HashMap原理解析
HashMap的类结构图
HashMap 是 java 集合框架中用于存储双列数据的散列表，应用非常的广泛。HashMap的类结构图如下：
HashMap继承了AbstractMap类并实现类Map接口，所以HashMap具有了AbstractMap和Map的功能。
HashMap实现了Cloneable接口，表明HashMap支持克隆。
HashMap实现了Serializable接口，表明HashMap支持序列，可以将HashMap以流的形式通过ObjectInputStream/ObjectOutputStream来写/读。
HashMap的底层数据结构
HashMap 的的底层数据结构为数组+链表（或者红黑树）结构，如下图所示：
HashMap 通过 Node 类来存储键值对（K 表示键的类型，V 表示值的类型）。每个 Node 对象包含了键、值以及指向下一个 Node 的引用。
在 JDK 8 以后的版本中，如果链表长度超过阈值（默认为8），且 HashMap 的容量达到了一个较大的值（默认为64），则部分链表节点会转换为红黑树。这些红黑树节点被实现为 TreeNode 类，它拓展自 Node 类。
构造函数
HashMap 有两种构造函数：无参构造函数和带初始容量和负载因子的构造函数。无参构造函数创建一个初始容量为16，负载因子为0.75的 HashMap 对象。
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
threshold = tableSizeFor(INITIAL_CAPACITY);
}
带参构造函数接收初始容量 initialCapacity 和负载因子 loadFactor 作为参数，创建一个 HashMap 对象。
public HashMap(int initialCapacity, float loadFactor) {
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);
this.loadFactor = loadFactor;
threshold = tableSizeFor(initialCapacity);
}
tableSizeFor(initialCapacity) 方法用于计算大于等于给定容量的最小 2 的幂。
存储元素过程
首先我们先创建一个HashMap对象，然后使用put(key,value)方法，把元素存储在HashMap对象中，代码如下：
Map<String,String> map=new HashMap<>();
map.put("james","1");
map.put("kobe","1");
map.put("robin","1");
map.put("sam","1");
要把键值对 (“james”,”1”)存入map中，首先，根据传入的 key 对象计算哈希值 hash，计算hash的源码如下：
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
调用 hash 和 key 对象作为参数，使用 table 数组的长度 table.length 计算出键值对在 table 数组中的索引位置 i。如果该 i 索引位置没有键值对，则直接将键值对存储在该位置。
if ((p = tab[i = (n - 1) & hash]) == null){
tab[i] = newNode(hash, key, value, null);
}
如果索引 i 处有键值对，且发生了哈希冲突，则遍历该位置上的链表或红黑树进行操作。
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
//如果头节点上treeNode
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 如果是链表
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
//链表转treeNode
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
//遍历链表，根据键的值与链表或红黑树的键进行比较，如果找到相同的键，则更新其对应的值为新的 `value` 值。
p = e;
}
}
遍历链表或红黑树的过程中，根据键的值与链表或红黑树的键进行比较，如果找到相同的键，则更新其对应的值为新的 value 值。
如果没有找到相同的键，则将新的键值对插入到链表或红黑树的头部。如果链表长度超过了阈值（默认为8），并且 table 数组的长度大于阈值（默认为64），则将链表转换为红黑树。
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
//链表转treeNode
treeifyBin(tab, hash);
在插入新键值对后，如果 HashMap 中的键值对数量超过了负载因子乘以 table 数组的长度，即达到了负载因子阈值，需要进行扩容操作。
final Node<K,V>[] resize() {
}
扩容
如果需要进行扩容操作，首先会检查当前的 table 数组是否为 null，若为 null，则表示 HashMap 还未进行过初始化操作，会调用 resize() 方法来初始化 table 数组。
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
在进行扩容之前会将当前 table 数组的引用赋值给一个临时变量 oldTab。在扩容操作中，会根据当前的 table 数组长度 oldCap 和负载因子 loadFactor 计算出新数组的长度 newCap，通常是将 oldCap 扩大一倍。
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
创建一个新的 Node[] 数组，长度为 newCap，作为新的 table 数组进行存储。
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
如果 HashMap 的当前 size 大于 0，则需要将旧的键值对重新分布到新的 table 数组中。遍历 oldTab 数组，将每个非空的位置上的键值对重新计算哈希值，并存储到新的 table 数组对应的位置。
完成键值对的重新分布后，会将新的 table 数组赋值给 HashMap 的 table 属性。
最后，在新的 table 数组中重新计算 key 的哈希值，并将键值对插入到对应索引位置 i 处。如果该位置已经有键值对，则按链表或红黑树的规则进行处理。
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)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
获取元素
在对HashMap对象查找元素的时候，我们调用的是get(Object key)。
public V get(Object key) {
Node<K, V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
首先，根据传入的
key对象计算哈希值hash。根据
hash的值在table数组中找到对应的索引位置i。如果该索引位置上没有键值对，则返回null。如果索引
i处有键值对，且发生了哈希冲突，则遍历该位置上的链表或红黑树进行查找操作。遍历链表或红黑树的过程中，根据键的值与链表或红黑树的键进行比较，如果找到相同的键，则返回对应的值。
如果遍历完链表或红黑树仍未找到相同的键，则返回
null。
下面是 HashMap get(Object key) 方法的简化版源码：
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;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && ((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K, V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
在上述源码中：
getNode(int hash, Object key)方法用于根据哈希值和键在table数组中查找并返回对应的节点。- 首先将
table数组赋值给tab变量，然后根据哈希值计算出索引位置((n - 1) & hash)，并将对应位置的第一个节点赋值给first变量。 - 如果
first节点不为空，则首先检查first节点是否与传入的键匹配，如果匹配则直接返回first节点。 - 如果
first节点与传入的键不匹配，则判断first节点是否为红黑树节点，如果是，则调用红黑树节点的getTreeNode()方法进行查找操作，否则使用循环遍历链表中的其他节点进行查找。 - 如果在链表或红黑树中找到键对应的节点，则返回对应的节点，否则返回
null。
总结
HashMap 是 Java 中常用的哈希表实现，用于存储键值对。HashMap 提供了高效的键值对存储和查找能力。它利用哈希函数将键映射到数组的索引位置，在处理哈希冲突时，通过链表和红黑树的形式来解决。同时，HashMap 也支持动态扩容和再散列，保证了存储的键值对的分布合理性和查询性能的稳定性。
需要注意的是，HashMap不是线程安全的，不能在多个线程中操作同一个HashMap，会导致一些并发问题。如果需要在多线程中操作同一个Map，建议使用ConcurrentHashMap。
