Jdk1.8集合框架之HashMap源码解析（详细解析红黑树）

HashMap特点

• 不同步，支持null的键和值，put或get操作通常是常数时间。
• Map接口的实现。
• 去掉了Hashtable的contains(Object value)方法，保留containsKey和containsValue方法。
• 使用Iterator而不是Enumration。

对HashMap还不太了解的同学，可以先看看这篇文章大致了解框架：HashMap简单入门

内部字段

// 默认初始长度为16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; 

// 桶数组的最大长度为2^30
static final int MAXIMUM_CAPACITY = 1 << 30;

// 构造器为设置时，默认的负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;

// 当桶中的节点数大于8时，桶结构由单链表转化为一个既是红黑树又是双链表的结构
static final int TREEIFY_THRESHOLD = 8;

// 当桶中的节点数小于6时，树转单链表
static final int UNTREEIFY_THRESHOLD = 6;

// 只有桶位数组大小达到64时，才允许桶位树化，否则只是扩容
// 至少为4 * TREEIFY_THRESHOLD以避免resize和树化的冲突
static final int MIN_TREEIFY_CAPACITY = 64;

// 哈希桶数组，数组中保存的是链表或树节点。长度总是2的整数幂。
transient Node<K,V>[] table;

// HashMap将数据转换成set的另一种存储形式，这个变量主要用于迭代功能
transient Set<Map.Entry<K,V>> entrySet;

// Map中的键值对个数
transient int size;

// 结构性修改的次数，和迭代器的使用有关，对应fail-fast
transient int modCount;

// 扩容阈值，当table大小超过阈值时要扩容为2倍
int threshold;

// 负载因子，用来计算当前table长度下的容量扩容阈值：threshold = loadFactor * table.length
final float loadFactor;

内部类

a. 单链表节点

static class Node<K,V> implements Map.Entry<K,V> {
    final int hash; // 这个hash值只考虑键
    final K key; // final：说明节点的key不可变
    V value;
    Node<K,V> next; // 指向下一个节点，形成单链表

    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() { // 同时考虑键和值
        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;
        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;
    }
}

b. 树节点（难点）

这里的红黑树比较特殊，它的规则是：

1. 根节点是黑色的。
2. 红节点可以为左孩子，也可以为右孩子，一个节点可以同时有两个红色的左右孩子。（有些红黑树的实现要求红节点必须是左孩子）。
3. 红节点的子节点必须是黑色。
4. 每个节点到根节点的路径上黑色节点数量相同。

基本属性和构造方法

HashMap中的红黑树，同时也是一个双链表，parent、left、right和red字段构建了红黑树信息，而prev、next（next是基类HashMap.Node的字段）构建了双链表信息。树的root节点同时也是双链表的头结点，放在桶位数组上。这种双结构，使得红黑树操作比纯粹红黑树要复杂一些。

static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
    TreeNode<K,V> parent;   // 父节点
    TreeNode<K,V> left;     // 左孩子
    TreeNode<K,V> right;    // 右孩子
    TreeNode<K,V> prev;     // 前一个节点
    boolean red;    // true为红链接，false为黑链接

    TreeNode(int hash, K key, V val, Node<K,V> next) {
        super(hash, key, val, next);
    }

    ...
}

putTreeVal 方法

HashMap的putVal方法会调用树方法putTreeVal来插入新的键值对。

该方法首先会查找树中是否有这个键，有的话就返回这个节点的引用，但注意，这里没有马上更新Value。查找的过程中，首先比较hash值，其次再比较Key，应该是考虑到比较int类型的速度更快。没有找到的话，会新建一个树的叶子节点，再调用树方法balanceInsertion插入新节点到红黑树中。

final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,
                               int h, K k, V v) {
    Class<?> kc = null;
    boolean searched = false;
    // 找到树根
    TreeNode<K,V> root = (parent != null) ? root() : this;
    for (TreeNode<K,V> p = root;;) { // p为当前和新元素比较的节点
        int dir, ph; K pk;
        // 根据hash值比较大小
        if ((ph = p.hash) > h)
            dir = -1;
        else if (ph < h)
            dir = 1;
        // hash值相等时，如果键指向同一地址，查找结束
        else if ((pk = p.key) == k || (k != null && k.equals(pk)))
            return p;
        // hash值相等，比较两个键
        else if ((kc == null &&
                  (kc = comparableClassFor(k)) == null) ||
                 (dir = compareComparables(kc, k, pk)) == 0) {
            // 键不可比较，或者比较结果为0时，在节点的左右子树查找该Key，找到就结束
            if (!searched) {
                TreeNode<K,V> q, ch;
                searched = true;
                if (((ch = p.left) != null &&
                     (q = ch.find(h, k, kc)) != null) ||
                    ((ch = p.right) != null &&
                     (q = ch.find(h, k, kc)) != null))
                    return q;
            }
            // 比较两个对象的内存地址
            dir = tieBreakOrder(k, pk);
        }

        TreeNode<K,V> xp = p;
        // 找到叶子节点还没找到时
        if ((p = (dir <= 0) ? p.left : p.right) == null) {
            Node<K,V> xpn = xp.next;
            // 将当前节点插入到p节点之后，注意这里的前后是双链表的前后
            TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
            // 当前节点和p节点建立父子关系，这里是在树结构中
            if (dir <= 0)
                xp.left = x;
            else
                xp.right = x;
            xp.next = x;
            x.parent = x.prev = xp;
            if (xpn != null)
                ((TreeNode<K,V>)xpn).prev = x;
            // 将树结构中刚刚插入的元素向上红黑化，然后将树的根节点排到桶的第一位
            moveRootToFront(tab, balanceInsertion(root, x));
            return null;
        }
    }
}

treeify 方法

HashMap的treeifyBin方法会调用树方法treeify，来将双链表构建为红黑树。这个方法的主体和putTreeVal方法类似（不同的是，它不会遇到重复Key值），向只含有一个元素的红黑树上不断添加新的节点。

    // 在一个双链表中，将此节点之后的节点构建成红黑树结构，返回树根节点
    final void treeify(Node<K,V>[] tab) {
        TreeNode<K,V> root = null;
        for (TreeNode<K,V> x = this, next; x != null; x = next) {
            next = (TreeNode<K,V>)x.next;
            x.left = x.right = null; // 初始化树节点
            // 初始化根节点，根节点为黑链接
            if (root == null) {
                x.parent = null;
                x.red = false;
                root = x;
            }
            // 将每一个节点插入树中
            else {
                K k = x.key;
                int h = x.hash;
                Class<?> kc = null;
                for (TreeNode<K,V> p = root;;) {
                    int dir, ph;
                    K pk = p.key;
                    // 根据hash值比较
                    if ((ph = p.hash) > h)
                        dir = -1;
                    else if (ph < h)
                        dir = 1;
                    // hash值相等时，比较键
                    else if ((kc == null &&
                              (kc = comparableClassFor(k)) == null) ||
                             (dir = compareComparables(kc, k, pk)) == 0)
                        // 如果节点的键不是Comparable类，
                        // 或者两个节点键比较的结果为相等，就强行让比较结果不为0
                        dir = tieBreakOrder(k, pk);

                    TreeNode<K,V> xp = p;
                    // 根据比较的结果判断在左子树还是右子树
                    if ((p = (dir <= 0) ? p.left : p.right) == null) {
                        // 子树为null，查找结束，将节点作为树叶子节点
                        x.parent = xp;
                        if (dir <= 0)
                            xp.left = x;
                        else
                            xp.right = x;
                        // 从新添加的元素往上更新红黑树结构，见红黑树操作
                        root = balanceInsertion(root, x);
                        break;
                    }
                }
            }
        }
        // 确保红黑树的根节点，同时也是桶位的第一个节点，详见其他方法
        moveRootToFront(tab, root);
    }

红黑树操作：插入新节点

插入操作主要处理一下三种情况的迭代：

第一种，上浮颜色，上浮后迭代插入红色的xpp节点（图中的2）即可。

第二种和第三种通过旋转转化成了稳定结构，不需要再迭代。

    // 往红黑树中平衡插入节点x
    static <K,V> TreeNode<K,V> balanceInsertion(TreeNode<K,V> root,
                                                TreeNode<K,V> x) {
        x.red = true; // 新节点为红色
        // 注意这是一个循环体，将节点一直上浮
        for (TreeNode<K,V> xp, xpp, xppl, xppr;;) {
            // x为根节点
            if ((xp = x.parent) == null) {
                x.red = false;
                return x;
            }
            // xp为黑节点，或者xp为根节点时
            // 根节点也是黑节点
            // 黑节点的孩子可以是红，所以更新结束
            else if (!xp.red || (xpp = xp.parent) == null)
                return root;
            // 下面的情况中父节点都为红----------------------------
            // xp在xpp的左子树时
            if (xp == (xppl = xpp.left)) {
                // xp和xppr都为红
                // 直接上浮颜色即可，见示意图1，x = xpp继续迭代
                if ((xppr = xpp.right) != null && xppr.red) {
                    xppr.red = false;
                    xp.red = false;
                    xpp.red = true;
                    x = xpp; // 上浮节点为xpp
                }
                // xp是红，xppr是黑时
                // 见示意图2，最终转化为父节点为黑，所以下一轮就结束
                else {
                    // 当前节点为右孩子时，左旋父节点
                    // 转变为xppl、xppll都为红的模式
                    if (x == xp.right) {
                        root = rotateLeft(root, x = xp);
                        xpp = (xp = x.parent) == null ? null : xp.parent;
                    }
                    // 转变为xp的左右孩子都为红的模式
                    if (xp != null) {
                        xp.red = false; // xp改为黑色
                        if (xpp != null) {
                            xpp.red = true; // xpp改为红色
                            root = rotateRight(root, xpp); // 右旋xpp
                        }
                    }
                }
            }
            // xp在xpp的右子树时
            else {
                // xp和xppl都为红
                // 直接上浮颜色即可，类似示意图1，x = xpp继续迭代
                if (xppl != null && xppl.red) {
                    xppl.red = false;
                    xp.red = false;
                    xpp.red = true;
                    x = xpp; // x上浮到xpp
                }
                // xp是红，xppl是黑时
                // 见示意图3，最终转化为父节点为黑，所以下一轮就结束
                else {
                    // 当前节点为左孩子时，右旋父节点
                    // 转变为xppr、xpprr都为红的模式
                    if (x == xp.left) {
                        root = rotateRight(root, x = xp); // 右旋父节点
                        xpp = (xp = x.parent) == null ? null : xp.parent;
                    }
                    // 转变为xp的左右孩子都为红的模式
                    if (xp != null) {
                        xp.red = false;
                        if (xpp != null) {
                            xpp.red = true; // xpp改成红色
                            root = rotateLeft(root, xpp); // 左旋xpp
                        }
                    }
                }
            }
        }
    }

}

红黑树操作：左旋

    // 节点p左旋转，注意这里没有改变颜色
    static <K,V> TreeNode<K,V> rotateLeft(TreeNode<K,V> root,
                                          TreeNode<K,V> p) {
        TreeNode<K,V> r, pp, rl;
        // 当前节点以及右孩子不为空时
        if (p != null && (r = p.right) != null) {
            if ((rl = p.right = r.left) != null)
                rl.parent = p;
            if ((pp = r.parent = p.parent) == null)
                (root = r).red = false;
            else if (pp.left == p)
                pp.left = r;
            else
                pp.right = r;
            r.left = p;
            p.parent = r;
        }
        return root;
    }

红黑树操作：右旋

    // 节点p右旋转，没有改变颜色
    static <K,V> TreeNode<K,V> rotateRight(TreeNode<K,V> root,
                                           TreeNode<K,V> p) {
        TreeNode<K,V> l, pp, lr;
        // 当前节点以及左孩子不为空时
        if (p != null && (l = p.left) != null) {
            if ((lr = p.left = l.right) != null)
                lr.parent = p;
            if ((pp = l.parent = p.parent) == null)
                (root = l).red = false;
            else if (pp.right == p)
                pp.right = l;
            else
                pp.left = l;
            l.right = p;
            p.parent = l;
        }
        return root;
    }

辅助方法

    // 获得树的根节点
    final TreeNode<K,V> root() {
        for (TreeNode<K,V> r = this, p;;) {
            if ((p = r.parent) == null)
                return r;
            r = p;
        }
    }

    // 确保树的根节点是桶中的双链表的第一个节点
    static <K,V> void moveRootToFront(Node<K,V>[] tab, TreeNode<K,V> root) {
        int n;
        if (root != null && tab != null && (n = tab.length) > 0) {
            int index = (n - 1) & root.hash; // 找到桶位
            TreeNode<K,V> first = (TreeNode<K,V>)tab[index];
            if (root != first) { // 当根节点不是桶中第一个元素时
                Node<K,V> rn;
                tab[index] = root; // 根节点放在桶的第一位
                TreeNode<K,V> rp = root.prev; // 根的前一个节点
                // 将根节点从双表中抽出，原来的位置前后链接
                if ((rn = root.next) != null)
                    ((TreeNode<K,V>)rn).prev = rp;
                if (rp != null)
                    rp.next = rn;
                // 根节点放在双链表的首位
                if (first != null)
                    first.prev = root;
                root.next = first;
                root.prev = null;
            }
            assert checkInvariants(root);
        }
    }

    // 从this树节点查找hash值为h，Key为k的节点
    final TreeNode<K,V> find(int h, Object k, Class<?> kc) {
        TreeNode<K,V> p = this;
        do {
            int ph, dir; K pk;
            TreeNode<K,V> pl = p.left, pr = p.right, q; // 当前节点的左右孩子
            if ((ph = p.hash) > h) // hash值小的从左子树迭代查找
                p = pl;
            else if (ph < h) // hash值大的从右子树迭代查找
                p = pr;
            // hash值相等，且键地址相同或都为空时，查找成功
            else if ((pk = p.key) == k || (k != null && k.equals(pk)))
                return p;
            // hash值相等，但键不相同，且节点没有左子树，就从右子树查找
            else if (pl == null)
                p = pr;
            // hash值相等，但键不相同，且节点没有右子树，就从左子树查找
            else if (pr == null)
                p = pl;
            // 比较两个Key
            else if ((kc != null ||
                      (kc = comparableClassFor(k)) != null) &&
                     (dir = compareComparables(kc, k, pk)) != 0)
                p = (dir < 0) ? pl : pr;
            // Key不可比较或比较结果为0时，先在右子树中查找
            else if ((q = pr.find(h, k, kc)) != null)
                return q;
            // 右子树查找不到时
            else
                p = pl;
        } while (p != null);
        return null;
    }

    // 从根节点查找hash值为h，Key为k的节点
    final TreeNode<K,V> getTreeNode(int h, Object k) {
        return ((parent != null) ? root() : this).find(h, k, null);
    }

    // 强行比较两个对象，结果为-1或1
    static int tieBreakOrder(Object a, Object b) {
        int d;
        // a和b都不为空时比较它们的类名
        if (a == null || b == null ||
            (d = a.getClass().getName().
             compareTo(b.getClass().getName())) == 0)
            // a为null，或b为null，或类名也相等时，比较它们的内存地址
            d = (System.identityHashCode(a) <= System.identityHashCode(b) ?
                 -1 : 1);
        return d;
    }

    /**
         * Returns a list of non-TreeNodes replacing those linked from
         * this node.
         */
    final Node<K,V> untreeify(HashMap<K,V> map) {
        Node<K,V> hd = null, tl = null;
        for (Node<K,V> q = this; q != null; q = q.next) {
            Node<K,V> p = map.replacementNode(q, null);
            if (tl == null)
                hd = p;
            else
                tl.next = p;
            tl = p;
        }
        return hd;
    }

构造函数

HashMap(int initialCapacity, float loadFactor)

选择不小于intialCapacity的最小的2的幂作为threshold的值。第一次put键值对时，初始化table数组大小为threshold。

HashMap(int initialCapacity)

采用默认的扩容因子0.75f。

HashMap()

采用默认的扩容因子0.75f，threshold为0。第一次put键值对时，初始化table数组大小为16（DEFAULT_INITIAL_CAPACITY）

用集合数据的构造方法，就是将Map中的每个键值对添加到HashMap中。

public HashMap(Map<? extends K, ? extends V> m) {
    this.loadFactor = DEFAULT_LOAD_FACTOR;
    putMapEntries(m, false);
}

final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
    int s = m.size();
    if (s > 0) {
        // 数组还未初始化时，根据集合中元素数量和负载因子，计算数组大小的阈值
        if (table == null) { // pre-size
            float ft = ((float)s / loadFactor) + 1.0F;
            int t = ((ft < (float)MAXIMUM_CAPACITY) ?
                     (int)ft : MAXIMUM_CAPACITY);
            if (t > threshold)
                threshold = tableSizeFor(t);
        }
        // 数组已经初始化时，如果Map中元素数量超过阈值，就扩容
        else if (s > threshold)
            resize();
        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);
        }
    }
}

添加键值对：put 方法

采用拉链法。插入新的键值对，使用hash&table.length确定桶位，如果桶位为null，直接存放节点。如果不为空，就调用这个桶位的的put(K, V)方法。

桶中元素较少时（小于8个），桶为单链表，如果插入了一个新的键，链表长度增加1。当链表长度达到8（TREEIFY_THRESHOLD）时，调用树化函数treeifyBin(tab, hash)。

桶为红黑树结构时，调用第一个树节点的putTreeVal方法。

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;
    // 数组未初始化或者长度为0，都要扩容
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    // Key值对应的桶位若为空，直接添加，皆大欢喜就结束了
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    // 桶中已经有元素时
    else {
        Node<K,V> e; K k;
        // 新元素如果和第一个元素hash值相等，且Key相等时，直接修改Value
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        // 否则，如果桶是树结构，就往树结构插入新树节点
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        // 如果桶是单链表结构，就往单链表中插入Node节点
        else {
            for (int binCount = 0; ; ++binCount) {
                // 如果已经找到单链表的末尾，就将新节点放在末尾，同时判断是否要树化
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    // 如果新的桶中元素总数达到树化阈值，判断是要树化，还是要扩容
                    if (binCount >= TREEIFY_THRESHOLD - 1)
                        treeifyBin(tab, hash);
                    break;
                }
                // 如果找到hash值相等，且Key相等的节点，就直接修改Value
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        // 在上述过程如果不是添加新节点，而是查找到了Key值相等的旧节点，就返回就旧节点
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value; // 在这里用新值替换旧值
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    // 元素大小达到阈值时，数组扩容
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

辅助方法：hash 函数

Key在数组中的桶位，通过(tab.length - 1) & hash确定。Key为null的时候，hash值为0，桶位索引为0，所以null键都被放到table[0]的位置。

static final int hash(Object key) {
    int h;
    // 可以防止hash数组太小时，hash值的高位被忽略
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        ...
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else
            ...
    }

辅助方法：tableSizeFor 方法

该方法用来将桶位数组需要的容量扩充到2的自然数幂

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;
}

辅助方法：treeifyBin 函数

HashMap中添加元素时会调用putVal方法，当桶中单链表结构元素总数超过8时，调用treeifyBin方法，将桶中的链表转化为红黑树，或者只是扩容桶位数组（会将单链表拆分为两半，达到减小单链表长度的目的）。

final void treeifyBin(Node<K,V>[] tab, int hash) {
    int n, index; Node<K,V> e;
    // 桶数组为空，或者长度小于MIN_TREEIFY_CAPACITY，不符合树化条件
    if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
        resize(); // 扩容
    // 符合树化条件，而且桶位数组对应位置的桶不为null
    else if ((e = tab[index = (n - 1) & hash]) != null) {
        TreeNode<K,V> hd = null, tl = null; // 红黑树的头尾节点
        do {
            // 把普通节点转化为树节点
            TreeNode<K,V> p = replacementTreeNode(e, null);
            if (tl == null)
                hd = p; // 首先确定树的头结点
            else { // 树节点同时也是双向链表
                p.prev = tl;
                tl.next = p;
            }
            tl = p; // 循环的最后确定了树的尾节点
        } while ((e = e.next) != null);
        // 将桶中的双链表转化成红黑树，详细见树节点内部方法
        if ((tab[index] = hd) != null) 
            hd.treeify(tab); 
    }
}

辅助方法：扩容 resize

• 初始化或者扩容桶位数组，空数组的话就根据threshold来计算初始化容量
• 分配到新的散列表时，每个桶位中的元素，要么不动，要么后移新数组长度的一半

final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table; // 保存旧的数组
    int oldCap = (oldTab == null) ? 0 : oldTab.length; // 保存数组长度
    int oldThr = threshold; // 保存旧的阈值
    int newCap, newThr = 0;
    // 旧数组不为null且长度不为0时
    if (oldCap > 0) { 
        // 旧长度达到最大长度限制时，阈值设为最大整型，return
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        // 否则，扩容一倍
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            // 扩容后没超过长度限制&&旧长度>=默认初始长度时，阈值翻倍
            newThr = oldThr << 1; 
    }
    // 旧数组为null，或长度为0时
    else if (oldThr > 0)  // 旧阈值大于0，就将旧阈值作为新的数组大小
        newCap = oldThr;
    else { // 旧阈值为0，旧容量也为0，就采用默认值（使用无参构造器后，插入一个元素就会执行这里）
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    // 新阈值为0，新阈值 = 新的长度 * 负载因子
    // 但如果新的长度或者计算出来的新阈值超过最大长度限制，就采用最大整型
    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"})
    // 初始化新的桶位数组
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;
    // 旧HashMap中的所有元素分配到新的HashMap
    if (oldTab != null) {
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            // 遍历处理每一个桶位中的桶
            if ((e = oldTab[j]) != null) {
                oldTab[j] = null;
                // 只有一个元素的桶，直接重新hash
                if (e.next == null)
                    newTab[e.hash & (newCap - 1)] = e;
                // 桶中不止一个元素时
                else if (e instanceof TreeNode) // 红黑树就用split方法分离节点
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else { // 单链表就拆分成两个链表
                    Node<K,V> loHead = null, loTail = null; // 原索引处的一个链表
                    Node<K,V> hiHead = null, hiTail = null; // 原索引+oldCap的一个链表
                    Node<K,V> next;
                    do {
                        next = e.next;
                        // 根据hash值的某一位为0还是1将单链表拆分
                        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);
                    // 将拆分后的两个链表放到新链表的对应索引处
                    if (loTail != null) {
                        loTail.next = null;
                        newTab[j] = loHead;
                    }
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
}

上一篇：Android新手必读的RecyclerView使用总结
下一篇：Jdk1.8集合框架之LinkedHashMap源码解析