众所周知HashMap是Map接口最常用的实现类，是基于哈希函数的一类容器，可以保存Key-Value类型的元素。接下来开始慢慢分析这个容器。
1. 数据结构
在JDK1.7以前，HashMap采用的是数组+链表的形式实现的，如果遇到了哈希冲突的话，则使用拉链法来处理。
而在JDK1.8以后采用的是数组+链表/红黑树来实现的，因为大家知道链表检索的平均时间复杂度是O(n)，也就是检索的时间是随着链表的长度线性增长的，在链表过长时很影响我们获取元素的效率。
因此1.8以后采用红黑树来解决这个问题。红黑树是一种特殊的二叉查找树，其查找的时间复杂度为O(logn)，在源码的定义中，当链表的长度大于一个阈值(默认为8)时，则会进行链表 -> 红黑树的转换，如下
static final int TREEIFY_THRESHOLD = 8;
for (int binCount = 0; ; ++binCount) { //一次循环往后获取一个节点
if ((e = p.next) == null) { //找到了链表最后一个节点
p.next = newNode(hash, key, value, null); //链表尾插法
if (binCount >= TREEIFY_THRESHOLD - 1) // 判断是否链表长度大于8
treeifyBin(tab, hash); //转化为树
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}红黑树的定义为：
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
/**
* Returns root of tree containing this node.
*/
final TreeNode<K,V> root() {
for (TreeNode<K,V> r = this, p;;) {
if ((p = r.parent) == null)
return r;
r = p;
}
}之后我们看看HashMap每个节点是如何定义的
static class Node<K,V> implements Map.Entry<K,V> {
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;
}
}
//数组定义
transient Node<K,V>[] table;可见每个节点实现了Entry接口，并有四个字段，分别是hash值、key、value、next指针，并且数组是一个Node数组，如下图所示
2. 构造方法
如果我们使用最常用的无参构造指令HashMap<K,V> map = new HashMap<>();调用的无参构造方法为
static final float DEFAULT_LOAD_FACTOR = 0.75f;
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}可见HashMap也是一种懒汉式的创建方式，在构造的时候并没有形成数组，估计要等到使用put方法的时候才会生成Map结构，下面我们再看吧
这里只是定义了一个LOAD_FACTOR为0.75，这里的值的意义是一个负载因子，当Node数组的容量超过初始容量的0.75时，会进行扩容和rehash操作——将链表数组扩大2倍，然后把原链表数组的搬移到新的数组中，下面的put方法里面可以看到这句话的源代码
3. get方法
俗话说的好，"Talk is cheap. Just show me the code."，这里直接看源码
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;
// 同时满足:数组不为空、数组地址对应元素不为空时，再进行查找
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // 先看第一个结点是不是，是的话返回，不是的话继续往下找
((k = first.key) == key || (key != null && key.equals(k))))
return first; //先比hash值，再判断key == k或者key equals k
if ((e = first.next) != null) {
if (first instanceof TreeNode) //如果是红黑树的话，调用红黑树的查找
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do { //遍历链表，直到找到结点
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null; //没找到，返回null
}总结一下：
- Node数组为空则直接返回null
不为空则看数组索引对应Node是不是目标Node，是则返回这个Node
- 比较的时候要比较hash字段一样和两个key的==或者equals之间其中一个成立
- 不是的话，再判断数据结构是红黑树还是链表，根据不同的数据结构继续进行查找
- 找完了还没找到则返回null
补充
其中对于数组索引下标的计算为tab.length - 1 & hash，即算得的hash值与数组长度减一相与
这里再提一下对于hash的计算
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}可以看到这里如果被计算的key为null时，则对应的hash值直接指定为0，这也是解释了为什么HashMap可以存储一个key为null的元素，而HashTable里面并没有这个机制，取而代之的是如果key为null，则直接抛出一个异常。
HashTable中的源码：
public synchronized V put(K key, V value) {
// Make sure the value is not null
if (value == null) {
throw new NullPointerException();
}
// 省略...
}4. 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;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length; //如果数组为空则扩容
if ((p = tab[i = (n - 1) & hash]) == null) //对应数组地址为空则直接插入
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p; //对应位置不为空，则判断第一个node是不是想找的
else if (p instanceof TreeNode) //如果已经是红黑树，则进行红黑树的插入操作
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else { //不是红黑树，则进入1中提到的遍历链表并插入与判断是否转化为红黑树
for (int binCount = 0; ; ++binCount) {
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; //如果找到了相同的key，则停止遍历链表
p = e;
}
}
if (e != null) { // 找到了相同的key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value; //覆盖value
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold) //如果数组长度大于门限长度(上面提到的0.75倍数组长度)，则扩容
resize();
afterNodeInsertion(evict);
return null;
}总结一下put过程：
- 开始先检查数组是否为空，是的话就先扩容
- 计算对应key的hash并与数组大小进行与运算得出数组下标，如果为空则直接插入
- 数组下标位置对应有值，则先比较一下这两个key是否相等，相等则覆盖value
不相等则根据是链表还是红黑树，继续进行查找并比较key
- 如果是链表，尾部插入后如果长度大于8，则将链表转换为红黑树
- 插入之后如果数组元素大于0.75倍的数组长度的话，则对数组进行扩容
5. resize方法
HashMap使用resize方法进行扩容操作，源码太长这里就不放了，有兴趣大家可以自己去看一下，这里只写一下扩容的逻辑和关键源码
- 如果旧数组长度为0，则进行初始化
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4 //1左移4位即1000,为10进制的16
//if... 省略旧数组>0的情况
else {
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; //new一个长度为16的Node数组
table = newTab;- 如果旧数组不为0，则扩容为两倍，并且将旧数组的所有元素都
rehash到新数组中来(这部分省略源码)
if (oldCap > 0) {
//if... 过长处理逻辑就不放了
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // 左移一位，即X2
}冷知识：为什么HashMap的长度是2^n?
因为当length=2^n时存在下面的关系
hash % length == hash & (length - 1)所以如果当数组长度为2^n时，put方法和get方法计算地址时都可以用位运算来代替取模运算，可以大大的提升效率
6. clear方法
就字面意思来看，这是清空HashMap的一种方法，我们看下具体是怎么实现的
public void clear() {
Node<K,V>[] tab;
modCount++;
if ((tab = table) != null && size > 0) {
size = 0;
for (int i = 0; i < tab.length; ++i)
tab[i] = null;
}
}逻辑相当的直接，就是遍历Node数组，将所有非null的位置全都设为null，然后让JVM来回收被清除的对象，当然还有将size变量设为0
这样的话时间复杂度为O(n)，因此速度肯定不会很快