版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/sessionsong/article/details/79594389
HashMap 实现原理
- 数据结构是基于哈希表实现的 （数据+链表+二叉树 (红黑树)）
- 默认的加载因子是0.75 默认大小是 16
- 存储元素 put(key,value)
a. 计算key 的hash 值， hash
b. 根据上面得到的hash 值和数据的长度进行 取余操作，计算出 该元素在数据组的位置 i
c. 如果位置i 没有元素 直接存储，
如果有元素 那么也就是有多个元素会hash 到这个位置，需要用链表来存储， 如果链表的长度大于8了
将会使用二叉树来存储
这么做的目的： 取值快，存储的数据越大，越能体现出性能的差异 - HashMap 扩充原理
当数据的容量超过 75%，会将数字的大小扩充一倍 (<<1) 并把所有的元素重新hash 到新数组当中去。
所以这个地方需要注意： 尽量减少对数组的扩充，最好是在申明的时候设置数组长度，以减少因数组扩充，元素重新散列 hash，复制到新数组里面带来的性能问题。
// HashMap put 方法源码
public V put(K key, V value) {
// 给 putval 方法传递 key 的hash 值 用于计算该元素的数组小标
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;
// 判断tab 是否为空，如果为空
if ((tab = table) == null || (n = tab.length) == 0)
// tab 为空 重新new tables 在 resize()方法中可以看到
n = (tab = resize()).length;
// 通过 (n-1)&hash 计算hash 后的 数组小标 i 并判断 tab[i] 是否已经存储了元素
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else { // 已经有数据了
Node<K,V> e; K k;
// hash 和key 都一样 表面是同一个元素 重复插入 更新values
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果hash到同一个位置的元素超过了8个 那么就是 二叉树了
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else { // 没到 8 个 用链表存储
// 循环 找到链表中的最后一个元素 p
for (int binCount = 0; ; ++binCount) {
// p是当前链表的最后一个元素 新建一个 元素e 并连接到p.next
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 超过了 链表的默认最大大小（8） 把链表转为二叉树
treeifyBin(tab, hash);
break;
}
// 判断当前元素的key 和目标元素的key 是否一致，如果一致 表面是更新操作 更新p
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 元素存在 更新
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 如果 当前元素数+1 大于 当前 map 可以存放的最大数 (capacity * load factor) 对map 进行扩展 这个地方 也是最容易出现性能问题的地方，所以需要谨慎
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}- 获取元素 get（key）
a. 计算key 的hash 值， hash
b. 根据上面得到的hash 值和数据的长度进行 取余操作，计算出 该元素在数据组的位置 ,并取出该元素
c. 通过key 判断该元素是不是目标元素 如果是 直接返回
如果不是： 那就便利链表 找到 目标元素 并返回
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
/**
* Implements Map.get and related methods
*
* @param hash hash for key
* @param key the key
* @return the node, or null if none
*/
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) {
// 如果map 中的第一个元素就满足 返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 在数组中没有找到 去链表或者二叉树中查找
if ((e = first.next) != null) {
if (first instanceof TreeNode) // 二叉树
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 链表
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}