扩充2倍
 } // 针对情况1：初始化哈希表（采用指定 or 默认值）
 else if (oldThr > 0) // initial capacity was placed in threshold
 newCap = oldThr; else { // zero initial threshold signifies using defaults
 newCap = DEFAULT_INITIAL_CAPACITY;
 newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
 } // 计算新的resize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) { // 把每个bucket都移动到新的buckets中
 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); else { // 链表优化重hash的代码块
 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;
}1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768697071727374757677787980818283848586878889909192939495 

• 扩容流程（含 与 JDK 1.7 的对比）

此处主要讲解： JDK 1.8 扩容时，数据存储位置重新计算的方式

• 计算结论 & 原因解析

• 结论示意图

• 数组位置转换的示意图

• JDK 1.8 根据此结论作出的新元素存储位置计算规则 非常简单，提高了扩容效率，具体如下图

  这与 JDK 1.7 在计算新元素的存储位置有很大区别： JDK 1.7 在扩容后，都需按照原来方法重新计算，即

  hashCode（） ->> 扰动处理 ->> （h & length-1） ）

总结

• 添加数据的流程

• 与 JDK 1.7 的区别

至此，关于 HashMap 的添加数据源码分析 分析完毕。

步骤3：从HashMap中获取数据

• 假如理解了上述 put（） 函数的原理，那么 get（） 函数非常好理解，因为二者的过程原理几乎相同

• get（） 函数的流程如下：

• 源码分析

/**
 * 函数原型
 * 作用：根据键key，向HashMap获取对应的值
 */ map.get(key)； /**
 * 源码分析
 */ public V get(Object key) {
 Node<K,V> e; // 1. 计算需获取数据的hash值
 // 2. 通过getNode（）获取所查询的数据 ->>分析1
 // 3. 获取后，判断数据是否为空
 return (e = getNode(hash(key), key)) == null ? null : e.value;
}/**
 * 分析1：getNode(hash(key), key))
 */ final Node<K,V> getNode(int hash, Object key) {
 Node<K,V>[] tab; Node<K,V> first, e; int n; K k; // 1. 计算存放在数组table中的位置
 if ((tab = table) != null && (n = tab.length) > 0 &&
 (first = tab[(n - 1) & hash]) != null) { // 4. 通过该函数，依次在数组、红黑树、链表中查找（通过equals（）判断）
 // a. 先在数组中找，若存在，则直接返回
 if (first.hash == hash && // always check first node
 ((k = first.key) == key || (key != null && key.equals(k)))) return first; // b. 若数组中没有，则到红黑树中寻找
 if ((e = first.next) != null) { // 在树中get
 if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); // c. 若红黑树中也没有，则通过遍历，到链表中寻找
 do { if (e.hash == hash &&
 ((k = e.key) == key || (key != null && key.equals(k)))) return e;
 } while ((e = e.next) != null);
 }
 } return null;
}1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950 

至此，关于 “向 HashMap 获取数据 “讲解完毕。

步骤4：对HashMap的其他操作

即 对其余使用 API （函数、方法）的源码分析

– HashMap 除了核心的 put（） 、 get（） 函数，还有以下主要使用的函数方法

void clear(); // 清除哈希表中的所有键值对int size(); // 返回哈希表中所有 键值对的数量 = 数组中的键值对 + 链表中的键值对boolean isEmpty(); // 判断HashMap是否为空；size == 0时 表示为 空 void putAll(Map<? extends K, ? extends V> m); // 将指定Map中的键值对 复制到 此Map中V remove(Object key); // 删除该键值对boolean containsKey(Object key); // 判断是否存在该键的键值对；是 则返回trueboolean containsValue(Object value); // 判断是否存在该值的键值对；是 则返回true1234567891011 

• 关于上述方法的源码的原理 同 JDK 1.7 ，此处不作过多描述

  感兴趣的同学可以参考文章 第5小节 进行类比。

至此，关于 HashMap 的底层原理 & 主要使用 API （函数、方法）讲解完毕。

6. 源码总结

下面，用3个图总结整个源码内容：

总结内容 = 数据结构、主要参数、添加 & 查询数据流程、扩容机制

• 数据结构 & 主要参数

• 添加 & 查询数据流程

• 扩容机制

7. 与 JDK 1.7 的区别

HashMap 的实现在 JDK 1.7 和 JDK 1.8 差别较大，具体区别如下

1. JDK 1.8 的优化目的主要是：减少 Hash 冲突 & 提高哈希表的存、取效率

2. 关于 JDK 1.7 中 HashMap 的源码解析请看文章：Java：手把手带你源码分析 HashMap 1.7

7.1 数据结构

7.2 获取数据时（获取数据 类似）

7.3 扩容机制

8. 额外补充：关于HashMap的其他问题

• 有几个小问题需要在此补充

• 具体如下

8.1 哈希表如何解决Hash冲突

8.2 为什么HashMap具备下述特点：键-值（key-value）都允许为空、线程不安全、不保证有序、存储位置随时间变化

• 具体解答如下

• 下面主要讲解 HashMap 线程不安全的其中一个重要原因：多线程下容易出现 resize（） 死循环

  本质 = 并发 执行 put（） 操作导致触发 扩容行为，从而导致 环形链表，使得在获取数据遍历链表时形成死循环，即 Infinite Loop

• 先看扩容的源码分析 resize（）

  关于resize（）的源码分析已在上文详细分析，此处仅作重点分析：transfer（）

/**
 * 源码分析：resize(2 * table.length)
 * 作用：当容量不足时（容量 > 阈值），则扩容（扩到2倍）
 */ void resize(int newCapacity) { 
 // 1. 保存旧数组（old table）
 Entry[] oldTable = table; 
 // 2. 保存旧容量（old capacity ），即数组长度
 int oldCapacity = oldTable.length;
 // 3. 若旧容量已经是系统默认最大容量了，那么将阈值设置成整型的最大值，退出 
 if (oldCapacity == MAXIMUM_CAPACITY) { 
 threshold = Integer.MAX_VALUE; 
 return; 
 } 
 // 4. 根据新容量（2倍容量）新建1个数组，即新table 
 Entry[] newTable = new Entry[newCapacity]; 
 // 5. （重点分析）将旧数组上的数据（键值对）转移到新table中，从而完成扩容 ->>分析1.1
 transfer(newTable);
 // 6. 新数组table引用到HashMap的table属性上
 table = newTable; 
 // 7. 重新设置阈值 
 threshold = (int)(newCapacity * loadFactor);
}
/**
 * 分析1.1：transfer(newTable);
 * 作用：将旧数组上的数据（键值对）转移到新table中，从而完成扩容
 * 过程：按旧链表的正序遍历链表、在新链表的头部依次插入
 */ void transfer(Entry[] newTable) { // 1. src引用了旧数组
 Entry[] src = table;
 // 2. 获取新数组的大小 = 获取新容量大小 
 int newCapacity = newTable.length; // 3. 通过遍历 旧数组，将旧数组上的数据（键值对）转移到新数组中
 for (int j = 0; j < src.length; j++) {
 // 3.1 取得旧数组的每个元素 
 Entry<K,V> e = src[j]; 
 if (e != null) { // 3.2 释放旧数组的对象引用（for循环后，旧数组不再引用任何对象）
 src[j] = null;
 do {
 // 3.3 遍历 以该数组元素为首 的链表
 // 注：转移链表时，因是单链表，故要保存下1个结点，否则转移后链表会断开
 Entry<K,V> next = e.next;
 // 3.3 重新计算每个元素的存储位置
 int i = indexFor(e.hash, newCapacity);
 // 3.4 将元素放在数组上：采用单链表的头插入方式 = 在链表头上存放数据 = 将数组位置的原有数据放在后1个指针、将需放入的数据放到数组位置中
 // 即 扩容后，可能出现逆序：按旧链表的正序遍历链表、在新链表的头部依次插入
 e.next = newTable[i];
 newTable[i] = e; 
 // 访问下1个Entry链上的元素，如此不断循环，直到遍历完该链表上的所有节点
 e = next; 
 } while (e != null); // 如此不断循环，直到遍历完数组上的所有数据元素
 }
 }
} 

从上面可看出：在扩容 resize（） 过程中，在将旧数组上的数据 转移到 新数组上时，转移数据操作 = 按旧链表的正序遍历链表、在新链表的头部依次插入，即在转移数据、扩容后，容易出现链表逆序的情况

设重新计算存储位置后不变，即扩容前 = 1->2->3，扩容后 = 3->2->1

• 此时若（多线程）并发执行 put（） 操作，一旦出现扩容情况，则 容易出现 环形链表，从而在获取数据、遍历链表时 形成死循环（ Infinite Loop ），即 死锁的状态，具体请看下图：

注：由于 JDK 1.8 转移数据操作 = 按旧链表的正序遍历链表、在新链表的尾部依次插入，所以不会出现链表 逆序、倒置的情况，故不容易出现环形链表的情况。

但 JDK 1.8 还是线程不安全，因为 无加同步锁保护

8.3 为什么 HashMap 中 String、Integer 这样的包装类适合作为 key 键

8.4 HashMap 中的 key 若 Object 类型， 则需实现哪些方法？

至此，关于 HashMap 的所有知识讲解完毕。

9. 总结

本文主要讲解 Java 的 HashMap 源码 & 相关知识下面我将继续对 Java 、 Android