什么是Hash表

Hash表，也叫散列表，是一种重要的数据结构，这种数据结构提供了Key和Value的映射关系。时间复杂度接近于O(1)

Hash函数

Hash表的本质也是一个数组，那它是怎么把key转换成数组的下标的呢？这里，就通过Hash函数将Key和数组下标进行转换。如图：
在这里插入图片描述

Hash冲突

由于数组的长度是有限的，当插入的entry越来越多时，两个不同的元素，通过hash函数获得的下标相同的概率就会越来越大，这种两个下标相同的情况就叫做Hash冲突

Hash冲突解决办法

开放寻址法：也叫线性探索。如果hash冲突，则以当前地址为基准，根据在寻址的方法，去寻找下一个地址，知道不冲突为止。前面我们在讲ThreadLocal的时候，它里面的ThreadLocalMap就用到了这种方法
再哈希法：顾名思义，就是通过不断的hash函数，直到不冲突为止。布隆过滤器就是用了这种方法
链地址法：就是将相同hash值的对象组成一个链表发放到hash值对应的槽位。等会我们要讲到的HashMap底层就是用这种方式解决Hash冲突的。
建立一个公共溢出区：把Hash表分成基础表和溢出表，只要是hash冲突的对象都放到溢出表里面

HashMap源码

注意：我会把源码中每个方法的作用都注释出来，可以参考注释进行理解。

我们下来看一下HashMap的构造方法

//负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//默认数组大小
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4
//数组最大长度
static final int MAXIMUM_CAPACITY = 1 << 30;


public HashMap(int initialCapacity) {
    
    
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }

public HashMap(int initialCapacity, float loadFactor) {
    
    
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
        //如果传入的容量大于最大长度                                      initialCapacity);
        if (initialCapacity > MAXIMUM_CAPACITY)
        	//则直接给默认最大容量
            initialCapacity = MAXIMUM_CAPACITY;
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
                                               loadFactor);
        this.loadFactor = loadFactor;
        this.threshold = tableSizeFor(initialCapacity);
    }

初始化HashMap可以传入容量大小和负载因子两个参数。负载因子默认是0.75，这也是最均衡的设置，一般也不会去修改。
容量大小，HashMap默认是1 << 4，为什么不直接写16呢？因为计算机底层是二进制运算的。
接下来看HashMap对传入容量值做了什么处理

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;
    }

先解释一下|=、 >>>（无符号右移）和 |（或运算）的意思

|=：简单来讲就是或运算后再赋值

无符号右移：向右移，高位补0

或运算：一个为1，其值为1，否则为0

我们通过一个例子来解释一下：

扫描二维码关注公众号，回复： 11994052 查看本文章

假设cap=65，则n=1000000（二进制）
n |= n >>> 1 //n先向右移1位变成0100000，然后与n进行或运算，0100000|1000000=1100000，最后赋值给n
n |= n >>> 2 同上，1100000右移2位变为0011000，然后1100000|0011000=1111000，赋值给n
…
最后n就变成了111111，加上1之后就变成2的6次幂

以此类推，通过tableSizeFor方法，最终会得到一个2的次幂的一个数。

为什么一定要数组的长度是2的次幂呢？
因为2的次幂数减一之后的二进制都是类似于1111这样的，在&（与）运算中，得到的值就只会与hash值有关，如果是11110这样的数，那&（与）运算后，最后一个数就只能0，这样就大大加大了重复的概率。

put()

public V put(K key, V value) {
    
    
  return putVal(hash(key), key, value, false, true);
}

我们先看hash(key)方法，看它是如何处理的

static final int hash(Object key) {
    
    
 	int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

我们先来搞清楚^（异或运算）、>>>（无符号右移）、&（与运算）、|（或运算）

异或运算：两个相同为0，不同则为1，所以0和1的概率都是50%

无符号右移：向右移，高位补0

与运算：两个同时为1，则为1，否则为0

或运算：一个为1，其值为1，否则为0

那这里的意思就是讲hashCode值得低16位^高16位。
为什么不直接返回hashCode值呢？
因为HashMap底层数组默认大小是16（二进制为01111），如果我们直接用hashCode&(16-1)，那结果也只与后4位有关，与前28位都没关系，这样就大大加大了hash冲突的概率，为了能够尽可能充分运用到32位，将冲突概率大大降低，所以通过^（异或运算）得到一个完全分散的16位二进制数。
为什么使用^（异或运算）而不是用&（与运算）和|（或运算）呢？
因为只有^（异或运算）得到0和1的概率都是50%，其他两种运算得到是25%和75%

我们接着往下看

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
    
    
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //如果数组为空
        if ((tab = table) == null || (n = tab.length) == 0)
        	//初始化数组，并返回默认数组的长度
            n = (tab = resize()).length;
         //获取数组下标
         //如果当前下标位置为null
        if ((p = tab[i = (n - 1) & hash]) == null)
        	//直接赋值
            tab[i] = newNode(hash, key, value, null);
        else {
    
    
            Node<K,V> e; K k;
            //hash相等,且key值也相等
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                //将当前节点node赋值给e
                e = p;
            //如果该位置的node节点的类型是红黑树类型
            else if (p instanceof TreeNode)
            	//进行红黑树插入
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
    
    
            	//接下来就是链表类型
            	//循环链表，并记录链表的长度binCount
                for (int binCount = 0; ; ++binCount) {
    
    
                	//循环，找到next为空的节点，也就是尾节点，插入到尾节点后面
                    if ((e = p.next) == null) {
    
    
                        p.next = newNode(hash, key, value, null);
                        //如果链表长度大于TREEIFY_THRESHOLD-1 ，也就是7，因为binCount 是从0开始
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        	//转成红黑树
                            treeifyBin(tab, hash);
                        break;
                    }
                    //如果链表中有hash值相等，且key相等，循环结束
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                     //将next的节点赋值给p，接着循环链表的下一个节点
                    p = e;
                }
            }
            //e一般是hash值相等，且key值相等的node
            if (e != null) {
    
     // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                	//用新的value替换旧的value
                    e.value = value;
                //在HashMap里面什么都不做
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        //如果数组长度大于阈值
        if (++size > threshold)
        	//数组扩容
            resize();
        //在HashMap里面什么都不做
        afterNodeInsertion(evict);
        return null;
    }

里面是一个Node数组，我们先来看看Node结构

static class Node<K,V> implements Map.Entry<K,V> {
    
    
        final int hash;//hash值
        final K key;//key
        V value; //value
        Node<K,V> next;//下一个节点
        ...
 }

存放了key、value的值，还有下一个节点的Node对象
当数组为空时，就要通过resize方法初始化一个默认长度16的Node数组
resize方法我们会单独拿出来讲解，这里先不详叙。
接下来就是(n - 1) & hash运算获得node数组的下标
为什么没有用%（取模运算）呢？
因为& 是位运算符，效率更高
接下来，就要去判断这个下标下是否有值：

如果tab[i]==null，表示这个位置没值，则直接赋值
如果该node的hash值与即将插入的node的hash相等且key值也完全相等，则将当前位置上的node赋值给新的变量e，最后去处理e，即将e的value替换成新的value值
判断该位置的node是不是红黑树类型，如果是，则交给红黑树添加node
最后就是链表类型，遍历链表，将节点加载到尾节点后面。如果链表的长度大于8，则转换成红黑树

最后判断数组的大小是否大于阈值DEFAULT_LOAD_FACTOR(负载因子) * DEFAULT_INITIAL_CAPACITY(数组容量)
如果大于，则需要调用resize方法扩容

我们再来看看链表是如何转成红黑树的

final void treeifyBin(Node<K,V>[] tab, int hash) {
    
    
        int n, index; Node<K,V> e;
        //判断tab数组是否为空
        //table长度是否小于MIN_TREEIFY_CAPACITY，默认是64
        if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
        	//数组扩容，导致链表变短，不用转成红黑树
            resize();
        //如果给定的hash冲突了，则创建红黑树结构
        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);
        }
    }

在创建之前，还判断的数组的大小不能小于64（MIN_TREEIFY_CAPACITY），因为创建红黑树很消耗性能，所以给了一直值作为限定

resize()

我们再来看看它是如何扩容，并重新赋值的：

final Node<K,V>[] resize() {
    
    
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        //如果老数组容量大于0
        if (oldCap > 0) {
    
    
        	//如果容量大于最大值
            if (oldCap >= MAXIMUM_CAPACITY) {
    
    
                threshold = Integer.MAX_VALUE;
                //直接返回老数组，不再扩容
                return oldTab;
            }
            //oldCap << 1 向左移以为，相当于*2
            //如果老的容量*2 小于最大容量 , 且老的容量大于等于默认容量
            //这是为了防止扩容后的容量不能大于最大容量
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                //将阈值*2，扩容
                newThr = oldThr << 1; // double threshold
        }
        //如果老的阈值大于0
        else if (oldThr > 0) // initial capacity was placed in threshold
        	//将老阈值给新容量
            newCap = oldThr;
        else {
    
                   // zero initial threshold signifies using defaults
        	//初始化
        	//默认容量大小
            newCap = DEFAULT_INITIAL_CAPACITY;
            //默认阈值 （0.75*16）
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        
        if (newThr == 0) {
    
    
        	// 使用新的容量 * 负载因子（0.75）
            float ft = (float)newCap * loadFactor;
            // 如果新的容量小于最大容量 且 阀值小于最大 则新阀值等于刚刚计算的阀值，
            //否则新阀值为 int 最大值
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        //更新阈值
        threshold = newThr;
        @SuppressWarnings({
    
    "rawtypes","unchecked"})
        //初始化node数组
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        //当老数组不为空时，开始转移数据
        if (oldTab != null) {
    
    
        	//循环老数组
            for (int j = 0; j < oldCap; ++j) {
    
    
                Node<K,V> e;
                //老数组当前下标不为空
                if ((e = oldTab[j]) != null) {
    
    
               		//先清空老数组的内容，便于gc
                    oldTab[j] = null;
                    //判断是不是只有一个node值
                    if (e.next == null)
                    	//如果只有node，直接通过重新定位，赋值
                        newTab[e.hash & (newCap - 1)] = e;
                    //如果当前节点是红黑树
                    else if (e instanceof TreeNode)
                    	//调用红黑树的split方法，传入当前对象，新数组，当前下标，老数组的容量，
                    	//目的是将树的数据重新散列到数组中，达到删减红黑树，以至于将红黑树重新变为链表
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else {
    
     //链表
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
    
    
                        	//当前节点的下一个节点
                            next = e.next;
                            //判断该节点在新数组的位置是否和老数组的一样
                            if ((e.hash & oldCap) == 0) {
    
    
                                if (loTail == null)
                                	//给链头赋值
                                    loHead = e;
                                else
                                	//否则加入到链尾
                                    loTail.next = e;
                                //将节点赋值给链尾，方便下一次循环
                                loTail = e;
                            }
                            //该节点的位置是在原来位置的基础上+原来数组的容量
                            else {
    
    
                            	//逻辑同上
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        if (loTail != null) {
    
    
                        	//清空节点，帮助gc
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
    
    
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

将上面的逻辑整理一下，分为两个各部分
第一部分，初始化新的数组：

如果老数组容量大于0
- 如果大于系统默认的最大值，则将阈值设置为Integer的最大值，并将老数组返回
- 如果老的容量乘以 2 小于最大容量，且老的容量大于等于16，则更新阀值。也就是乘以2
如果老的阀值大于0，则将老阈值给新的容量
如果老容量和老阈值都小于等于0，则将默认值赋值给新容量和新阈值
如果新的阀值还是0，那么就新容量，通过乘以 0.75，得到一个阀值，然后判断算出的阀值是否合法：如果容量小于最大容量并且阀值小于最大容量，那么则使用该阀值，否则使用 int 最大值。
更新新的阈值，并通过新的容量重新new一个新的数组

第二部分，就是将老的数组上的值转移到新的数组上：

循环遍历老数组，如果当前节点不是链表也不是红黑树，hash & (newCap - 1)重新分配
如果当前节点是红黑树类型，调用红黑树的split方法，重新排列，如果红黑树的节点数少于默认值6，则将红黑树重新变为链表
如果当前节点是链表类型，判断(hash & oldCap) == 0
- 如果等于0，表示该节点在新数组的位置和老数组的一样
- 如果不等0，表示该节点的位置是在原来位置的基础上+原来数组的容量
最后，返回新的数组

这对于(hash & oldCap) == 0这个的判断逻辑，我们通过一张图来解释一下：
在这里插入图片描述

与JDK7的区别优化

实现方式

jdk7使用的是数组+链表来实现，而jdk8使用数组+链表+红黑树实现。采用红黑树是为了防止链越来越长导致查询效率越来越低的问题。链表查询时间复杂度：O(n)，红黑树查询时间复杂度：O(logN)

新节点插入链表顺序

jdk7插入在头部，jdk8插入在尾部，这也是为了方便去判断链表的长度，从而判断是否转成红黑树

hash算法

jdk8的hash算法有所简化，因为采用了红黑树，所以没有必要采用jdk7那种比较复杂的hash算法

扩容机智

jdk7会循环遍历链表，用 next 取得要转移那个元素的下一个，因为使用头插法插入节点，所以元素的位置在链表中的物理体现是跟之前反着的，从而造成在多线程操作同一个链表的时候容易造成闭合
而jdk8采用的是尾插法，避免了闭合问题

总结

无论如何设置初始容量，HashMap都会将它变为2的次幂，当容量大于capacity*0.75，将会发生扩容，且容量是原来的两倍
HashMap默认负载因子为0.75
如果链表的长度大于8，且数组容量小于64，则会发生扩容，否则，转变成红黑树
如果红黑树在经过扩容后的重新分配，导致红黑树小于6，则会将红黑树重新变为链表
链表在扩容重新分配时，会重新分配两个下标，一个是以前的下标，一个是以前的下标+以前的数组容量

深入理解HashMap(JDK8)