HashMap在JDK1.8和JDK1.7的区别
结论
先说结论，HashMap在1.7和1.8中最大的区别就是底层数据结构的变化，在1.7中HashMap采用的底层数据结构是数组+链表的形式，而在1.8中HashMap采用的是数组+链表+红黑树的数据结构（当链表长度大于8且数组长度大于等于64时链表会转成红黑树，当长度低于6时红黑树又会转成链表），红黑树是一种平衡二叉搜索树，它能通过左旋、右旋、变色保持树的平衡，关于红黑树大家想了解的可以自行百度，这里不再讲述。之所以用红黑树是因为他能够大大提高查找效率，链表的时间复杂度是O(n)而红黑树的时间复杂度是O(logn)，那么为啥要链表长度大于8且数组长度大于64才转成红黑树呢，简单来说就是节点太少的时候没必要转换数据结构，因为不仅转换数据结构需要浪费时间同时也要浪费空间。而为什么不直接一直用红黑树呢？这是因为树的结构太浪费空间，只有节点足够多的情况下用树才能体现出它的优势，而如果在节点数量不够多的情况下用链表的效率更高，占用的空间更小。
HashMap是如何存放元素的呢
当我们向HashMap中存放数据时，首先会根据key的hashCode方法计算出值，然后结合数组长度和算法（如取余法、位运算等）来计算出向数组存放数据的位置索引值。如果索引位置不存在数据的话则将数据放到索引位中；如果索引位置已经存在数据，这时就发生了hash碰撞（两个不同的原始值在经过哈希运算后得到相同的结果），为了解决hash碰撞，JDK1.8前用的是数组+链表的形式，而JDK1.8后用的是数组+链表+红黑树，这里以链表为例。由于该位置的hash值和新元素的hash值相同，这时候要比较两个元素的内容如果内容相同则进行覆盖操作，如果内容不同则继续找链表中的下一个元素进行比较，以此类推如果都没重复的则在链表中新开辟一个空间存放元素。以上图为例，假设张三、王五、赵六、王五对应的数组数组下标是1，李四对应的数组下标是2。刚开始索引位置1为空，（张三，15）直接放入1位置，索引位置 2为空，（李四，22）直接放入2位置，（王五，18）发现索引位置1已经有数据，这时候调用equals方法和张三进行内容比较，发现内容不同，链表开辟新空间存放数据；（赵六，25）发现1位置已经有元素，调用equals和张三比较，内容不同，继续向下和王五比较，内容不同，开辟新空间存放数据；（王五，28）发现1位置已经有元素，调用equals和张三进行内容比较，不同，继续向下和（王五，18）比较，发现内容也相同，这时候则进行覆盖操作将原来的（王五，18）改成（王五，28）。
HashMap介绍
1.HashMap hashMap = new HashMap();
当创建一个HashMap集合对象的时候，在JDK8之前，构造方法中创建了一个长度是16的Entry[]table用来存储键值对数据。在JDK8后就不在HashMap的构造方法中创建数组了，而是在第一次调用put方法时创建数组Node[] table，用这个数组来存储键值对数据的。
初始容量大小介绍
说到数组就不得不提HashMap里面的成员变量DEFAULT_INITIAL_CAPACITY也就是容量大小，如果不指定的话默认是16，如果通过有参构造指定容器大小的话也必须是2的平方数，当然了如果传入的参数并不是2的平方数的话（最好不要这样，实在不知道写多少容量我们直接写个默认的大小16），HashMap会通过方法将它变成比这个数大且离2的平方数最近的数例如传入11他会变成16，之所以要这么做的原因是，根据上述讲解我们已经知道，当向 HashMap 中添加一个元素的时候，需要根据 key 的 hash 值，去确定其在数组中的具体位置。HashMap 为了存取高效，减少碰撞，就是要尽量把数据分配均匀，每个链表长度大致相同，这个实现的关键就在把数据存到哪个链表中的算法。这个算法实际就是取模，hash % length，计算机中直接求余效率不如位移运算。所以源码中做了优化，使用 hash & (length - 1)，而实际上 hash % length 等于 hash & ( length - 1) 的前提是 length 是 2 的 n 次幂。
上面提到了如果传入的指定大小并不是2的n次幂，HashMap会将大小变成比指定大小大且是2的n次幂的数，我们看看JDK1.7和JDK1.8是如何做的。
JDK1.7
*/
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);
// Find a power of 2 >= initialCapacity
int capacity = 1;
// 从1开始不停的左移也就是变大2的n次幂，直到不比指定容量小
// 1 2 4 8 16 32.。。。
while (capacity < initialCapacity)
capacity <<= 1;
this.loadFactor = loadFactor;
threshold = (int)(capacity * loadFactor);
table = new Entry[capacity];
init();
}
JDK1.8
// 假设cap为13
static final int tableSizeFor(int cap) {
// n=12 int类型在内存中占4个字节，，一个字节占8位
int n = cap - 1;
/*
* 00000000 00000000 00000000 00001100 12
* 00000000 00000000 00000000 00000110 右移1位
* ---------------------------------------------- 或运算
* 00000000 00000000 00000000 00001110 14
*/
n |= n >>> 1; // n=14
/*
* 00000000 00000000 00000000 00001110 12
* 00000000 00000000 00000000 00000111 右移2位
* ---------------------------------------------- 或运算
* 00000000 00000000 00000000 00001111 15
*/
n |= n >>> 2;//计算完n=15
/*
* 00000000 00000000 00000000 00001111 15
* 00000000 00000000 00000000 00000000 右移4位
* ---------------------------------------------- 或运算
* 00000000 00000000 00000000 00001111 15
*/
n |= n >>> 4;// 计算完n=15
/*
* 00000000 00000000 00000000 00001111 15
* 00000000 00000000 00000000 00000000 右移8位
* ---------------------------------------------- 或运算
* 00000000 00000000 00000000 00001111 15
*/
n |= n >>> 8;// 计算完n=15
/*
* 00000000 00000000 00000000 00001111 15
* 00000000 00000000 00000000 00000000 右移16位
* ---------------------------------------------- 或运算
* 00000000 00000000 00000000 00001111 15
*/
n |= n >>> 16;// 计算完n=15
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
JDK1.8中的做法简单来说就是通过位运算将最高非0位后面全置为1，由上面可以看出通过这五次的计算，最后的结果刚好可以填满32位的空间，也就是一个int类型的空间，这就是为什么必须是int类型，且最多只无符号右移16位！那么为啥传进来的时候进行减1操作呢？因为当传入的参数刚好是2的n次幂时，算出来的结果是比传进来的值大的最小n次幂，比如恰好传进来16如果不减一的话最后计算出来的结果是64，和我们想要的结果不符合，因此在传进来的时候减一能够避免出现恰好是n次幂的情况导致结果不对。大家也可以手动算一算，这样就能明白了。
负载因子和阈值
负载因子static final float DEFAULT_LOAD_FACTOR = 0.75f和阈值int threshold的话是用来给map扩容判断时用的，负载因子也能够在构造函数中进行指定（不推荐），每次进行put的时候都会进行判断是否需要扩容，当size超过了阈值=总容量*负载因子，则会扩容，默认情况下总容量是16，负载因子是0.75，至于为啥是0.75这是由于经过大量的实验证明该系数是最合适的，如果设置过小，HashMap每put少量的数据，都要进行一次扩容，而扩容操作会消耗大量的性能。如果设置过大的话，如果设成1，容量还是16，假设现在数组上已经占用的15个，再要put数据进来，计算数组index时，发生hash碰撞的概率将达到15/16，这违背的HashMap减少hash碰撞的原则。
HashMap构造方法
JDK1.7中的无参构造方法：
/**
* Constructs an empty <tt>HashMap</tt> with the default initial capacity
* (16) and the default load factor (0.75).
*/
public HashMap() {
// 负载因子
this.loadFactor = DEFAULT_LOAD_FACTOR;
// 阈值：总容量*负载因子
threshold = (int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR);
// 存放键值对的entry
table = new Entry[DEFAULT_INITIAL_CAPACITY];
init();
}
JDK1.8中的构造方法：
public HashMap() {
// 将负载因子设置为默认的0.75f，并没有在构造方法中创建Entry的数组，而是放到put方法中了
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(int initialCapacity, float loadFactor) {
// 给的初始大小是不是小于0
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
// 是否超过最大容量，是的话则直接赋值最大容量
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
// 给的加载因子是不是个大于0的数字
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
// 设置加载因子的大小
this.loadFactor = loadFactor;
// 调整给定的数组大小
this.threshold = tableSizeFor(initialCapacity);
}
this.threshold = tableSizeFor(initialCapacity);判断指定的初始化容量是否是2的n次幂，如果不是那么会变为比指定初始化容量大的最小的2的n次幂。但是注意，在tableSizeFor方法体内部将计算后的数据返回给调用这里了，并且直接赋值给threshold边界值了。有些人会觉得这里是一个bug，应该这样书写：this.threshold = tableSizeFor(initialCapacity) * this.loadFactor;这样才符合threshold的意思（当HashMap的size到达threshold这个阈值时会扩容）。但是请注意，在jdk8以后的构造方法中，并没有对table这个成员变量进行初始化，table的初始化被推迟到了put方法中，在put方法中会对threshold重新计算。
JDK1.8中的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) {
.......
// 存放键值对的Node
Node<K,V>[] tab;
.......
}
在put方法中又调用了putVal(hash(key), key, value, false, true);以及hash(key)方法，首先我们先来看下hash(key)方法
static final int hash(Object key) {
int h;
// 如果key是null则hash值为0
//(h = key.hashCode()) ^ (h >>> 16)
// 先获取key的hashCode并赋值给h， 然后和h和h右移16位后做异或运算得到hash值
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
这里有个步骤(h = key.hashCode()) ^ (h >>> 16)，为什么要获取完hashCode()赋值给h后要和h右移16位做异或运算呢，直接让h=key.hashCode()不行吗？实际上这是在进行put操作时尽可能的避免hash冲突，前面说过存放元素的时候寻找数组下标实际上是hash值对数组长度取余，当数组长度为2的n次幂时，(n - 1) & hash和hash%n是等价的而且运算效率比取余高，简单来说之所以这么做就是，高 16bit 不变，低 16bit 和高 16bit 做了一个异或（得到的 hashCode 转化为 32 位二进制，前 16 位和后 16 位低 16bit 和高 16bit 做了一个异或），可以看看下面计算，确实理解起来有点深度，但这也是人家牛逼之处。
假设：
数组大小n=16=0000 0000 0000 0000 0000 0000 0001 0000
1.假设hash直接和h相等
调用hashCode()方法h=h.hashCode()：
h=h.hashCode()=1111 1111 1111 1111 1111 0000 1110 1010
hash=1111 1111 1111 1111 1111 0000 1110 1010
计算数组下标：(n-1)&hash
(n-1):0000 0000 0000 0000 0000 0000 0000 1111
hash：1111 1111 1111 1111 1111 0000 1110 1010
---------------------------------------------
(n-1)&hash=0000 0000 0000 0000 0000 0000 0000 1010=10
我们看到真正参与运算的实际上只有最后四位，也就是说其他高位并没有参与运算
那么会出现一种状况，就是调用hashCode()方法获取的值高位不停的在变动但是
地位不变，这种状况就会造成(n-1)&hash结果会一致，造成hash冲突。
2.假设hash = h^(h>>>16)：
调用hashCode()方法h=h.hashCode()：
h=h.hashCode()=1111 1111 1111 1111 1111 0000 1110 1010
(h>>>16):
0000 0000 0000 0000 1111 1111 1111 1111
hash = h^(h>>>16)：
1111 1111 1111 1111 0000 1111 0001 0101
计算数组下标：(n-1)&hash
(n-1):0000 0000 0000 0000 0000 0000 0000 1111
hash:1111 1111 1111 1111 0000 1111 0001 0101
------------------------------------------------
(n-1)&hash=0000 0000 0000 0000 0000 0000 0000 0101=5
简单来说就是通过右移16位和异或操作让高位地位都参与了运算尽可能的减少hash冲突
接着看putVal方法
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
/*
Node<K,V>[] tab：存放元素的数组
Node<K,V> p：用来保存索引位置的元素
int n：n用来记录数组的长度
int i：i用来记录索引的位置
*/
Node<K,V>[] tab; Node<K,V> p; int n, i;
/*
1.table：transient Node<K,V>[] table; 存放元素的数组
2.(tab = table) == null 将table赋值给tab并判断是否为null 第一次put必然为null
3.(n = tab.length) == 0 将数组的长度赋值给n并判断是否为0
*/
if ((tab = table) == null || (n = tab.length) == 0)
// tab为null 或者 tab长度为0，进行扩容操作
n = (tab = resize()).length;
/*
(n - 1) & hash：之前说过，当n为2的n次幂时这个操作等价于hash%n，即hash值对数组长度取余
i = (n - 1) & hash：存放元素的数组索引下标
索引位置不存在元素，则在索引位置创建一个新节点
这里会给p进行赋值，不存元素p则为null
*/
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
/* 执行else说明tab[i]不等于null，表示这个位置已经有值了
Node<K,V> e：保存数据的节点
K k：保存key
*/
Node<K,V> e; K k;
/*
1.p.hash == hash：p的hash值==传入的hash值
2.(k = p.key) == key：将p的key赋值给k == 现在的key
3.key != null && key.equals(k)))：key不为空&&key的内容和现在的key的内容相等
同时满足1、2或者满足3，则将p节点赋值给e
*/
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
/*
判断p是否为红黑树结点
*/
else if (p instanceof TreeNode)
/*
往树中插入节点并赋值给e
*/
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
/*
binCount：记录遍历节点的个数
*/
for (int binCount = 0; ; ++binCount) {
/*
1)e = p.next 获取p的下一个元素赋值给e。
2)(e = p.next) == null 判断p.next是否等于null，等于null，说明p没有下一个元素，
那么此时到达了链表的尾部，还没有找到重复的key,则说明HashMap没有包含该键，将该键值对插入链表中。
*/
if ((e = p.next) == null) {
/*
最后一个节点了，所以next为null
JDK8采用尾插法新增节点，JDK8之前是头插法
*/
p.next = newNode(hash, key, value, null);
/*
判断是否要转成红黑树
binCount是从0开始自增的，当binCount = 7时说明已经有8个节点
加上刚刚插入的节点所以是9个，所以当链表长度>8时转成红黑树
*/
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 转成红黑树
treeifyBin(tab, hash);
break;
}
/*
执行到这里说明e = p.next 不是null，不是最后一个元素。继续判断链表中结点的key值与插入的元素的key值是否相等。
*/
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
// 相等，跳出循环
break;
// 将e赋值给p，继续查找下一节点
p = e;
}
}
/*
如果e!=null则说明通过上面的一系列操作，找到了重复的key，所以
这里就是将key对应的原来的旧值替换成新值并将旧值返回
*/
if (e != null) { // existing mapping for key
// 获取旧值
V oldValue = e.value;
// onlyIfAbsent为false或者oldValue为null
if (!onlyIfAbsent || oldValue == null)
// 将新值保存
e.value = value;
// 访问后回调，点进去会发现是个空方法，是为了继承HashMap的LinkedHashMap类服务
afterNodeAccess(e);
// 返回旧值
return oldValue;
}
}
// 这个变量是用来记录修改次数的
++modCount;
// 判断新增元素后的大小是否比阈值大，如果是的话则要进行扩容操作
if (++size > threshold)
resize();
// 插入后回调，点进去会发现是个空方法，是为了继承HashMap的LinkedHashMap类服务
afterNodeInsertion(evict);
return null;
}
转成红黑树的treeifyBin()方法
/**
* 转成红黑树
* @param tab
* @param hash
*/
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
/*
数组tab不为空或者数组长度小于64则进行扩容操作
n = tab.length:数组长度赋值给n
*/
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
/*
转成红黑树操作
e = tab[index = (n - 1) & hash])：获取索引位置元素
*/
else if ((e = tab[index = (n - 1) & hash]) != null) {
/*
hd：存放树的头结点
tl：用来存放临时节点
*/
TreeNode<K,V> hd = null, tl = null;
do {
// 将链表节点转成树节点
TreeNode<K,V> p = replacementTreeNode(e, null);
/*
tl：第一次临时节点必然为空
将p节点赋值给头结点
*/
if (tl == null)
hd = p;
else {
/*
临时tl节点不为空：
p.prev = tl：将tl赋值给p的prev节点
tl.next = p：将p节点赋值给tl的next节点
*/
p.prev = tl;
tl.next = p;
}
// 将p节点赋值给tl节点
tl = p;
} while ((e = e.next) != null); // 循环，直到Next节点不存在
/*
(tab[index] = hd)：将树的头结点赋值给数组索引位置
*/
if ((tab[index] = hd) != null)
/*
转成红黑树的具体操作
*/
hd.treeify(tab);
}
}
说明
- size表示HashMap中键值对的实时数量，这个不等于数组的长度
- threshold（临界值）= capacity（容量）* loadFactor（负载因子）。这个值是当前已占用数组长度的最大值。size 超过这个值就重新 resize（扩容），扩容后的 HashMap 容量是之前容量的两倍。
JDK1.7中的put方法
public V put(K key, V value) {
/*
如果Key是null的话，则调用putForNullKey方法
putForNullKey：如果不存在null为key的Entry则新增，如果存在的话则替换原来的值并返回
*/
if (key == null)
return putForNullKey(value);
/*
key.hashCode()：调用key的hashCode()获取hashCode
hash(key.hashCode()):通过调用hash方法获得hash值
这个操作实际上和JDK1.8的HashMap的hash(key)类似，也是通过该方法使得高低位都参与
hash计算从而避免hash冲突，大家可以参考一下上面JDK1.8的HashMap
*/
int hash = hash(key.hashCode());
/*
这一步是计算出数组的索引下标
计算方法和JDK8一样
*/
int i = indexFor(hash, table.length);
/*
Entry<K,V> e = table[i]：将索引下标对应的元素赋值给Entry
这个步骤实际上就上遍历链表查找元素
*/
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
/*
e的哈希值和新元素的hash值相等且内容也相同则说明key相同
用新值替换节点中的旧值并将旧值返回
*/
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
// 这个变量是用来记录修改次数的
modCount++;
// 到这一步说明没有key重复的元素，新增元素
addEntry(hash, key, value, i);
return null;
}
新增元素的addEntry方法
void addEntry(int hash, K key, V value, int bucketIndex) {
/*
获取索引位置的Entry
*/
Entry<K,V> e = table[bucketIndex];
/*
采用头插法将元素插入到链表中
新节点插入后将e赋值给next
*/
table[bucketIndex] = new Entry<>(hash, key, value, e);
// 判断新增元素后数组大小是否超过阈值
if (size++ >= threshold)
// 扩容方法，将扩大为原来数组大小的两倍
resize(2 * table.length);
}
扩容方法resize()
HashMap在进行扩容时，每次扩容后的大小都是原来数组的两倍，然后将原数组中的元素分配到新的数组中去，那么它是如何分配的呢？由于每次进行扩容都是原来大小的两倍，计算table下标的方法是hash&(newTable.length-1)，也就是hash&(oldTable.length2-1)，于是我们有了这样的结论：这新旧两次计算下标的结果，要不然就相同，要不然就是新下标等于旧下标加上旧数组的长度*
旧数组长度：n=16
n： 0000 0000 0000 0000 0000 0000 0001 0000
n-1： 0000 0000 0000 0000 0000 0000 0000 1111
假设有两个元素的hash值为:
hash1： 1111 1111 1111 1111 0000 1111 0000 0101
hash2： 1111 1111 1111 1111 0000 1111 0001 0101
计算两个hash对应数组的索引位置:(n-1)*hash
index1: 0000 0000 0000 0000 0000 0000 0000 0101
index2: 0000 0000 0000 0000 0000 0000 0000 0101
在原数组中hash1和hash2通过计算对应的数组索引位置都是5(0101)
================================================================
扩容后的新数组：n=2*n=32
n： 0000 0000 0000 0000 0000 0000 0010 0000
n-1： 0000 0000 0000 0000 0000 0000 0001 1111
元素还是之前的元素，也就是说hash还是之前的hash:
hash1： 1111 1111 1111 1111 0000 1111 0000 0101
hash2： 1111 1111 1111 1111 0000 1111 0001 0101
计算两个hash对应数组的索引位置:(n-1)*hash
index1: 0000 0000 0000 0000 0000 0000 0000 0101（5）
index2: 0000 0000 0000 0000 0000 0000 0001 0101（21）
从结果上看，在原数组中放到同一个索引位置的两个元素，在经过扩容重新
分配后，hash1计算出的索引位置还是原数组中的位置，hash2计算出的索
引位置是原数组中的位置+原数组长度
其实hash值的对应的新数组下标是不是需要加上旧数组的长度，只需要看看hash值&旧数组长度(hash&oldTable.length)是不是1就行了如果是1的话就是原数组中的位置+原数组长度，0的话就是原数组中的位置
JDK1.7中的扩容方法
void resize(int newCapacity) {
// 获取源数组
Entry[] oldTable = table;
// 原数组容量大小
int oldCapacity = oldTable.length;
// 判断原容量大小是否已经是最大值了
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
// 新建数组大小为原数组大小的两倍
Entry[] newTable = new Entry[newCapacity];
/*
扩容方法的关键，重新计算索引分配位置
*/
transfer(newTable);
// 新数组替换原数组
table = newTable;
// 新阈值
threshold = (int)(newCapacity * loadFactor);
}
void transfer(Entry[] newTable) {
// 源数组
Entry[] src = table;
int newCapacity = newTable.length;
for (int j = 0; j < src.length; j++) {
// 将元素赋值给e
Entry<K,V> e = src[j];
if (e != null) {
// 将原来位置的元素置为null，方便GC
src[j] = null;
do {
Entry<K,V> next = e.next;
// 重新计算元素在新数组中的位置
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
} while (e != null);
}
}
}
static int indexFor(int h, int length) {
return h & (length-1);
}
JDK1.8中的扩容方法
final Node<K, V>[] resize() {
// 源数组
Node<K, V>[] oldTab = table;
// 原来的数组容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 原来数组的阈值
int oldThr = threshold;
/*
newCap：新数组的容量，初始值为0
newThr：新数组的阈值，初始值为0
*/
int newCap, newThr = 0;
// 判断原来的数组大小是否不为0
if (oldCap > 0) {
/*
原数组的容量已经大于等于最大容量
将最大值赋值给原来的阈值并返回原数组
*/
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
/*
(newCap = oldCap << 1)：将原数组左移一位，也就是扩大为原来的2倍并赋值给新容量newCap
新容量小于最大容量值且原数组容量要大于默认的初始容量16则将阈值扩大
*/
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 阈值扩大一倍
newThr = oldThr << 1; // double threshold
}
/*
原阈值大于0则赋值给新容量
这里肯能有疑问为啥将原数组阈值大小赋值给新容量？
看看前面的JDK1.8中的有参构造方法就明白了，
在tableSizeFor方法体内部将计算后的数据直接赋值给threshold边界值了
*/
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
/*
进入else则说明原来数组的容量和阈值都是0，则进行初始化默认值
newCap：赋值初始值16
newThr：新阈值=0.75*16=12
*/
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int) (DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
/*
新阈值还是初始值0则计算新阈值
*/
if (newThr == 0) {
// ft = 新容量*负载因子
float ft = (float) newCap * loadFactor;
// 新数组容量不超过最大值且ft小于最大值则取ft为新阈值
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float) MAXIMUM_CAPACITY ?
(int) ft : Integer.MAX_VALUE);
}
// 将新阈值赋值给成员变量threshold
threshold = newThr;
// 创建新长度的数组newTab
@SuppressWarnings({"rawtypes", "unchecked"})
Node<K, V>[] newTab = (Node<K, V>[]) new Node[newCap];
// 将新数组赋值给成员变量table
table = newTab;
if (oldTab != null) {
// 遍历原数组，将数据放到新的数组中去
for (int j = 0; j < oldCap; ++j) {
// 用来保存遍历中的元素
Node<K, V> e;
if ((e = oldTab[j]) != null) {
/*
将原数组中索引位置的元素赋值给e后，将索引位置的元素置为null方便GC
*/
oldTab[j] = null;
/*
判断数组是否有下一个引用，如果e.next为空则说明不是链表，直接将元素放到数组中即可
*/
if (e.next == null)
/*
将原数组中的原素放到新数组中
e.hash & (newCap - 1)：这一步是计算元素放到新数组的索引位置
*/
newTab[e.hash & (newCap - 1)] = e;
/*
判断是否是红黑树
*/
else if (e instanceof TreeNode)
// 说明是红黑树来，则调用相关方法处理
((TreeNode<K, V>) e).split(this, newTab, j, oldCap);
else {
/*
到了else说明是链表
loHead：下标不变情况下的链表头
loTail：下标不变情况下的链表尾
hiHead：下标改变情况下的链表头
hiTail：下标改变情况下的链表尾
*/
Node<K, V> loHead = null, loTail = null;
Node<K, V> hiHead = null, hiTail = null;
Node<K, V> next;
do {
// 将e的next节点赋值给next变量
next = e.next;
// 这里来判断如果等于true e这个结点在resize之后不需要移动位置，也就是对应数组下标不变，这里也就是判断是不是新索引位置=原数组长度+原数组位置
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);// 将next赋值给e，继续循环直到next为空
// 原索引放到数组中
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 原索引+oldCap放到数组中
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
后面的remove和get方法相对比较容易一点，下面都是以JDK8为例，大家可以自己去看看源码对比对比
删除方法 remove()
删除方法就是首先先找到元素的位置，如果是链表就遍历链表找到元素之后删除。如果是用红黑树就遍历树然后找到之后做删除，树小于 6 的时候要转链表。
查找元素方法 get()
主要是getNode方法
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) {
// 保存数组
Node<K, V>[] tab;
// first：保存头结点 e：保存next节点
Node<K, V> first, e;
// 保存数组长度
int n;
// 保存key值
K k;
/*
tab = table：将数组赋值给tab
n = tab.length：记录数组长度
first = tab[(n - 1) & hash]：将key对应的索引位置中的元素赋值给first
*/
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 判断头结点是否是要找的元素，是的话直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
/*
将next节点赋值给e
*/
if ((e = first.next) != null) {
/*
判断是否是红黑树节点，是的话则从树中查找节点并返回数据
*/
if (first instanceof TreeNode)
return ((TreeNode<K, V>) first).getTreeNode(hash, key);
/*
遍历链表查找数据并返回
*/
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
几种遍历HashMap的方式
public static void main(String[] args){
HashMap<String,Integer> hashMap = new HashMap<>(16);
hashMap.put("科比",36);
hashMap.put("韦德",23);
hashMap.put("詹姆斯",38);
hashMap.put("安东尼",30);
hashMap.put("保罗",25);
// 分别遍历key和values
iteratorMap_1(hashMap);
// 使用迭代器遍历
iteratorMap_2(hashMap);
// 通过 get 方式
iteratorMap_3(hashMap);
// 通过lambda方式
iteratorMap_4(hashMap);
}
1.分别遍历key和value（不常用）
/**
* 分别遍历key和values
* @param hashMap
*/
private static void iteratorMap_1(HashMap<String, Integer> hashMap) {
for (String key : hashMap.keySet()) {
System.out.println(key);
}
for (Integer value : hashMap.values()) {
System.out.println(value);
}
}
2.通过迭代器迭代（推荐）
/**
* 使用迭代器遍历
* @param hashMap
*/
private static void iteratorMap_2(HashMap<String, Integer> hashMap) {
for (Map.Entry<String, Integer> entry : hashMap.entrySet()) {
System.out.println(entry.getKey()+"=====>"+entry.getValue());
}
}
3.通过get方式（不推荐使用）
根据阿里开发手册，不建议使用这种方式，因为迭代两次。keySet 获取 Iterator一次，还有通过 get 又迭代一次，降低性能。
/**
* 通过 get 方式
* @param hashMap
*/
private static void iteratorMap_3(HashMap<String, Integer> hashMap) {
for (String key : hashMap.keySet()) {
Integer value = hashMap.get(key);
System.out.println(key+"=====>"+value);
}
}
4.使用lambda表达式遍历（推荐）
/**
* 通过lambda
* @param hashMap
*/
private static void iteratorMap_4(HashMap<String, Integer> hashMap) {
hashMap.forEach((key,value)->System.out.println(key+"=====>"+value));
}
如何给HashMap设置正确的初始容量
我们上面介绍过，HashMap 的扩容机制，就是当达到扩容条件时会进行扩容。HashMap 的扩容条件就是当 HashMap 中的元素个数（size）超过临界值（threshold）时就会自动扩容。所以，如果我们没有设置初始容量大小，随着元素的不断增加，HashMap 会有可能发生多次扩容，而 HashMap 中的扩容机制决定了每次扩容都需要重建 hash 表，是非常影响性能的。比如我们有7个元素要存放，我们设置初始容量为7，经过HashMap的处理他会给我们将容量设置为8，但是我们知道当元素个数超过8*0.75=6时就会进行一次扩容，也就是说我们设置的这个初始容量7其实是不对的。
因此初始化容量，设置的数值不同也会影响性能，那么当我们已知 HashMap 中即将存放的 Key、Value个数的时候，容量设置成多少为好呢？
关于设置 HashMap 的初始化容量大小：可以认为，当我们明确知道 HashMap 中元素的个数的时候，把默认容量设置成initialCapacity/ 0.75F + 1.0F 是一个在性能上相对好的选择，但是，同时也会牺牲些内存。而 Jdk 并不会直接拿用户传进来的数字当做默认容量，而是会进行一番运算，最终得到一个 2 的n次幂。同意以7为例，7/0.75+1=10，我们传入10经过HashMap处理会给一个16大小的HashMap这样就避免了频繁扩容，但是会浪费一些空间。
