在學習之前，大家可以先了解一下HashMap是什么，然后動力節(jié)點小編為大家進行HashMap源碼深度解析。

1.關鍵屬性

先看看HashMap類中的一些關鍵屬性：

 transient Entry[] table;//存儲元素的實體數(shù)組 
 transient int size;//存放元素的個數(shù) 
 int threshold; //臨界值   當實際大小超過臨界值時，會進行擴容threshold = 加載因子*容量 
 final float loadFactor; //加載因子  
 transient int modCount;//被修改的次數(shù)

其中l(wèi)oadFactor加載因子是表示Hsah表中元素的填滿的程度.

若:加載因子越大,填滿的元素越多,好處是,空間利用率高了,但:沖突的機會加大了.鏈表長度會越來越長,查找效率降低。

反之,加載因子越小,填滿的元素越少,好處是:沖突的機會減小了,但:空間浪費多了.表中的數(shù)據(jù)將過于稀疏(很多空間還沒用，就開始擴容了)

沖突的機會越大,則查找的成本越高.

因此,必須在 "沖突的機會"與"空間利用率"之間尋找一種平衡與折衷. 這種平衡與折衷本質(zhì)上是數(shù)據(jù)結構中有名的"時-空"矛盾的平衡與折衷.

如果機器內(nèi)存足夠，并且想要提高查詢速度的話可以將加載因子設置小一點;相反如果機器內(nèi)存緊張，并且對查詢速度沒有什么要求的話可以將加載因子設置大一點。不過一般我們都不用去設置它，讓它取默認值0.75就好了。

2.構造方法

下面看看HashMap的幾個構造方法：

public HashMap(int initialCapacity, float loadFactor) {
          //確保數(shù)字合法
          if (initialCapacity < 0)
              throw new IllegalArgumentException("Illegal initial capacity: " +
                                                initialCapacity);
          if (initialCapacity > MAXIMUM_CAPACITY)
              initialCapacity = MAXIMUM_CAPACITY;
          if (loadFactor <= 0 || Float.isNaN(loadFactor))
              throw new IllegalArgumentException("Illegal load factor: " +
                                               loadFactor); 
         // Find a power of 2 >= initialCapacity
         int capacity = 1;   //初始容量
         while (capacity < initialCapacity)   //確保容量為2的n次冪，使capacity為大于initialCapacity的最小的2的n次冪
             capacity <<= 1; 
         this.loadFactor = loadFactor;
         threshold = (int)(capacity * loadFactor);
         table = new Entry[capacity];
        init();
    } 
     public HashMap(int initialCapacity) {
         this(initialCapacity, DEFAULT_LOAD_FACTOR);
    } 
     public HashMap() {
         this.loadFactor = DEFAULT_LOAD_FACTOR;
         threshold = (int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR);
         table = new Entry[DEFAULT_INITIAL_CAPACITY];
        init();
     }

我們可以看到在構造HashMap的時候如果我們指定了加載因子和初始容量的話就調(diào)用第一個構造方法，否則的話就是用默認的。默認初始容量為16，默認加載因子為0.75。我們可以看到上面代碼中13-15行，這段代碼的作用是確保容量為2的n次冪，使capacity為大于initialCapacity的最小的2的n次冪，至于為什么要把容量設置為2的n次冪，我們等下再看。

重點分析下HashMap中用的最多的兩個方法put和get

3.存儲數(shù)據(jù)

下面看看HashMap存儲數(shù)據(jù)的過程是怎樣的，首先看看HashMap的put方法：

public V put(K key, V value) {
     // 若“key為null”，則將該鍵值對添加到table[0]中。
         if (key == null) 
            return putForNullKey(value);
     // 若“key不為null”，則計算該key的哈希值，然后將其添加到該哈希值對應的鏈表中。
         int hash = hash(key.hashCode());
     //搜索指定hash值在對應table中的索引
         int i = indexFor(hash, table.length);
     // 循環(huán)遍歷Entry數(shù)組,若“該key”對應的鍵值對已經(jīng)存在，則用新的value取代舊的value。然后退出！
         for (Entry<K,V> e = table[i]; e != null; e = e.next) { 
             Object k;
              if (e.hash == hash && ((k = e.key) == key || key.equals(k))) { //如果key相同則覆蓋并返回舊值
                  V oldValue = e.value;
                 e.value = value;
                 e.recordAccess(this);
                 return oldValue;
              }
         }
     //修改次數(shù)+1
         modCount++;
     //將key-value添加到table[i]處
     addEntry(hash, key, value, i);
     return null;
}

上面程序中用到了一個重要的內(nèi)部接口：Map.Entry，每個 Map.Entry 其實就是一個 key-value 對。從上面程序中可以看出：當系統(tǒng)決定存儲 HashMap 中的 key-value 對時，完全沒有考慮 Entry 中的 value，僅僅只是根據(jù) key 來計算并決定每個 Entry 的存儲位置。這也說明了前面的結論：我們完全可以把 Map 集合中的 value 當成 key 的附屬，當系統(tǒng)決定了 key 的存儲位置之后，value 隨之保存在那里即可。

我們慢慢的來分析這個函數(shù)，第2和3行的作用就是處理key值為null的情況，我們看看putForNullKey(value)方法：

 private V putForNullKey(V value) {
          for (Entry<K,V> e = table[0]; e != null; e = e.next) {
              if (e.key == null) {   //如果有key為null的對象存在，則覆蓋掉
                  V oldValue = e.value;
                  e.value = value;
                  e.recordAccess(this);
                  return oldValue;
             }
         }
         modCount++;
         addEntry(0, null, value, 0); //如果鍵為null的話，則hash值為0
         return null;
 }

注意：如果key為null的話，hash值為0，對象存儲在數(shù)組中索引為0的位置。即table[0]

我們再回去看看put方法中第4行，它是通過key的hashCode值計算hash碼，下面是計算hash碼的函數(shù)：

  //計算hash值的方法 通過鍵的hashCode來計算
     static int hash(int h) {
         // This function ensures that hashCodes that differ only by
         // constant multiples at each bit position have a bounded
         // number of collisions (approximately 8 at default load factor).
         h ^= (h >>> 20) ^ (h >>> 12);
         return h ^ (h >>> 7) ^ (h >>> 4);
     }

得到hash碼之后就會通過hash碼去計算出應該存儲在數(shù)組中的索引，計算索引的函數(shù)如下：

     static int indexFor(int h, int length) { //根據(jù)hash值和數(shù)組長度算出索引值
         return h & (length-1);  //這里不能隨便算取，用hash&(length-1)是有原因的，這樣可以確保算出來的索引是在數(shù)組大小范圍內(nèi)，不會超出
     }

這個我們要重點說下，我們一般對哈希表的散列很自然地會想到用hash值對length取模(即除法散列法)，Hashtable中也是這樣實現(xiàn)的，這種方法基本能保證元素在哈希表中散列的比較均勻，但取模會用到除法運算，效率很低，HashMap中則通過h&(length-1)的方法來代替取模，同樣實現(xiàn)了均勻的散列，但效率要高很多，這也是HashMap對Hashtable的一個改進。

接下來，我們分析下為什么哈希表的容量一定要是2的整數(shù)次冪。首先，length為2的整數(shù)次冪的話，h&(length-1)就相當于對length取模，這樣便保證了散列的均勻，同時也提升了效率;其次，length為2的整數(shù)次冪的話，為偶數(shù)，這樣length-1為奇數(shù)，奇數(shù)的最后一位是1，這樣便保證了h&(length-1)的最后一位可能為0，也可能為1(這取決于h的值)，即與后的結果可能為偶數(shù)，也可能為奇數(shù)，這樣便可以保證散列的均勻性，而如果length為奇數(shù)的話，很明顯length-1為偶數(shù)，它的最后一位是0，這樣h&(length-1)的最后一位肯定為0，即只能為偶數(shù)，這樣任何hash值都只會被散列到數(shù)組的偶數(shù)下標位置上，這便浪費了近一半的空間，因此，length取2的整數(shù)次冪，是為了使不同hash值發(fā)生碰撞的概率較小，這樣就能使元素在哈希表中均勻地散列。

這看上去很簡單，其實比較有玄機的，我們舉個例子來說明：

假設數(shù)組長度分別為15和16，優(yōu)化后的hash碼分別為8和9，那么&運算后的結果如下：

         h & (table.length-1)                     hash                             table.length-1
       8 & (15-1)：                                 1000                   &              1110                   =                1000
       9 & (15-1)：                                 1001                   &              1110                   =                1000
       -----------------------------------------------------------------------------------------------------------------------
       8 & (16-1)：                                 1000                   &              1111                   =                1000
       9 & (16-1)：                                 1001                   &              1111                   =                1001

從上面的例子中可以看出：

當它們和15-1(1110)“與”的時候，產(chǎn)生了相同的結果，也就是說它們會定位到數(shù)組中的同一個位置上去，這就產(chǎn)生了碰撞，8和9會被放到數(shù)組中的同一個位置上形成鏈表，那么查詢的時候就需要遍歷這個鏈表，得到8或者9，這樣就降低了查詢的效率。同時，我們也可以發(fā)現(xiàn)，當數(shù)組長度為15的時候，hash值會與15-1(1110)進行“與”，那么 最后一位永遠是0，而0001，0011，0101，1001，1011，0111，1101這幾個位置永遠都不能存放元素了，空間浪費相當大，更糟的是這種情況中，數(shù)組可以使用的位置比數(shù)組長度小了很多，這意味著進一步增加了碰撞的幾率，減慢了查詢的效率!

而當數(shù)組長度為16時，即為2的n次方時，2n-1得到的二進制數(shù)的每個位上的值都為1，這使得在低位上&時，得到的和原h(huán)ash的低位相同，加之hash(int h)方法對key的hashCode的進一步優(yōu)化，加入了高位計算，就使得只有相同的hash值的兩個值才會被放到數(shù)組中的同一個位置上形成鏈表。

所以說，當數(shù)組長度為2的n次冪的時候，不同的key算得得index相同的幾率較小，那么數(shù)據(jù)在數(shù)組上分布就比較均勻，也就是說碰撞的幾率小，相對的，查詢的時候就不用遍歷某個位置上的鏈表，這樣查詢效率也就較高了。

根據(jù)上面 put 方法的源代碼可以看出，當程序試圖將一個key-value對放入HashMap中時，程序首先根據(jù)該 key 的 hashCode() 返回值決定該 Entry 的存儲位置：

如果兩個 Entry 的 key 的 hashCode() 返回值相同，那它們的存儲位置相同。

如果這兩個 Entry 的 key 通過 equals 比較返回 true，新添加 Entry 的 value 將覆蓋集合中原有 Entry 的 value，但key不會覆蓋。

如果這兩個 Entry 的 key 通過 equals 比較返回 false，新添加的 Entry 將與集合中原有 Entry 形成 Entry 鏈，而且新添加的 Entry 位于 Entry 鏈的頭部——

具體說明繼續(xù)看 addEntry() 方法的說明。

 void addEntry(int hash, K key, V value, int bucketIndex) {
         Entry<K,V> e = table[bucketIndex]; //如果要加入的位置有值，將該位置原先的值設置為新entry的next,也就是新entry鏈表的下一個節(jié)點
         table[bucketIndex] = new Entry<>(hash, key, value, e);
         if (size++ >= threshold) //如果大于臨界值就擴容
             resize(2 * table.length); //以2的倍數(shù)擴容
 }

參數(shù)bucketIndex就是indexFor函數(shù)計算出來的索引值，第2行代碼是取得數(shù)組中索引為bucketIndex的Entry對象，第3行就是用hash、key、value構建一個新的Entry對象放到索引為bucketIndex的位置，并且將該位置原先的對象設置為新對象的next構成鏈表。

第4行和第5行就是判斷put后size是否達到了臨界值threshold，如果達到了臨界值就要進行擴容，HashMap擴容是擴為原來的兩倍。

4.調(diào)整大小

resize()方法如下：

重新調(diào)整HashMap的大小，newCapacity是調(diào)整后的單位

     void resize(int newCapacity) {
          Entry[] oldTable = table;
          int oldCapacity = oldTable.length;
          if (oldCapacity == MAXIMUM_CAPACITY) {
              threshold = Integer.MAX_VALUE;
              return;
         }  
         Entry[] newTable = new Entry[newCapacity];
         transfer(newTable);//用來將原先table的元素全部移到newTable里面
         table = newTable;  //再將newTable賦值給table
         threshold = (int)(newCapacity * loadFactor);//重新計算臨界值
     }

新建了一個HashMap的底層數(shù)組，上面代碼中第10行為調(diào)用transfer方法，將HashMap的全部元素添加到新的HashMap中,并重新計算元素在新的數(shù)組中的索引位置

當HashMap中的元素越來越多的時候，hash沖突的幾率也就越來越高，因為數(shù)組的長度是固定的。所以為了提高查詢的效率，就要對HashMap的數(shù)組進行擴容，數(shù)組擴容這個操作也會出現(xiàn)在ArrayList中，這是一個常用的操作，而在HashMap數(shù)組擴容之后，最消耗性能的點就出現(xiàn)了：原數(shù)組中的數(shù)據(jù)必須重新計算其在新數(shù)組中的位置，并放進去，這就是resize。

那么HashMap什么時候進行擴容呢?當HashMap中的元素個數(shù)超過數(shù)組大小*loadFactor時，就會進行數(shù)組擴容，loadFactor的默認值為0.75，這是一個折中的取值。也就是說，默認情況下，數(shù)組大小為16，那么當HashMap中元素個數(shù)超過16*0.75=12的時候，就把數(shù)組的大小擴展為 2*16=32，即擴大一倍，然后重新計算每個元素在數(shù)組中的位置，擴容是需要進行數(shù)組復制的，復制數(shù)組是非常消耗性能的操作，所以如果我們已經(jīng)預知HashMap中元素的個數(shù)，那么預設元素的個數(shù)能夠有效的提高HashMap的性能。

5.數(shù)據(jù)讀取

public V get(Object key) {   
    if (key == null)   
        return getForNullKey();   
    int hash = hash(key.hashCode());   
    for (Entry<K,V> e = table[indexFor(hash, table.length)];   
        e != null;   
        e = e.next) {   
        Object k;   
        if (e.hash == hash && ((k = e.key) == key || key.equals(k)))   
            return e.value;   
    }   
    return null;   
}  

有了上面存儲時的hash算法作為基礎，理解起來這段代碼就很容易了。從上面的源代碼中可以看出：從HashMap中get元素時，首先計算key的hashCode，找到數(shù)組中對應位置的某一元素，然后通過key的equals方法在對應位置的鏈表中找到需要的元素。

歸納起來簡單地說，HashMap 在底層將 key-value 當成一個整體進行處理，這個整體就是一個 Entry 對象。HashMap 底層采用一個 Entry[] 數(shù)組來保存所有的 key-value 對，當需要存儲一個 Entry 對象時，會根據(jù)hash算法來決定其在數(shù)組中的存儲位置，在根據(jù)equals方法決定其在該數(shù)組位置上的鏈表中的存儲位置;當需要取出一個Entry時，也會根據(jù)hash算法找到其在數(shù)組中的存儲位置，再根據(jù)equals方法從該位置上的鏈表中取出該Entry。

6、HashMap的性能參數(shù)：

HashMap 包含如下幾個構造器：

HashMap()：構建一個初始容量為 16，負載因子為 0.75 的 HashMap。

HashMap(int initialCapacity)：構建一個初始容量為 initialCapacity，負載因子為 0.75 的 HashMap。

HashMap(int initialCapacity, float loadFactor)：以指定初始容量、指定的負載因子創(chuàng)建一個 HashMap。

HashMap的基礎構造器HashMap(int initialCapacity, float loadFactor)帶有兩個參數(shù)，它們是初始容量initialCapacity和加載因子loadFactor。

initialCapacity：HashMap的最大容量，即為底層數(shù)組的長度。

loadFactor：負載因子loadFactor定義為：散列表的實際元素數(shù)目(n)/ 散列表的容量(m)。

負載因子衡量的是一個散列表的空間的使用程度，負載因子越大表示散列表的裝填程度越高，反之愈小。對于使用鏈表法的散列表來說，查找一個元素的平均時間是O(1+a)，因此如果負載因子越大，對空間的利用更充分，然而后果是查找效率的降低;如果負載因子太小，那么散列表的數(shù)據(jù)將過于稀疏，對空間造成嚴重浪費。

HashMap的實現(xiàn)中，通過threshold字段來判斷HashMap的最大容量：

threshold = (int)(capacity * loadFactor);  

結合負載因子的定義公式可知，threshold就是在此loadFactor和capacity對應下允許的最大元素數(shù)目，超過這個數(shù)目就重新resize，以降低實際的負載因子。默認的的負載因子0.75是對空間和時間效率的一個平衡選擇。當容量超出此最大容量時， resize后的HashMap容量是容量的兩倍。

大家如果想了解更多相關知識，不妨來關注一下動力節(jié)點的HashMap底層實現(xiàn)原理視頻教程，里面的課程內(nèi)容細致全面，通俗易懂，很適合沒有基礎的小伙伴學習，相信對大家一定會有所幫助的。