HashMap是我们经常用的数据结构，采用了key-value的方式来存储数据。在JDK 1.8的版本中也是对其做了优化修改，现在我们来通过在JDK 1.8的环境下的源代码分析一下HashMap的工作原理。及相比于1.7，在1.8中的优化。
目录
HashMap源码分析
概述
HashMap是我们经常用的数据结构，采用了key-value的方式来存储数据。在使用设计的过程中牵涉了许多的数据结构及知识点，数组+链表，扩容，头插尾插，hash函数等。JDK 1.8的版本中也是对其做了优化修改，现在我们来通过在JDK 1.8的环境下的源代码分析一下HashMap的工作原理，及相比于1.7，在1.8中的优化。本文基于JDK 1.8中源代码，比较与JDK 1.7中代码的时候会额外说明。同时，本文的描述从构造函数及节点等基本数据类型开始，然后再通过我们常用的put()、remove()等常用函数来逐步介绍了解，碰到的一步步状况作者在设计时都做了什么，为什么是这样设计的，而不是直接将一堆结论罗列出来讲解。
Hashmap结构
首先，我们来看下初始化HashMap的时候的构造函数new HashMap()。
/**
* The load factor used when none specified in constructor.
*/
// 1
static final float DEFAULT_LOAD_FACTOR = 0.75f;
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
Hashmap的初始化中，在注释1处设置了Hashmap的默认负载因子DEFAULT_LOAD_FACTOR为 0.75f。接下来，我们再来看下Hashmap中的一个基本结构-Hashmap节点。
Hashmap节点
HashMap中有一个静态内部类Node，为Hashmap的节点。我们来看下Node中的结构。
static class Node<K,V> implements Map.Entry<K,V> {
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);
}
//......
}
从该静态类中可以看到，节点有4个属性值。第一个为key值的hash值hash，由key值经过hash函数得来的。第二个为相对应的key值。第三个为Value值。最后一个值为下一个节点Next值，所以可以看出Node其实是一个链表的结构。
了解完hashmap的基础结构之后，我们先来了解一下hashmap的哈希算法及扩容机制，之后再通过hashmap的常用方法来深入介绍。
Hashmap的哈希及索引算法
Hashmap通过散列表函数hash(key)计算key的哈希值。通过hash值来计算Node节点所在数组的索引。来看下是如何计算hash值及如何计算索引的。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
// 1
// n = tab.length
// i = (n - 1) & hash
计算hash值过程很简单，只有一行代码。取key的hashCode，将hashCode的低16位和高16位进行异或运算。而key的hashCode()方法是由自己重写的。String类型的hashCode在Java中有默认重写方法。所以从这里我们可以知道，作为Hashmap的key值则必须重写hashCode()方法。
同时，hashCode为int类型，4个字节有32位，取低16位与高16位进行异或运算是为了尽可能的让hashCode值的高位和低位参与运算。因为注释1中将数组长度减1和hash值做与运算来确定Node节点所在数组的索引。高低16位进行异或这种做法可以在数组长度n值较小时也能让尽可能多的位值参与运算。同时取位运算而不通过mod模运算来计算余数是为了更高效。
除此之外，将hash值与n-1取与运算，是因为数组的长度都是2的幂，所以n-1都为1。类似于01111...这种形式，1的个数为2的幂数。所以设计hashmap数组的时候故意将数组长度设置为2的幂是为了散列值计算出来的索引更均匀的分布在数组中，减少hash碰撞。
HashMap常用方法
介绍完Hashmap的初始化后，我们来看下Hashmap的常用函数的用法。
put(K key, V value)
我们直接来看下put方法的源代码。
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) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
// 1.1
n = (tab = resize()).length;
// 1.2
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 1.3
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 1.4
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 1.5
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
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 1.6
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
// 1.7
resize();
afterNodeInsertion(evict);
return null;
}
这个函数信息量比较大，做的事情比较多。调用putVal()之前，便先计算key的hash值作为参数传入。然后再来看下注释1.1。默认table是为一个空数组，那么函数会首次调用put()函数的时候会直接调用resize()函数，这个函数称为hashmap的扩容函数。扩容函数我们之后再讨论，执行完扩容之后也即默认初始化数组。
之后再注释1.2处，i = (n-1) & hash为上文所述，通过将hash值与数组长度减1做与运算来获取索引index，目的是为了高效地使hash均匀分布在数组中。如果所在数组节点处没有元素，那么直接新建一个node节点放在该数组index处。
否则在注释1.3处，如果该数组index已经有了节点p，那么判断该节点的key的hash值和key值是不是相等，如果是同一个key，那么就找到了要修改的节点e。将p赋值给e，联系注释1.6处代码，可知将旧的value值用新的value值代替。
如果在数组上Index的节点的key值和我们插入的key值不一致，那么看注释1.4处，判断节点链表是否为红黑树，如果是红黑树，那么直接在红黑树中插入。
否则进入到注释1.5处，头节点的key值不一致，那么就向链表中下一个节点同理查询，如果下一个节点的key值和插入的key值相等，那么就相当于1.3处的逻辑，找到了要修改的节点e，用新的value替换旧的value。如果顺着链表一直没有找到相同key值的节点，那么就生成key-value的新节点，插入到链表尾部。
我们可以通过图来更直接的理解hashmap的hash值计算及插入操作。
图中，分别有节点A,B,C,D的信息。其中第二行蓝色32位数据为节点的hashCode值，第一行为hashCode右移16位值。第一行红色为执行异或运算之后得到的hash值。绿色为数组长度n-1的值，下面的红色值为hash & (n-1)与运算得到要插入数组的index值。
插入更新完成之后，注释1.7处，通过数组中已有node节点数和threshold值比较，如果超过了该值，那么进行扩容操作。接下来我们就该看看hashmap到底是如何进行扩容的。
Hashmap的扩容机制
由上述put()方法，我们接触到扩容。当hashmap容量不足以储存新数据时，便要采用扩容来扩大Hashmap容量。重点我们来看下上述提到的resize()函数。
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
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;
}
// 2.1
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
// 2.2
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
// 2.3
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
// 2.4
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;
// 2.5
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;
}
}
}
}
}
return newTab;
}
初始化数组的时候使用扩容会进入注释2.2处，数组容量采用默认容量DEFAULT_INITIAL_CAPACITY16,threshold为默认负载因子乘以容量。threshold的作用为判断hashmap是否需要扩容，当hashmap中的Node节点数size大于threshold时，那么hashmap就需要扩容了，这一点在put中的源码有体现，我们可以之后来验证它。
而当hashmap节点size到一定容量时也会触发扩容，此时就会进入注释2.1处。数组长度通过位运算进行乘2扩容，同时由于负载因子未变，threshold = capacity * loadfactor也会扩大一倍。所以也通过位运算左移一位完成乘2操作。
完成了capacity和threshold的更新之后，注释2.3处便新建一个新容量的数组，在注释2.4处进行节点元素的迁移。从将旧数组中的元素迁移到新数组中。迁移过程可参考下图。
迁移时，如果和节点A一样，没有子节点，那么就直接重新计算新数组下的索引插入。如果和B节点一样，有子节点，那么会区分节点B是不是为红黑树，如果没有那么进入到注释2.5处。这里就有点意思了，这里采用e.hash & oldCap，e的hash值和旧数组长度做与运算。如果为0则将元素插入新数组的j处。这里有2个问题。首先，为什么将元素插入j处？其次，为什么定位索引是使用和旧数组长度做位运算，而不是和新数组长度减1做位运算定位index索引呢？
针对这两个问题，我们一一来解释。首先为什么将元素插入j处，可以从新数组扩容图中各节点的hashCode值与新数组长度做位运算时比较看出。因为该节点在旧数组时在j处，所以该节点的hash值和新数组长度减1做位运算时仅仅不同的是比原来多一位运算。所以只要看那一位是0还是1,0的话那就保持和旧数组中索引一样为j,如果那一位是1的话就将j+旧数组长度作为它的新索引(因为新数组长度为旧数组长度2倍)，将节点分散减少hash碰撞。
其次问题2，为什么用旧数组长度做位运算呢？因为在旧数组时已经做过了位运算知道了旧索引j，所以只要将hash值和第n+1位做与运算，也即和旧数组长度做位运算。确定是0还是1，就能在旧索引j的基础上直接定位出新索引。大大提高效率。同时，在新数组图中，我们也可以发现插入的时候采用尾插方式，新的节点都是插入链表尾部。
HashMap的线程不安全
可能大家都有听说过Hashmap非线程安全会产生死锁，但是死锁是如何产生的呢？我们可以通过分析JDK 1.7中的代码来一窥究竟。
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, initHashSeedAsNeeded(newCapacity));
table = newTable;
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}
/**
* Transfers all entries from current table to newTable.
*/
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
for (Entry<K,V> e : table) {
while(null != e) {
Entry<K,V> next = e.next;
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
}
}
}
这是JDK 1.7中的Hashmap扩容操作。如果有两个线程同时扩容，进入transfer()函数中，那么此时两个线程中分别创建了新数组newTable。如果我们在transfer()函数中加入断点，在Entry<K,V> next = e.next;处加入断点，使线程1在此处暂停，然后继续执行线程2，让线程2完成扩容操作。然后我们再继续线程1的执行。此时e = key(3), next = key(7)。如果所示，我们处在第一个循环Loop1。
由于线程2已扩容，如图可以得知int i = 3,并且线程1中的newTable[3]指向key(3)。然后e = next;,e变为key(7)进入第二次循环Loop2。
第二次循环中，e = key(7), next = key(3)，i依旧为3。并且key(7).next = key(3),key(3)指向key(7)，线程1中的newTable[3]由指向key(3)变为指向key(7)，然后e = key(3)。进入第三次循环。
第三次循环中，e = key(3), next = null，i依然是3。然后e.next = newTable[i]为key(3).next = key(7)，key(7)指向key(3)了。此时形成了环，如图中Loop3处数组所示。并且e = null，跳出循环。此时如果在线程1中进行map.get()操作，那么就进入死循环，形成非线程安全。
JDK 1.7中由于头插法会导致死循环，而在JDK 1.8处将头插法改为尾插法，多线程操作不再会有死循环，但是会产生数据覆盖错误。所以Hashmap依旧是线程不安全。
知识点总结
-
Hashmap中的Hash操作会将key值的hashCode的高16位和低16位进行异或运算来得到hash值，目的有2个。第一，使用位运算效率高。第二，当hashmap的size较小时也可以尽可能多的让hashCode加入运算，增加hash值的分散，减小哈希碰撞。
-
Hashmap的扩容操作，会将数组长度翻倍(乘2），并且将节点重新移入新数组中。而新数组不再重新计算索引，而是只看第
n+1位为0或1，来判断新索引和旧索引一样还是在旧索引基础上加上原数组长度。 -
Hashmap为非线程安全，在JDK 1.7中会形成死锁，在JDK 1.8中户形成数据覆盖，如果线程安全可采用
ConcurrentHashMap,其采用了分段锁，保证了线程安全。 -
Hashmap在JDK 1.8中，加入新节点后，若链表长度大于8，那么链表就会转换成红黑树。查询所需要的时间复杂度由
O(n)变为O(logn)。所以JDK 1.8中，Hashmap的结构为 数组+链表+红黑树。 - size : 表示Hashmap中存放key-value的数量。（Node节点总和）
- capacity : Hashmap中数组的长度。table.length
- loadFactor : 负载因子。根据size与装载因子 * capacity 判断是否扩容。
- threshold : 表示Hashmap的size大于threshold时会进行扩容操作。 threadhold = capacity * loadFactor.