前言
首先，我们都知道HashMap是Java中提供的一种容器，它是以key-value对的形式进行数据存储。本篇文章主要是对HashMap的存储原理以及Jdk1.8中对HashMap的优化来进行讲解。在此之前可以看一下HashMap的类继承结构图如下：
使用案例
在对源码进行解析的之前，我们先来看一个简单的创建存储案例，本文之后的分析基于该案例进行:
public class Bootstrap {
public static void main(String[] args) {
Map<String, String> map = new HashMap<>();
map.put("name", "joe");
}
}
复制代码源码分析
上面的这个案例很简单，创建了一个HashMap对象并且在该容器放入了name-joe这对属性。接下来就从初始化和put这两个主要的操作来说明HashMap是如何工作的。
初始化
在我们的工作中，最常用的可能就是是HashMap map = new HashMap()这种方式来进行初始化，那就先从这个入口进行：
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
复制代码通过这种方式进行初始化我们可以看到只是给loadFactor进行了默认的赋值，关于该变量的解释我会在put方法中进行详细说明，这边只需要知道这个负载因子和HashMap的扩容有关系。
除了这种初始化的方式，还可以使用new HashMap(int initialCapacity, float loadFactor)的方式来指定初始化的容器大小和负载因子。具体代码如下：
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);
}
复制代码这种初始化的方式和上面的相比多了指定的两个参数：
对于loadFactor负载因子没有太多好说的（不过一般默认是0.75不会修改），只要满足是Float类型的数据就好；对于initialCapatity有几点需要注意：容器的大小需要在合法的限定范围内，大于0并且小于等于1<<30，另外还需要注意的是HashMap会将容器大小维持成2的幂次方，这么做的原因是为了改善hash寻址和扩容的效率，这个我也会在put和扩容的解析中进行详细的说明。
最后来看一下HashMap如何将传入的initialCapatity转换成2的幂次方的（tableSizeFor函数）。
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 >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
复制代码HashMap通过无符号右移和按位或运算来将目标值转换为2的幂次方，转换过程如下：
# 假设initialCapatity的值是60，那么n=59，至于为何要减1再做运算，是为了保证获取到的值大于或者是等于n的
# 1. n|=n>>>1
0 0 1 1 1 0 1 1
0 0 0 1 1 1 0 1
---------------
0 0 1 1 1 1 1 1
# 2. n|=n>>>2
0 0 1 1 1 1 1 1
0 0 0 0 1 1 1 1
---------------
0 0 1 1 1 1 1 1
#3. n|=n>>>4
0 0 1 1 1 1 1 1
0 0 0 0 0 0 1 1
---------------
0 0 1 1 1 1 1 1
#4. n|=n>>>8
0 0 1 1 1 1 1 1
0 0 0 0 0 0 0 0
---------------
0 0 1 1 1 1 1 1
#5. n|=n>>>16
0 0 1 1 1 1 1 1
0 0 0 0 0 0 0 0
---------------
0 0 1 1 1 1 1 1====>63
# 6.返回n+1 64
复制代码通过这种位运算的方式可以高效获得2的幂次方的值
到这边初始化的工作基本就完成了，接下来就分析一下如何进行值的存放
put原理
存储机制
在说明put是如何进行的之前，有必要先说一下HashMap的数据结构。首先HashMap是基于一个数组以及双向链表(红黑树，这是jdk1.8的优化)。这里我用一个图来进行表示：
图示：HashMap数据存储结构图
put源码解析
从上面的图中可以了解到HashMap完整的存储结构，现在来分析一下执行具体的put操作后底层到底发生了什么。
当案例中执行map.put("name", "joe");的时候，具体的代码如下
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
复制代码可以看见，调用了putVal方法，在进入该方法之前，首先针对key进行了hash值的运算，具体代码如下：
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
复制代码从这个代码块来看，首先可以确定HashMap的key是可以为null的，它对应的hash就是0；除此之外，针对hash会采用让高位参与按位运算的方式计算hash值，至于为何要通过这种方式是因为这样的话尽量少的发生hash碰撞。因为所有的key都会通过hash和数组的长度来进行数组位置的定位（取余运算）。并且在HashMap中会通过(n-1)&hash值来进行取余运算，而有一些key比如Float类型的值，计算出的hash值地位都是0，这样的话会存在大量的key都定位在0位置从而hash分布极不均匀，效率会大大降低。下面我通过一个例子来演示一下
# 假设数组长度为16，如果传入的key是一个Float a=1111.000001F;那么它对应的hash值为1149952000，转换成二进制数，此时做(n-1)&hash运算
01000100100010101110000000000000
00000000000000000000000000001101
--------------------------------
00000000000000000000000000000000
复制代码可以发现如果低位都是0计算出来的结果也是0，但是当通过(h = key.hashCode()) ^ (h >>> 16)后我们再来一下结果
# h = key.hashCode()) ^ (h >>> 16)
01000100100010101110000000000000
-------------------------------
00000000000000000100010010001010
# 再进行(n-1)&hash运算
00000000000000000100010010001010
00000000000000000000000000001101
-------------------------------
00000000000000000000000000001000
复制代码通过让高位参与运算后结果变成了8，借助这种方式可以更大程度的避免hash冲突，提高存储的效率
对key进行hash求值后，接下来就要在数组中进行数据的添加，涉及到的核心方法如下：
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
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null) #2
tab[i] = newNode(hash, key, value, null); #3
else { #4
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k)))) #5
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else { #6
for (int binCount = 0; ; ++binCount) { #7
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null); #8
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash); #9
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) #10
break;
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value; #11
if (!onlyIfAbsent || oldValue == null)
e.value = value; #12
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize(); #13
afterNodeInsertion(evict);
return null;
}
复制代码首先我对主要的步骤进行编号和讲解，并且对比较重要的步骤可能会扩展补充，编号以**#**开头，在上面的代码中可以看见。
当一个put操作进来之后，会判断table数组时候存在，如果不存在（#1）需要对数组进行初始化(关于扩容和初始化下面会额外讲解)；
如果table已经存在，通过(n-1)&hash<该操作在计算hash的时候已经有过说明>求出对应的数组下标，并且如果下标处的结点为空(#2)，则表示当前位置还没有链表存在，直接创建一个新的节点即可（#3）
对应的如果判断节点已经存在(#4 ),则首先判断头结点是否就是我们需要的那个节点（需要判断hash和key都相等，#5）,这边可以引申出为什么在Java中重写了equals方法还要从hashcode方法，首先Java中的同一个对象如果equals方法相等，那么hashcode返回也应该相等。如果不重写，这对自定义的类，可能我们定义了只要指定属性相等equals就返回true。但是如果没有重写hashcode方法的话，两个对象返回的仍然是Object定义的默认hashcode结果（实际上就是对象地址），这样的话在比较的时候我们逻辑上应该需要返回true但是会返回false，因此就会出现错误。并且代码中借用hashcode先行判断提高了效率，如果不符合直接返回false了。
在上面的情况都不满足的话，那么说明节点已经存在并且不是头结点(#6)。这样的话就要遍历这个单向链表来查找对应的节点。如果遍历到下一个节点为空了，那么就在链表尾部添加一个新的节点(#8),并且在添加换成之后，判断节点数有没有达到8个，如果达到了的话转换成红黑树(#9)。如果在遍历的过程中发现，有对应的节点已经存在，那么结束遍历，此时节点保存在临时变量e中(#10)。
判断是否是节点已经存在，如果是，获取到旧的值（#11）并且把新值赋值给节点（#12）。到这一步put操作已经完成
最后是判断put好之后，元素的个数是否已经大于阈值threshold（阈值会在扩容的时候提及），判断是否进行扩容，如果需要进行扩容的话，还需要执行resize()方法。（#13）
resize源码解析
在put的过程中，有几处地方需要进行扩容，接下分析下具体的扩容情况：
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) { #1
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && #2
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr; #3
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY; #4
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); #5
}
if (newThr == 0) { #6
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; #7
table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) { #8
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) { #9
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;
}
复制代码同样，我还是会对关键步骤进行编号和讲解：
首先，会对table的容量（oldCap）和阈值（oldThr）进行判断，如果table容量大于0，表示已经存在了，那么如果容量的一半小于 MAXIMUM_CAPACITY，则将容量值扩大两倍（#1,#2）。
如果table容量没有大于0，但是oldThr已经大于0了，表示初始化的时候设置了threshold（事实上就是初始化的时候initialCapacity进行2的幂次方的值），这种情况就把新的容量设置为oldThr即可（#3）。
如果上述情况都不满足，代表这是一个新的HashMap，还没有任何值。此时把newCap设置为DEFAULT_INITIAL_CAPACITY也就是16，并且把threshold设置为newCap * loadFactor,到这边就可以解释loadFactor是用来设置阈值用的默认为0.75(**#4,#5*)。
如果是oldThr但是table是空的情况，则表示知识指定了oldThr的值，但是table还没有被初始化，这种情况newThr的值是newCap * loadFactor,和上一步的区别是这边指定了容器大小(**#6*)。
接下来是初始化一个新的table数组，如果是第一次进来，对应的就是put中数组为空时的resize，那么到这边resize就结束了，返回数组即可(**#7*)。
如果旧的数组已经有值了，那么接下来就需要resize的核心操作，将旧的链表数据移动到新的数组中去（rehash）。对于如何移动我用一面一张图来展示:
图示：HashMap扩容机制图
可以看到由于hashMap是以2倍扩容，所以将容量初始化成2的幂次方也是提高了扩容的效率，因为这样子的话rehash的时候不要重新进行计算，因为定位到的位置要么是在原来的索引处，要么是在oldCap+原来的索引数。可以看到HashMap还用e.hash & oldCap==0将原来单链表中的数据进行了划分，如果满足条件的节点还是待在原来的索引处，不满足条件的移动到oldCap+原来的索引数这样子的话让hash更加的分散，效率也会有所提升，这也是jdk1.8的优化的地方
到这边HashMap put和resize的源码基本解读完毕，对于树的转换由于篇幅原因这边不详细讲解，有需要的可以自行查看源码
总结
通过本篇文章可以了解到HashMap底层的运作原理，并且可以发现，它的扩容相对来说还是比较耗时的，因此如果是存储比较多的数据的时候，最好初始化的时候就指定合适的大小。
另外，jdk1.8已经在减少hash碰撞（通过高位参与运算以及通过按位与运算代替取余操作）和扩容（保持容器大小2的幂次方不用重新rehash）以及数据结构（加入红黑树）上都做了优化，进一步提高了效率。
参考
- [1] JDK 8源码
- [2] Java 8系列之重新认识HashMap
- [3] Java编程思想第四版