// 默认初始长度
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//最大长度10 7374 1824
static final int MAXIMUM_CAPACITY = 1 << 30;
//加载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//转变为树的阀值（当链表长度大于8 且哈希桶数组长度大于64时转换为红黑树）
static final int TREEIFY_THRESHOLD = 8;
//转换为链表的阀值（当树节点小于6时将转换为链表）
static final int UNTREEIFY_THRESHOLD = 6;
//最小树容量
static final int MIN_TREEIFY_CAPACITY = 64;
在JDK1.7中，HashMap是以 数组 + 链表 的形式组成的(jdk1.8增加了红黑树)。其中数组中的元素我们称之为哈希桶，它的源码如下：
/**
* Basic hash bin node, used for most entries. (See below for
* TreeNode subclass, and in LinkedHashMap for its Entry subclass.)
*/
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;//hash值
final K key;//key 值
V value; //value 值
Node<K,V> next; //下个节点
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; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
public final int hashCode() {
// 亦或取出hashCOde
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
public final boolean equals(Object o) {
if (o == this)
return true;
// 当是Map类型 比较key及value值
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;
}
}
我们知道红黑树的概念是在JDK1.8中添加的，之所以添加进来是因为链表一旦过长。HashMap的性能就很受影响，而之前我们介绍了红黑树的数据结构具有快速增删改查的特点，这就有效的解决了链表过长所导致的性能问题；
当链表的长度大于8且容量大于64时，链表结构会转换为红黑树结构；我们来看以下源码：
/**
* Replaces all linked nodes in bin at index for given hash unless
* table is too small, in which case resizes instead.
*/
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
// MIN_TREEIFY_CAPACITY = 64
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)// 当链表的长度小于64时扩容
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
TreeNode<K,V> p = replacementTreeNode(e, null);// 创建新的节点
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
// 新的节点已挂载且不为空
if ((tab[index] = hd) != null)
hd.treeify(tab);//转为红黑树
}
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 哈希表为空则创建表
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 如果tab[i]为null 则插入新的节点
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 如果key 已存在 且和对应p节点的hash值,key都相等 则覆盖e节点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 否则判断是否是树节点
else if (p instanceof TreeNode)
// 如果是树节点 则直接插入
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 如果key不存在 也不是树节点表明为链表 则循环准备插入链表下个节点
for (int binCount = 0; ; ++binCount) {
// 链表下个节点为空时
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// binCount >= 7是转为红黑树（及链表长度大于8时）
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// key值存在 并且和下个节点（e）的hash值相等 则覆盖p节点
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 超出最大容量扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
hd.treeify(tab); // 转为红黑树
}
}
出于容量和性能的平衡考虑的结果；
我们看下获取节点的源码getNode:
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// 判断非空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// while循环 判断第一个元素是否是需要查询的元素
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 判断下一个元素不为空
if ((e = first.next) != null) {
// 如果第一个节点为树节点 则去树节点里找
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 如果第一节点不为树节点 则循环判断
do {
// hash 值相同且key相同 则找到此节点
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
当hash冲突了即hash值相等了，还需要判断key值是否相等来确定节点元素；
我们来看下扩容方法resize:
/**
* Initializes or doubles table size. If null, allocates in
* accord with initial capacity target held in field threshold.
* Otherwise, because we are using power-of-two expansion, the
* elements from each bin must either stay at same index, or move
* with a power of two offset in the new table.
* @return the table
*/
//我们来解读下注释的意思：表的大小可以通过初始化或者扩容时变为原有的两倍；
//如果为空,将根据字段阀值的初始容量分配大小
//否则 我们将采用二次扩容的方式 每个bin中的元素必须保持在同一索引中 或者在新表中以两个偏移量的幂次移动
//有点绕，我们结合代码来理解
final Node<K,V>[] resize() {
// 扩容前的数组
Node<K,V>[] oldTab = table;
// 扩容前的大小 和阀值
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
// 新扩容的大小 和阀值
int newCap, newThr = 0;
if (oldCap > 0) {
// 超过最大容量 不再扩容直接返回原始数组
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 新容量扩到大为原有的2倍 且小于最大容量 且扩容前的容量大于默认容量16
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold 新阀值扩大2倍
}
// 扩容前容量为0 阀值大于0（即当前数组没有数据）
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr; // 新扩容的容量大小 设置为扩容前阀值（就是用户自定义的阀值）
else { // zero initial threshold signifies using defaults
// 如果初始化值为0 则使用默认值
newCap = DEFAULT_INITIAL_CAPACITY; // 新扩容的容量设置为16
// 新扩容的阀值设置为12
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 如果新扩容的阀值为0
if (newThr == 0) {
// 根据新扩容容量和负载算出一个当前阀值
float ft = (float)newCap * loadFactor;
// 如果新扩容的容量小于最大值 并且当前阀值也小于最大值 就取当前阀值 否则为最大int值
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;//更新实际阀值
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
// 扩容
table = newTab;
// 原数组不为空
if (oldTab != null) {
// 遍历
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
// 如果只有一个链表 直接赋值
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
// 如果是红黑树 则进行拆分
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
// 以下是链表复制部分，jdk1.8重点优化部分
// 注：JDK1.7中rehash 旧链表迁移新链表的时候
// 如果在新表的数组索引位置相同，则链表元素会倒置,而jdk1.8不会
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// 原有索引
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}//非原有索引
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
//loHead为首的链表放到数组的原位置
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
// 将hiHead为首的链表放到原位置+oldCap的位置
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
若HashMap 创建时没有指定大小和扩容阀值，则默认为16，负载因子是0.75。那么容量默认为12,当容量大于12时则扩容为原来16的两倍即32；从源码可以看到，扩容后会进行元素的位置调整；因为jdk1.7在迁移过程中会倒置链表，即头插法有可能倒置循环引用问题（HashMap本身即是非线程安全的，所以官方jdk1.7未处理此问题）；而jdk1.8使用了尾插法，解决了此问题；但在扩容的时候依然会有线程安全的问题，并且在扩容的过程中若是红黑树则会进行拆分，否则才会进行链表迁移；
左右旋的本质是为了包装树的平衡，我们知道红黑树的本质是一颗平衡二叉树！
// 左旋
static <K,V> TreeNode<K,V> rotateLeft(TreeNode<K,V> root,
TreeNode<K,V> p) {
TreeNode<K,V> r, pp, rl;
// p节点不为空 右子节点r赋值的同时也判断p节点的右子节点不为空
if (p != null && (r = p.right) != null) {
// 左子节点 赋值为p节点的右子节点 同时和右子节r点的左子节点相等
// 则p是父节点
if ((rl = p.right = r.left) != null)
rl.parent = p;
// pp节点赋值为右子节点的父节点 且和p节点的父节点相等 并且他们的父节点都为null
// 则当前右子节点为根节点（red=false 根节点为黑色）
if ((pp = r.parent = p.parent) == null)
(root = r).red = false;
// pp节点的左子节点 为p节点
// 则pp的左子节点为当前右子节点
else if (pp.left == p)
pp.left = r;
// 否则 pp的右子节点为当前右子节点
else
pp.right = r;
// r的左字节变为p节点
r.left = p;
// p的父节点变为右子节点
p.parent = r;
}
return root;
}
// 右旋和左旋相反，代码略
关于左右旋的更形象理解可以查阅《大话数据结构》中关于红黑树的描述；
小结：HashMap 基本数据结构是数组（EntryNode Hash桶）+链表+红黑树；当链表节点的长度大于8，且数组的长度小于64时，对数组扩容；当链表节点长度大于8，数组长度大于64时，链表转换为红黑树；扩容的过程是，数组放在原有的索引处，链表放在原有的索引加上原有的数组长度的地方；扩容后如果树节点小于6，就将树还原成链表;