Java源码分析：HashMap 1.8 相对于1.7 到底更新了什么？

痛定思痛。 2022-01-29 14:07 138阅读 0赞

# 前言 #

*  `HashMap` 在 `Java` 和 `Android` 开发中非常常见
 *  而`HashMap 1.8` 相对于 `HashMap 1.7` 更新多
 *  今天，我将通过源码分析`HashMap 1.8` ，从而讲解`HashMap 1.8` 相对于 `HashMap 1.7` 的更新内容，希望你们会喜欢。

> 1.  本文基于版本 `JDK 1.8`，即 `Java 8`
> 2.  关于版本 `JDK 1.7`，即 `Java 7`，具体请看文章[Java：手把手带你源码分析 HashMap 1.7][Java_ HashMap 1.7]

--------------------

# 目录 #

![Image 1][]

示意图

--------------------

# 1. 简介 #

*  类定义

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

*  主要简介

![Image 1][]

示意图

*  `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

> 请务必打开`JDK 1.7`对照看：[Java：手把手带你源码分析 HashMap 1.7][Java_ HashMap 1.7]

--------------------

# 2. 数据结构：引入了 红黑树 #

### 2.1 主要介绍 ###

![Image 1][]

示意图

> 关于 红黑树 的简介

![Image 1][]

示意图

> 更加具体的了解，请：[点击阅读文章][Link 1]

### 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

![Image 1][]

示意图

### 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;  
            }  
        }

--------------------

# 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true
    boolean containsValue(Object value);  // 判断是否存在该值的键值对；是 则返回true
     
    Set<K> keySet();  // 单独抽取key序列，将所有key生成一个Set
    Collection<V> values();  // 单独value序列，将所有value生成一个Collection
    
    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

### 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：

1.  声明1个 `HashMap`的对象
2.  向 `HashMap` 添加数据（成对 放入 键 - 值对）
3.  获取 `HashMap` 的某个数据
4.  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 ）

*  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
    2
    3
    4
    1
    5

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;

*  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

![Image 1][]

示意图

*  总结 数据结构 & 参数方面与 `JDK 1.7`的区别

![Image 1][]

示意图

--------------------

# 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：

![Image 1][]

示意图

*  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;
    }

*  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：

![Image 1][]

示意图

> 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

![Image 1][]

示意图

*  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);
        }

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）
              }

*  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

![Image 1][]

示意图

*  计算示意图

![Image 1][]

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？ ###

*  结论：容易出现 哈希码 与 数组大小范围不匹配的情况，即 计算出来的哈希码可能 不在数组大小范围内，从而导致无法匹配存储位置
 *  原因描述

![Image 1][]

示意图

*  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？ ###

*  结论：根据HashMap的容量大小（数组长度），按需取 哈希码一定数量的低位 作为存储的数组下标位置，从而 解决 “哈希码与数组大小范围不匹配” 的问题
 *  具体解决方案描述

![Image 1][]

示意图

### 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？ ###

*  结论：加大哈希码低位的随机性，使得分布更均匀，从而提高对应数组存储下标位置的随机性 & 均匀性，最终减少Hash冲突
 *  具体描述

![Image 1][]

示意图

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**

> 与 `JDK 1.7`的区别： `JDK 1.7`只需判断 数组 & 链表

![Image 1][]

示意图

/**
         * 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

![Image 1][]

示意图

### 主要讲解点2：扩容机制（即 resize（）函数方法） ###

*  扩容流程如下

![Image 1][]

示意图

*  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;
    }

*  扩容流程（含 与 `JDK 1.7` 的对比）

![Image 1][]

示意图

### 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

![Image 1][]

示意图

*  结论示意图

![Image 1][]

示意图

*  数组位置转换的示意图

![Image 1][]

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

![Image 1][]

示意图

*  与 `JDK 1.7`的区别

![Image 1][]

示意图

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：

![Image 1][]

示意图

*  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;
    }

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true
    boolean containsValue(Object value);  // 判断是否存在该值的键值对；是 则返回true

*  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

![Image 1][]

示意图

*  添加 & 查询数据流程

![Image 1][]

示意图

*  扩容机制

![Image 1][]

示意图

--------------------

# 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][Java_ HashMap 1.7]

### 7.1 数据结构 ###

![Image 1][]

示意图

### 7.2 获取数据时（获取数据 类似） ###

![Image 1][]

示意图

### 7.3 扩容机制 ###

![Image 1][]

示意图

--------------------

# 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

![Image 1][]

示意图

*  具体如下

### 8.1 哈希表如何解决Hash冲突 ###

![Image 1][]

示意图

### 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

![Image 1][]

示意图

*  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：

初始状态、步骤1、步骤2

![Image 1][]

示意图

![Image 1][]

示意图

![Image 1][]

示意图

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 ###

![Image 1][]

示意图

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

![Image 1][]

示意图

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`中的其他知识 深入讲解 ，感兴趣的同学可以继续关注本人运营的`Wechat Public Account`：
 *  [我想给你们介绍一个与众不同的Android微信公众号（福利回赠）][Android]
 *  [我想邀请您和我一起写Android（福利回赠）][Android 1]

--------------------

# 请点赞！因为你的鼓励是我写作的最大动力！ #

> **相关文章阅读**  
> [Android开发：最全面、最易懂的Android屏幕适配解决方案][Android_Android]  
> [Android事件分发机制详解：史上最全面、最易懂][Android 2]  
> [Android开发：史上最全的Android消息推送解决方案][Android_Android 1]  
> [Android开发：最全面、最易懂的Webview详解][Android_Webview]  
> [Android开发：JSON简介及最全面解析方法!][Android_JSON]  
> [Android四大组件：Service服务史上最全面解析][Android_Service]  
> [Android四大组件：BroadcastReceiver史上最全面解析][Android_BroadcastReceiver]

--------------------

### 欢迎关注[Carson\_Ho][Carson_Ho]的简书！ ###

不定期分享关于**安卓开发**的干货，追求**短、平、快**，但**却不缺深度**。

![Image 1][]

作者：Carson\_Ho  
链接：https://www.jianshu.com/p/8324a34577a0  
来源：简书  
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。

[Java_ HashMap 1.7]: https://links.jianshu.com/go?to=http%3A%2F%2Fblog.csdn.net%2Fcarson_ho%2Farticle%2Fdetails%2F79373026
[Image 1]: 
[Link 1]: https://links.jianshu.com/go?to=http%3A%2F%2Fblog.csdn.net%2Fv_july_v%2Farticle%2Fdetails%2F6105630
[Android]: https://www.jianshu.com/p/2e92908af6ec
[Android 1]: https://www.jianshu.com/p/2c5d57fb054d
[Android_Android]: https://www.jianshu.com/p/ec5a1a30694b
[Android 2]: https://www.jianshu.com/p/38015afcdb58
[Android_Android 1]: https://www.jianshu.com/p/b61a49e0279f
[Android_Webview]: https://www.jianshu.com/p/3c94ae673e2a
[Android_JSON]: https://www.jianshu.com/p/b87fee2f7a23
[Android_Service]: https://www.jianshu.com/p/d963c55c3ab9
[Android_BroadcastReceiver]: https://www.jianshu.com/p/ca3d87a4cdf3
[Carson_Ho]: https://www.jianshu.com/users/383970bef0a0/latest_articles