写这篇文章还是下了一定决心的，因为这个源码看的头疼得很。
老规矩，源码来源于JRE1.8，java.util.HashMap，不讨论I/O及序列化相关内容。
该数据结构简介：使用了散列码来进行快速搜索。(摘自Java编程思想)
那么，文章的核心就探讨一下，内部是如何对搜索操作进行优化的。
先来一张帅气的图片总览：
预备知识：
1、Map没有迭代器，但是可以通过Map.entry()生成一个Set容器，然后通过Set的迭代器遍历map元素。
2、HashMap是乱序的。
3、HashMap元素根据散列码分散在一个数组的不同索引中，利用了数组的快速搜索特性对get操作进行了优化。
4、HashMap元素的保存形式为单向链表，是一个静态内部类。
先过一遍这个内部类：
static class Node<K,V> implements Map.Entry<K,V> { // hash值、key、value、后指针 final int hash; final K key; V value; 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; } public final K getKey() { return key; } public final V getValue() { return value; } public final String toString() { return key + "=" + value; } public final int hashCode() { return Objects.hashCode(key) ^ Objects.hashCode(value); } public final V setValue(V newValue) { // ... } public final boolean equals(Object o) { // ... } }
代码非常简单，常规的get/set/equals，构造函数仅有一个指向下一个节点的指针，属于单向链表。
还有一个新建Node的方法：
Node<K,V> newNode(int hash, K key, V value, Node<K,V> next) { return new Node<>(hash, key, value, next); }
总览一下类的声明：
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable { // code... }
其中AbstractMap类实现了大部分常规方法，诸如get、contain、remove、size等方法，但是put方法是一个没有实现的方法，仅抛出一个错误。
至于Map接口，下载的源码包没有这个class的，所以暂时不知道内部的代码，不过影响不大。
这里比较奇怪的是，类AbstractMap中实现了Map接口，这里HashMap又重新声明实现Map接口，不太懂为啥。
变量
HashMap中的变量比较多，如下：
// 容器默认容量 必须为2的次方 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 容器最大容量 static final int MAXIMUM_CAPACITY = 1 << 30; // 默认负载参数 static final float DEFAULT_LOAD_FACTOR = 0.75f; // 容器参数 final float loadFactor; // 一个节点数组 HashMap的容器 transient Node<K,V>[] table; // 保存所有map的Set容器 可以用来遍历、查询等 transient Set<Map.Entry<K,V>> entrySet; // map对象数量 transient int size; // 容量临界值 触发resize int threshold; // 将红黑树转换回链表的临界值 static final int UNTREEIFY_THRESHOLD = 6; // 链表转树的临界值 static final int TREEIFY_THRESHOLD = 8; // (感谢指正)当某一个数组索引处的Node数量大于此值时 触发resize并重新分配Node static final int MIN_TREEIFY_CAPACITY = 64;
所有的容量与参数都是table相关，table就是开篇所讲的数组。
构造函数
1、无参构造函数
public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; }
简单的将默认负载参数赋值给负载参数。
2、int单参数构造函数
public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); }
调用另外一个构造函数，第二个参数为默认的负载参数。
3、int、float双参数构造函数
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; this.threshold = tableSizeFor(initialCapacity); }
错误处理就不管了，这里负载参数是正常的直接赋值，但是初始容器大小就不太一样了，是通过一个函数返回。
这个函数很有意思：
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 + 1; }
第一次看没搞懂，后面也没太看懂，于是尝试用个测试代码看一下输入值从0-100会输出什么。
测试代码：
public class suv { 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 + 1; } public static void main(String[] args){ for(int i=1;i<100;i++){ System.out.print(tableSizeFor(i) + ","); if(i%20 == 0){System.out.println();} } } }
输出如下：
有非常明显的规律：
1、输出均为2的次方
2、输入值为大于该值的最小2次方数
例如：输入5，大于5的最小2次方数为2的三次方8，所以输出为8。
如果还不懂，可以看我自己写的方法，输出跟上面一样：
static final int diyFn(int cap){ int start = 1; for(;;){ if(start >= cap){ return start; } start = start << 1; } }
这里暂时不需要知道原因，只需要知道容量必须是2的次方。
4、带有初始化集合的构造函数
public HashMap(Map<? extends K, ? extends V> m) { this.loadFactor = DEFAULT_LOAD_FACTOR; putMapEntries(m, false); }
这里负载参数设置为默认的，然后调用putMapEntries方法初始化HashMap。
这个方法会初始化一些参数，稍微看一下：
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) { int s = m.size(); if (s > 0) { // 初始table为null if (table == null) { // pre-size // 用负载参数进行计算 float ft = ((float)s / loadFactor) + 1.0F; // 与最大容量作比较 返回对应的int类型值 int t = ((ft < (float)MAXIMUM_CAPACITY) ? (int)ft : MAXIMUM_CAPACITY); // The next size value at which to resize (capacity * load factor). if (t > threshold) threshold = tableSizeFor(t); } // 扩容 else if (s > threshold) resize(); // 插入处理 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); } } }
这里的扩容类似于ArrayList的grow函数，不同的是这里扩容的算法是每次乘以2，并且存在一个负载参数来修正初次扩容的步数。
threshold可以看注释，这是一个扩容临界值。当容器大小大于这个值时，就会进行resize扩容操作，临界值取决于当前容器容量与负载参数。
接下来应该要进入resize函数，参照之前的ArrayList源码，这里也是先扩容得到一个新的数组，然后将所有节点进行转移。
函数有点长，一步一步来：
final Node<K,V>[] resize() { // 缓存旧数组 Node<K,V>[] oldTab = table; // 旧容量 int oldCap = (oldTab == null) ? 0 : oldTab.length; // 旧的临界值 int oldThr = threshold; int newCap, newThr = 0; if (oldCap > 0) { // 旧容量已经达到上限时 返回旧的数组 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } // 容量与临界值同时<<1 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; } // 下面的else均代表旧数组为空 else if (oldThr > 0) // 新容量设置为旧的临界值 newCap = oldThr; else { // 当容器为空时 初始化所有参数 newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } // 这里的情况是初始化一个空HashMap 然后调用putAll插入大量元素触发的resize // 新临界值为新容量与负载参数相乘 if (newThr == 0) { float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } // 新临界值 threshold = newThr; // ...数组操作 }
首先第一步是参数修正，包括临界值与容器容量。
接下来就是数组操作，如下：
final Node<K,V>[] resize() { // 参数修正 @SuppressWarnings({"rawtypes","unchecked"}) // 根据新容量生成新数组 Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; // 如果旧数组是空的 直接返回扩容后的数组 if (oldTab != null) { for (int j = 0; j < oldCap; ++j) { Node<K,V> e; // 遍历旧数组 if ((e = oldTab[j]) != null) { // 释放对应旧数组内存 oldTab[j] = null; // 数组仅存在一个元素 if (e.next == null) // 将节点复制到新数组对应索引 newTab[e.hash & (newCap - 1)] = e; // 使用红黑树结构保存的节点 这里暂时不管 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; // 遍历数组对应索引的链表元素 do { next = e.next; // 两个分支都是执行链表的链接 // 由于数组扩容 所以对于(length-1) & hash的运算会改变 所以对原有的数组内容重新分配 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); // 数组对应索引存储的是链表的第一个节点 if (loTail != null) { loTail.next = null; newTab[j] = loHead; } if (hiTail != null) { hiTail.next = null; // oldCap为旧容量 newTab[j + oldCap] = hiHead; } } } } } return newTab; }
至此，可以看出，数组保存了一系列单向链表的第一个元素。
核心讲解
这里存在一个核心运算，即：
newTab[e.hash & (newCap - 1)] = e;
之前讲过扩容，每次扩容的容量都是2的次方，为什么必须是呢？这里就给出了答案。
开篇讲过，该数据结构是通过hash值来优化搜索，这里就用到了hash值。但是hash值是不确定的，如何保证元素分配到的索引平均分配到数组的每一个索引，并且不会超过索引呢？
答案就是这个运算，这里举一个例子：
比如说容量为默认的16，此时的二进制表示为10000，减1后会得到01111。
与运算应该都不陌生，两个都为1时才会返回1。
由于高位会自动补0，所以任何数与01111做与运算时，高位都是0，范围限定在 00000 ~ 01111，十进制表示就是0 - 15，巧的是，容量为16的数组，索引恰好是[0] - [15]。
这就解释了为什么容量必须为2的次方，而且元素是如何被平均分配到数组中的。
(e.hash & oldCap) == 0
这是用来区分lo、hi的运算，注释中已经解释了为什么需要做切割，这里给一个简图说明一下：
首先，假设这个tab容量目前是8，而索引0中的节点太多了(这里应该是树，懒得画了)，于是触发了resize，并将该索引每个节点的hash值按照上面的那个计算，判断是否需要移动。
经过重分配，数组大概变成了这样：
扩容后，会进行插入操作，留到下一部分解释。
由于大体上的思想已经很明显了，下面看一下增删改查的API。
方法
按照增删改查的顺序。
首先看一眼增：
public V put(K key, V value) { return putVal(hash(key), key, value, false, true); }
方法需要传入键值对，返回值。这里调用了内部的添加方法，其中散列码用的是key的，这里的hash并不是直接用hashCode方法，而是内部做了二次处理。
static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }
这个运算没啥讲的，当成返回一个随机数就行了。
下面是putVal的完整过程：
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K, V>[] tab; Node<K, V> p; int n, i; // 初始化HashMap后第一次添加会调用resize初始化 if ((tab = table) == null || (n = tab.length) == 0) // 返回扩容后的长度 默认情况下为1<<4 n = (tab = resize()).length; // 又是位运算 这里代表该索引位没有链表 于是新建一个Node if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { Node<K, V> e; K k; // 传入元素的key与链表第一个元素的key相同 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; // 树节点 暂时不管 else if (p instanceof TreeNode) e = ((TreeNode<K, V>) p).putTreeVal(this, tab, hash, key, value); else { for (int binCount = 0;; ++binCount) { // 到达尾部进行插入节点 if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); // 当链表的长度大于临界值时 调用treeifyBin if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } // 当中途遇到key相同的元素时 跳出循环 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; // 赋值 if (!onlyIfAbsent || oldValue == null) e.value = value; // 链表链接成功的钩子函数 afterNodeAccess(e); return oldValue; } } ++modCount; // 临界值检测 if (++size > threshold) resize(); // 新建链表的钩子函数 afterNodeInsertion(evict); return null; }
这里的过程可以简述为：通过key的hash值计算出一个值作为索引，然后对索引处的链表进行插入或者修改操作。
但是这里还是有几个特殊的点：
1、钩子函数
2、当链表长度大于某个值时，会调用treeifyBin方法将链表转换为红黑树
钩子函数是我自己取的名字，因为让我想到了vue生命周期的钩子函数。这两个方法都是本地已定义但是没有具体内容，是用来重写的函数。
另外一个是treeifyBin方法，该方法将链表转换为红黑树结构保存：
final void treeifyBin(Node<K,V>[] tab, int hash) { int n, index; Node<K,V> e; // 若小于最低树临界值 触发resize if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY) resize(); // 该索引处有元素 else if ((e = tab[index = (n - 1) & hash]) != null) { TreeNode<K,V> hd = null, tl = null; do { // 将索引处第一个链表元素转为红黑树结构 TreeNode<K,V> p = replacementTreeNode(e, null); // 针对第一个元素 if (tl == null) hd = p; // 前指针与后指针的链接操作 else { p.prev = tl; tl.next = p; } tl = p; } while ((e = e.next) != null); // 这里是真正的红黑树转换 if ((tab[index] = hd) != null) hd.treeify(tab); } }
可以看出，当链表的长度大于某一临界值时，会将数据结构转换为红黑树。
当然，这个链表的Node比一般的链表还是牛逼一点，采用的键值对的泛型，而TreeNode本身是一个静态内部类，目前仅需要知道继承于LinkedHashMap.Entry，元素按照插入顺序进行排序。
关于TreeNode转换的详解可以单独分一节讲了，这里暂时跳过吧。
下面是删：
public V remove(Object key) { Node<K,V> e; return (e = removeNode(hash(key), key, null, false, true)) == null ? null : e.value; }
直接看removeNode的实现：
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; 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; // 当对应索引第一个链表元素就与key相等 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) node = p; else if ((e = p.next) != null) { // 红黑树删除 if (p instanceof TreeNode) node = ((TreeNode<K,V>)p).getTreeNode(hash, key); else { // 遍历链表对key做比较 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { node = e; break; } p = e; } while ((e = e.next) != null); } } if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) { // 红黑树结构删除节点 if (node instanceof TreeNode) ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable); // 当第一个元素被删除时 下一个被指定为索引处元素 else if (node == p) tab[index] = node.next; // 重新链接next else p.next = node.next; ++modCount; --size; // 钩子函数 afterNodeRemoval(node); // 返回删除的节点 return node; } } return null; }
这里很简答，通过hash值快速找到对应的索引处，遍历链表或者红黑树进行查询，找到就删除节点并重新执行next链接。
同样，这里也有一个钩子函数，参数为被删除的节点。
由于改的情况在增的情况中已经提及，所以这里就跳过。
最后看一眼查：
public V get(Object key) { Node<K,V> e; return (e = getNode(hash(key), key)) == null ? null : e.value; } public boolean containsKey(Object key) { return getNode(hash(key), key) != null; }
一个获取，一个查询，都指向同一个方法，所以看getNode的实现：
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) { // 查第一个元素 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; // 然后遍历 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; }
没啥营养，常规的找索引，遍历，返回节点或者null。
至此，HashMap的基本内部实现已经完事，红黑树转换另外开一篇单独弄。