HashMap实现原理和源码详细分析

川长思鸟来 2022-09-06 15:29 189阅读 0赞

## HashMap实现原理和源码详细分析 ##

ps：本博客基于Jdk1.8

> 学习要点：  
> 1、知道HashMap的数据结构  
> 2、了解HashMap中的散列算法  
> 3、知道HashMap中put、remove、get的代码实现  
> 4、HashMap的哈希冲突是什么？怎么处理的？  
> 5、知道HashMap的扩容机制

### 1、什么是HashMap？ ###

HashMap 基于哈希表的 Map 接口实现，是以 key-value 存储形式存在 ，HashMap 的实现不是同步的，这意味着它不是线程安全的。它的 key、value 都可以为 null，此外，HashMap 中的映射不是有序的。

### 2、HashMap的特性 ###

*  Hash存储无序的
 *  key和value都可以存储null值，但是key只能存唯一的一个null值
 *  jdk8之前的数据结构是数组+链表，Jdk8之后变成数组+链表+红黑树
 *  阀值大于8并且数组长度大于64才会转为红黑树

### 3、HashMap的数据结构 ###

JDK7的情况，是数组加链接，hash冲突时候，就转换为链表：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTQ0MjczOTE_size_16_color_FFFFFF_t_70]

jdk8的情况，jdk8加上了红黑树，链表的数量大于8而且数组长度大于64之后，就转换为红黑树，红黑树节点小于6之后，就又转换为链表：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTQ0MjczOTE_size_16_color_FFFFFF_t_70 1]

翻下HashMap源码，对应的节点信息：

static class Node<K,V> implements Map.Entry<K,V> { 
            // hashCode
            final int hash;
            final K key;
            V value;
            // 链表的next指针就不为null
            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;
            }
            // ...
    }

### 4、HashMap初始化操作 ###

#### 4.1、成员变量 ####

public class HashMap<K,V> extends AbstractMap<K,V>
        implements Map<K,V>, Cloneable, Serializable { 
    	/** * 序列号版本号 */
        private static final long serialVersionUID = 362498820763181265L;
    
       /** * 初始化容量，为16=2的4次幂 */
        static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
    
       /** * 最大容量，为2的30次幂 */
        static final int MAXIMUM_CAPACITY = 1 << 30;
    
        /** * 默认的负载因子，默认值是0.75 */
        static final float DEFAULT_LOAD_FACTOR = 0.75f;
    
        /** * 链表节点树超过8就转为为红黑树 */
        static final int TREEIFY_THRESHOLD = 8;
        
        /** * 红黑树节点少于6就再转换回链表 */
        static final int UNTREEIFY_THRESHOLD = 6;
        
        /** * 桶中结构转化为红黑树对应的数组长度最小的值 */
        static final int MIN_TREEIFY_CAPACITY = 64;
        
        // ...
    	
    	 /** * HashMap存储元素的数组 */
    	transient Node<K,V>[] table;
    
        /** * 用来存放缓存 */
        transient Set<Map.Entry<K,V>> entrySet;
    
        /** * HashMap存放元素的个数 */
        transient int size;
    
        /** * 用来记录HashMap的修改次数 */
        transient int modCount;
    
        /** * 用来调整大小下一个容量的值（容量*负载因子） */
        int threshold;
    
        /** * Hash表的负载因子 */
        final float loadFactor;
    
    }

#### 4.2、 构造方法 ####

public HashMap(int initialCapacity, float loadFactor) { 
        // 初始容量不能小于0，小于0直接抛出IllegalArgumentException
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
                                               initialCapacity);
         // 初始容量大于最大容量的时候，取最大容量作为初始容量
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
         // 负载因子不能小于0，而且要是数值类型，isNan:true,表示就是非数值类型
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
                                               loadFactor);
        // 将指定的负载因子赋值给全局变量
        this.loadFactor = loadFactor;
        // threshold = (容量) * (负载因子)
        this.threshold = tableSizeFor(initialCapacity);
    }
    
    
    public HashMap(int initialCapacity) { 
         // 初始化容量和默认负载因子
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }
    public HashMap() { 
        // 默认的负载因子为0.75
    	this.loadFactor = DEFAULT_LOAD_FACTOR;
    }

然后，我们知道HashMap的默认容量是16，然后是在哪里赋值的？从上面这个代码就可以知道`this.threshold = tableSizeFor(initialCapacity);`

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;
    }

这里涉及到计算机基本知识的，右移运算和或运算，下面给出图例：通过比较麻烦的计算得出n为16  
![在这里插入图片描述][88f16d10026b4bdaabd6187c2ce24334.png]  
往代码里翻，还找到下面这个构造方法`public HashMap(Map<? extends K, ? extends V> m)`：这个构造方法是用于构造一个映射关系与指定 Map 相同的新 HashMap：

public HashMap(Map<? extends K, ? extends V> m) { 
        this.loadFactor = DEFAULT_LOAD_FACTOR;
         putMapEntries(m, false);
     }

看一下`putMapEntries`这个方法：

final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) { 
        // 传入的集合长度
        int s = m.size();
        if (s > 0) { 
         	// 判断table是否已经初始化处理
            if (table == null) {  // pre-size 未初始化的情况
                // 加上1.0F的目的是对小数向上取整，保证最大容量，减少resize的调用次数
                float ft = ((float)s / loadFactor) + 1.0F;
                int t = ((ft < (float)MAXIMUM_CAPACITY) ?
                         (int)ft : MAXIMUM_CAPACITY);
                // 计算出来的t大于HashMap的阀值，进行tableSizeFor
                if (t > threshold)
                    threshold = tableSizeFor(t);
            }
            else if (s > threshold) // 已经初始化的情况，进行扩容resize
                resize();
             // 遍历，将map中的所有元素都添加到hashMap中
            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);
            }
        }
    }

### 5、Jdk8中HashMap的算法 ###

#### 5.1、HashMap中散列算法 ####

在HashMap的`java.util.HashMap#hash`，这个方法中有特定的用于计算哈希值的方法：这个方法的作用？这个方法就是用于hashMap当put对应的key之后，计算特定的hashCode，然后再`(n-1)&hash`计算对应的数组table的下标，这个后面跟一下HashMap源码才比较清楚：

static final int hash(Object key) { 
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

看起来代码只有两行，然后其实蕴含了一种**散列算法**的思想，下面简单分析一下：这里先将代码进行拆分，看起来清晰点：

static final int hash(Object key) { 
        // 传入的key为null，返回默认值0
        if (key == null) return 0;
        // 计算哈希code
        int h = key.hashCode();
        // 将计算出来的hashCode右移16位，相当于乘于(1/2)的16次方
        int t = h >>> 16;
        // 将两个值做异或运算然后返回
        return h ^ t;
    }

其实里面要做的事情是先计算出hashCode，然后将hashCode右移16位，然后这两个数再做异或运算。看起来是这么一回事，然后作者的意图是什么？首先既然是散列算法，散列算法的目的就是为了让数据均匀分布

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAc21pbGVOaWNreQ_size_19_color_FFFFFF_t_70_g_se_x_16]

从图可以看出，使用异或运算，出现0和1的概率是相等的，所以这就是为什么要使用异或运算的原因，散列算法的本质目的就是为了让数据均匀分布，使用异或运算得出的哈希值因为比较均匀散列分布，所以出现哈希冲突的概率就小很多

> 补充：
> 
>  *  与运算：两个数相应的位数字都是1，与运算后是1，其余情况是0；
>  *  或运算：两个数相应的位数字只要有1个是1，或运算后是1，否则是0；
>  *  异或运算：两个数相应的位数字相同，结果是0，否则是1；

然后为什么再进行右移16位？我们知道，int类型最大的数值是`2的32次方`，然后可以分为高16位加上低16位，右移16位就是使数值变小了，`“左大右小”`，这个是位移运算的准则

#### 5.2、什么是HashMap中哈希冲突？ ####

哈希冲突也可以称之为哈希碰撞，理论上的哈希冲突是指计算出来的哈希值一样，导致冲突了，不过在HashMap中的哈希冲突具体是指(n-1)&hash，这个值是hashMap里数组的下标。Jdk8之前的处理方法是通过链表处理，只要hash冲突了，就会将节点添加到链表尾部；jdk8之后的做法是通过链表+红黑树的方法，最开始哈希冲突了，也是用链表，然后链表节点达到8个，数组长度超过64的情况，转成红黑树，这个可以在源码里找到答案

翻下源码，`HashMap#putVal`，里面的逻辑，先校验计算出来的，数组tab的下标，`i=(n-1)&hash`是否冲突了，不冲突就新增节点，冲突的情况，转链表或者红黑树

if ((p = tab[i = (n - 1) & hash]) == null)
                tab[i] = newNode(hash, key, value, null);

### 6、Jdk8中HashMap的put操作 ###

*  put方法的核心流程

1.  根据hashcode计算数组的下标
2.  对应下标数组为空的情况，新增节点
3.  否则就是哈希冲突了，如果桶使用链表节点，就新增到链表节点尾部，使用了红黑树就新增到红黑树里

上面是核心的流程，忽略了存在重复的键，则为该键替换新值 value， size 大于阈值 threshold，则进行扩容等等这些情况

ok，还是跟一下put源码：

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;
        // 第1次新增，初始数据resize
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        // 判断是否出现hash冲突
        if ((p = tab[i = (n - 1) & hash]) == null)
            // hash不冲突，新增节点
            tab[i] = newNode(hash, key, value, null);
        else {  // 哈希冲突的情况，使用链表或者红黑树处理
            Node<K,V> e; K k;
            // 存在重复的键的情况，key和hash都相等
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                // 将旧的节点对象赋值给新的e
                e = p;
            else if (p instanceof TreeNode) // 使用了红黑树节点
                  // 将节点放到红黑树中
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {  // 链表的情况
                 // 无限循环
                for (int binCount = 0; ; ++binCount) { 
                    // 一直遍历，找到尾节点
                    if ((e = p.next) == null) { 
                        // 将新节点添加到尾部
                        p.next = newNode(hash, key, value, null);
                        // 节点数量大于8，转为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        // 跳出循环
                        break;
                    }
                    // 也是为了避免hashCode和key一样的情况
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    // 重新赋值，用于链表的遍历
                    p = e;
                }
            }
            // 桶中找到的key、hash相等的情况，也就是找到了重复的键，要使用新值替换旧值
            if (e != null) {  // existing mapping for key
                // 记录e的值
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    // 用新值替换旧值
                    e.value = value;
                // 访问后回调
                afterNodeAccess(e);
                // 返回旧值
                return oldValue;
            }
        }
        // 记录修改次数
        ++modCount;
        // size大于threshole，进行扩容
        if (++size > threshold)
            resize();
         // 回调方法
        afterNodeInsertion(evict);
        return null;
    }

然后是怎么转换为红黑树的？红黑树的知识相对比较复杂，所以比较详细的可以参考我之前的博客[Java手写实现红黑树][Java]：

final void treeifyBin(Node<K,V>[] tab, int hash) { 
        int n, index; Node<K,V> e;
        // MIN_TREEIFY_CAPACITY值为64，也就是说数组长度小于64是不会真正转红黑树的
        if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
        	// 扩容方法
            resize();
         // 转红黑树操作
        else if ((e = tab[index = (n - 1) & hash]) != null) { 
            // 红黑树的头节点hd和尾节点t1
            TreeNode<K,V> hd = null, tl = null;
            do { 
                // 构建树节点
                TreeNode<K,V> p = replacementTreeNode(e, null);
                if (tl == null)
                    // 新节点p赋值给红黑树的头节点
                    hd = p;
                else { 
                    // 新节点的前节点就是原来的尾节点t1
                    p.prev = tl;
                    // 尾部节点t1的next节点就是新节点
                    tl.next = p;
                }
                tl = p;
            } while ((e = e.next) != null);
            // 让数组的节点执行新建的树节点，之后这个节点就变成TreeNode
            if ((tab[index] = hd) != null)
                hd.treeify(tab);
        }
    }

### 7、HashMap的扩容机制 ###

这个知识点是HashMap中的一个重点之一，也是一个比较难的问题

#### 7.1、什么时候需要扩容？ ####

当hashMap中元素个数超过`threshold`，`threshold`为数组长度乘以负载因子loadFactor，loadFactor默认是`0.75f`

#### 7.2、什么是HashMap的扩容？ ####

resize这个方法是HashMap的扩容方法，是比较耗时的。HashMap在扩容时，都是翻两倍，比如16的容量扩大到32,。HashMap进行扩容的方法是比较巧妙的，扩容后，与原来的下标`(n-1)&hash`相对，其实只是多了1bit位。扩容后节点要么是在原来位置，听起来好像很懵，所以还是认真看下面的分析：

下面给出例子，比如从容量为16扩容到32时，画图表示：  
![在这里插入图片描述][79e2ab289849463bbe4162673626bbbc.png]  
进行扩容，扩大到原来的两倍：  
![在这里插入图片描述][f7648e32ea1c4efca9f25cd33ae51f29.png]  
到这一步，下标`(n-1) & hash`，扩容后的数据`10101`和原来的`00101`相比，其实就是多了1bit，`10101`是十进制的21，而`21=5+16`，就是`“原位置+旧容量”`，还有另外一种情况是保持为0的情况，这种情况是不改变位置的

下面给出一份表格，数据如图：  
![在这里插入图片描述][71f7df2a031941beb0a8072127fcfb1b.png]  
容量为16的情况  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAc21pbGVOaWNreQ_size_15_color_FFFFFF_t_70_g_se_x_16]  
有低位的两个指针loHead、lloTail，高位的两个指针hiHead、hiTail  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAc21pbGVOaWNreQ_size_15_color_FFFFFF_t_70_g_se_x_16 1]  
扩容到32之后，再两个链表加到对应位置。分别有两种情况，保持原来位置的和`“原位置+旧容量”`这个位置  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAc21pbGVOaWNreQ_size_20_color_FFFFFF_t_70_g_se_x_16]  
所以，扩容的过程，对应的节点位置改变是这样的过程：  
![在这里插入图片描述][15bae03506b449229aaedc97854b6acd.png]

#### 7.3、resize的源码实现 ####

经过上面比较详细的分析，这个实现逻辑是可以在代码里找到对应的，ok，跟一下对应的源码：

final Node<K,V>[] resize() { 
       // 得到当前的节点数组
        Node<K,V>[] oldTab = table;
        // 数组的长度
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        // 计算扩容后的大小
        if (oldCap > 0) { 
            if (oldCap >= MAXIMUM_CAPACITY) {  // 超过最大容量 即 1 <<< 30
                 // 超过最大容量就不扩充了，修改阀值为最大容量
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            // 没超过的情况，扩大为原来的两倍
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
             // 老阀值赋值给新的数组长度
            newCap = oldThr;
        else {                // zero initial threshold signifies using defaults
            // 使用默认值16
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        // 重新计算阀值，然后要赋值给threshold
        if (newThr == 0) { 
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        // 新的阀值，原来默认是12，现在变为24
        threshold = newThr;
        // 创建新的节点, newCap是新的数组长度，为32
        @SuppressWarnings({ "rawtypes","unchecked"})
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) { 
            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)
                         // 是红黑树节点，调用split方法
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else {  // preserve order 是链表的情况
                    	// 定义相关的指针 
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do { 
                            next = e.next;
                            // 不需要移动位置
                            if ((e.hash & oldCap) == 0) { 
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else {  // 需要移动位置 ，调整到“原位置+旧容量”这个位置 
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    // hiTail指向要移动的节点e
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        if (loTail != null) { 
                            loTail.next = null;
                            // 位置不变
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) { 
                            // hiTail指向null
                            hiTail.next = null;
                            // oldCap是旧容量 ，移动到“原位置+旧容量”这个位置
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

### 8、Jdk8中HashMap的remove操作 ###

remove方法，这里思路是先要找到元素的位置，如果是链表，遍历链表remove元素就可以，红黑树的情况就遍历红黑树找到节点，然后remove树节点，如果这时候树节点数小于6，这种情况就要转链表

@Override
    public boolean remove(Object key, Object value) { 
        return removeNode(hash(key), key, value, true, true) != null;
    }
    
    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;
        // 数组下标是(n-1)&hash，能找得到元素的情况
        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;
            // 桶上的节点就是要找的key
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                // 将Node指向该节点
                node = p;
            else if ((e = p.next) != null) {  // 链表或者是红黑树节点的情况
                if (p instanceof TreeNode)
                    // 找到红黑树节点
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                else {  // 链表的情况
                    // 遍历链表，找到需要找的节点
                    do { 
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) { 
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
            // 找到节点之后
            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) { 
                if (node instanceof TreeNode)
                	// 红黑树remove节点
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                else if (node == p)
                    // 链表remove，通过改变指针
                    tab[index] = node.next;
                else
                    p.next = node.next;
                // 记录修改次数
                ++modCount;
                // 变动的数量
                --size;
                afterNodeRemoval(node);
                return node;
            }
        }
        return null;
    }

### 9、Jdk8中HashMap的get操作 ###

get方法：通过key找到value，这个方法比较容易理解

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;
       // 如果哈希表不为空并且key对应的桶上不为空
       if ((tab = table) != null && (n = tab.length) > 0 &&
           (first = tab[(n - 1) & hash]) != null) { 
           // 根据索引的位置检查第一个节点
           if (first.hash == hash && // always check first node
               ((k = first.key) == key || (key != null && key.equals(k))))
               return first;
           if ((e = first.next) != null) {  // 不是第1个节点的情况，那就有可能是链表或者红黑树节点
               if (first instanceof TreeNode)
                   // 根据getTreeNode获取红黑树节点
                   return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                // 链表的情况，只能遍历链表
               do { 
                   if (e.hash == hash &&
                       ((k = e.key) == key || (key != null && key.equals(k))))
                       return e;
               } while ((e = e.next) != null);
           }
       }
       return null;
    }

### 10、HashMap相关面试题 ###

*  HashMap的数据结构是什么？  
    在jdk8之前是数组+链表，jdk8之后是数组+链表+红黑树
 *  HashMap 中 hash 函数是怎么实现的？  
    先通过jdk的`hashCode()`方法获取hashCode，右移16位，然后这两个数再做异或运算
 *  什么是HashMap中的哈希冲突？  
    哈希冲突，也可以称之为哈希碰撞，一般是值计算出的哈希值一样的，在HashMap中是根据计算出的hash，再去计算数组table下标(n-1)&hash一样了，也就是冲突了
 *  HashMap是如何处理哈希冲突问题的？  
    在jdk8之前是通过链表的方法，jdk8之后是通过链表+红黑树的方法
 *  HashMap是线程安全的？  
    HashMap不是线程安全的，因为源码里没加同步锁也没其它保证线程安全的操作
 *  HashMap不是线程安全的，然后有什么方法？  
    可以使用ConcurrentHashMap
 *  ConcurrentHashMap是怎么保证线程安全的？  
    ConcurrentHashMap在Jdk8中 使用了CAS加上synchronized同步锁来保证线程安全

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTQ0MjczOTE_size_16_color_FFFFFF_t_70]: /images/20220829/19836d9af25344c38b8f2d3808583b9d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTQ0MjczOTE_size_16_color_FFFFFF_t_70 1]: /images/20220829/0762e6d961ff48568ec093c4ed6cf6ca.png
[88f16d10026b4bdaabd6187c2ce24334.png]: /images/20220829/a72bdf0a1068431ca4315d4923d56414.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAc21pbGVOaWNreQ_size_19_color_FFFFFF_t_70_g_se_x_16]: /images/20220829/c4dc2de410a1435fb347f51d48a191f1.png
[Java]: https://smilenicky.blog.csdn.net/article/details/119598161
[79e2ab289849463bbe4162673626bbbc.png]: /images/20220829/dbf0633bf4384e7baf51a0b6d808b04a.png
[f7648e32ea1c4efca9f25cd33ae51f29.png]: /images/20220829/d8e0a6ec5cef40df9a582296bb5cfa94.png
[71f7df2a031941beb0a8072127fcfb1b.png]: /images/20220829/8a5e1d30e205430ab819556827fd3643.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAc21pbGVOaWNreQ_size_15_color_FFFFFF_t_70_g_se_x_16]: /images/20220829/bdb64820597e4fcf881cf0ac45497b24.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAc21pbGVOaWNreQ_size_15_color_FFFFFF_t_70_g_se_x_16 1]: /images/20220829/bbe6689b5ca844068270f3e9f3b068e3.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAc21pbGVOaWNreQ_size_20_color_FFFFFF_t_70_g_se_x_16]: /images/20220829/c4da4aa6a3b14fb09ac532954e992b00.png
[15bae03506b449229aaedc97854b6acd.png]: /images/20220829/981152a4d26d4ec997a5f30246946004.png