HashMap是基于哈希表的 Map 接口的实现，在实际开发中十分常用，通过分析源码和解析之后记录一下自己的理解。
每一个元素包含一个key和key对应的value
HashMap 最多只允许一条记录的键为 null，允许多条记录的值为 null
HashMap 线程不同步
不保证映射的顺序，且不保证该顺序恒久不变
HashMap底层存储结构是数组+链表（或红黑树）
继承（实现）关系
extends
|---AbstractMap<K,V>
implements
|---Map<K,V>
|---Cloneable
|---java.io.Serializable
常量字段
//序列化的版本号
private static final long serialVersionUID = 362498820763181265L;
//默认的初始容量 1左移4位（16）
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//最大容量 1左移30位（2^30）
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认的负载因子（0.75）
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//链表树形化的阈值（在链表长度大于8的时候，链表转为红黑树结构）
static final int TREEIFY_THRESHOLD = 8;
//树结构转为链表的阈值（在树节点小于6时，红黑树转变为链表）
static final int UNTREEIFY_THRESHOLD = 6;
//进行树形化，哈希表要达到的最小容量（当哈希表容量大于64时，才进行链表树形化，否则则进行哈希
//表的扩容）
static final int MIN_TREEIFY_CAPACITY = 64;变量字段
//哈希表数组
transient Node<K,V>[] table;
//键值对集
transient Set<Map.Entry<K,V>> entrySet;
//键值对数目
transient int size;
//从结构上修改HashMap的次数
transient int modCount;
//哈希表扩容阈值（哈希表内元素超过阈值时，执行扩容resize(),容量*负载因子）
int threshold;
//负载因子
final float loadFactor;构造方法
1.无参构造
public HashMap() {
//初始化负载因子为默认的负载因子（0.75）
this.loadFactor = DEFAULT_LOAD_FACTOR;
}解析：使用无参的构造方法初始化一个HashMap，底层只做了一件事，将负载因子初始化为默认的负载因子，也就是0.75。
2.含参构造①
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}解析：该构造方法用来指定初始容量，参数就是指定的初始容量，它的实现是调用的另一个构造方法，具体见含参构造②。
3.含参构造②
public HashMap(int initialCapacity, float loadFactor) {
//检查传入的初始容量是否小于0，如果小于0，抛出异常。
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
//检查传入的初始容量是否大于可设置的最大容量（2^30），如果大于2^30，将初始容量设置为2^30
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
//检查传入的负载因子是否符合要求
//如果小于等于0，或者是一个非数字，则抛出异常
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
//初始化负载因子
this.loadFactor = loadFactor;
//调用tableSizeFor方法，初始化哈希表扩容阈值，tableSizeFor方法见下
this.threshold = tableSizeFor(initialCapacity);
}
//该方法接收一个初始容量，计算出大于该容量的最小的2的幂
//如： 传入15 ——> 返回16
// 传入29 ——> 返回32
//PS:如果结果小于0，则返回1，如果结果大于等于最大容量2^30，则返回2^30
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;
}解析：该构造方法可以用来指定初始容量和负载因子，首先进行两个参数的合法性判断，然后初始化负载因子和扩容阈值，扩容阈值由一个tableSizeFor()方法得到，其内部实现是返回大于等于初始容量的最小的2的幂，但不会大于最大容量2^30。
4.含参构造③
public HashMap(Map<? extends K, ? extends V> m) {
//初始化负载因子为默认的负载因子（0.75）
this.loadFactor = DEFAULT_LOAD_FACTOR;
//调用putMapEntries方法 来构造新的HashMap,putMapEntries见下
putMapEntries(m, false);
}
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
//传入的集合的长度
int s = m.size();
//如果传入的集合不为空
if (s > 0) {
//判断当前哈希表数组，如果为空
if (table == null)
{
//计算ft = 传入的集合长度/负载因子（0.75）+1
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
//如果计算出的t大于当前的扩容阈值，调用tableSizeFor方法计算新的扩容阈值
if (t > threshold)
threshold = tableSizeFor(t);
}
//如果传入集合的长度大于扩容阈值，则进行扩容
else if (s > threshold)
resize();
//遍历传入的map集合，将内容保存到当前hashMap中
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);
}
}
}解析：这个构造函数是一个根据旧Map集合来构造一个新的HashMap集合的过程，先初始化负载因子为默认的0.75，然后调用putMapEntries方法，初始化一个新的HashMap，将原集合中的内容添加到新的HashMap中，中间进行了对扩容阈值和容量的检查和更新。
关键方法
1.static final int hash(Object key)
static final int hash(Object key) {
int h;
//如果传入的key为空，则返回0
//如果不为空，返回key的哈希值h（Object.hashCode()得到）与(h右移16位的值)相异或的结果
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}解析：HashMap中通过这个方法计算key的hash值，来加大hash值的随机性，减少hash冲突。具体实现是，先通过Object的hashCode方法得到一个值h，然后将h与h的高16位进行异或运算，其结果就作为最终的hash值。
2. public V put(K key, V value)
public V put(K key, V value) {
//调用hash方法计算hash值，然后调用putVal进行添加
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;
//判断当前哈希表数组是否为空，或者长度是否为0，如果是则进行初始化且记录下初始化长度为n
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//(n-1)&hash 其实就是一个求余运算的高效写法 用来求出元素存放在tab数组中的位置i
//p = tab[i],p就是元素该存放的位置上的链节点
//如果p为空，说明没有hash冲突，就直接创建节点，放在i位置上即可
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else
{
//如果发生hash冲突
Node<K,V> e; K k;
//如果p的hash与传入的hash相同
//key也相同，就让e指向冲突位置的头结点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
//如果p是一个树结构，基于红黑树的方式，进行插入
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else
{
//链表结构插入
//遍历冲突节点，并且记录冲突元素数量
for (int binCount = 0; ; ++binCount)
{
//判断是否为尾节点
if ((e = p.next) == null)
{
//将元素插入到尾节点
p.next = newNode(hash, key, value, null);
//判断当前链表数量是否大于了树形化的阈值，如果是，则链表转红黑树
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);
break;
}
//冲突链表中包含要插入的元素，就退出循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//原来已经存在相同key的键值对，只需要覆盖值
if (e != null)
{
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//修改次数+1
++modCount;
//判断当前哈希表数组大小是否大于扩容阈值，如果是，进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}解析：HashMap中插入映射的方法，在计算hash值后直接调用底层的putVal方法实现插入。putVal中需要注意的是，在发生hash冲突之后，会先判断该位置上的结构是链表还是红黑树结构，分别采用不同的插入方式，在基于链表插入之后，还会判断该链表长度是否超过了树形化的阈值，如果超过，会将链表转化为红黑树结构。最后插入完成后修改次数加1，切判断是否需要扩容。
3.final Node<K,V>[] resize()
final Node<K,V>[] resize() {
//记录下当前的哈希表数组
Node<K,V>[] oldTab = table;
//记录下当前哈希表数组的容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//记录下当前的扩容阈值
int oldThr = threshold;
//新的容量和扩容阈值
int newCap, newThr = 0;
//如果当前的容量大于0
if (oldCap > 0) {
//如果当前容量大于等于最大容量2^30，无法再扩容，直接返回原数组
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//如果当前容量小于最大容量2^30，当前容量的两倍小于最大容量2^30且当前容量大于等于默认的初始容量16，新容量=当前容量*2
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//设置新的扩容阈值为当前扩容阈值的两倍
newThr = oldThr << 1;
}
// oldCap=0, 说明原来的table数组为null
else if (oldThr > 0)
//将原来的扩容阈值设置为新的容量
newCap = oldThr;
// oldCap=0,oldThr=0 那么所有参数都采用默认值
else {
//容量 = 默认的初始容量16
newCap = DEFAULT_INITIAL_CAPACITY;
//扩容阈值=默认负载因子(0.75)*默认初始容量(16)
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//计算新的容器的扩容阈值
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//设置为新的扩容阈值
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
//创建新数组，并让table指向它
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//如果远数组不为空，需要将原数组的内容复制到新数组中
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {//遍历原数组
Node<K,V> e;
if ((e = oldTab[j]) != null) {//如果该位置上有值，需要复制
oldTab[j] = null; //原位置置空
if (e.next == null) //如果没有hash冲突，该位置上是节点
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode) //有冲突，且该位置上是红黑树
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { //有冲突，且该位置上是链表
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//重新计算元素在新数组中的hash，并复制进来
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;
}
}
}
}
}
//返回新的数组
return newTab;
}解析：哈希表数组扩容。在哈希表数组为空时初始化一个数组，在不为空时进行扩容，扩容为原容量的两倍，并且将原数组中的内容重新计算hash存入到新数组中。（由于原数组与新数组容量相差两倍，所以新的hash要么不变，要么等于原hash+原容量）
4.public V remove(Object key)
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p;
int n, index;
//判断当前哈希表是否为空，以及要删除的元素应该存在的那个位置是否为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e;
K k;
V v;
//如果hash不冲突
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
//将要删除的元素记录
node = p;
//如果有冲突
else if ((e = p.next) != null) {
//当前位置是红黑树结构
if (p instanceof TreeNode)
//红黑树获取操作
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
//当前位置是链表
else {
//链表获取操作
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
//node即为要删除的元素
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
//如果node是一个红黑树结构
if (node instanceof TreeNode)
//红黑树删除操作
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p)
//直接删除
tab[index] = node.next;
else
//链表删除操作
p.next = node.next;
//修改次数+1
++modCount;
//长度-1
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}解析：根据键key删除一个元素，在计算hash值后直接调用底层的removeNode方法实现删除。重点是根据不同的结构执行不同的删除操作。
5.public V get(Object key)
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
//hash:根据key算出的hash值
//key:要查找的key
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab;
Node<K,V> first, e;
int n;
K k;
//判断当前哈希表数组和根据hash计算出的位置都不为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//如果first节点对应的hash和key的hash相等，并且first对应的key也相等的话
//first节点就是要查找的元素
if (first.hash == hash && ((k = first.key) == key
|| (key != null && key.equals(k))))
return first;
//如果该位置上发生了hash冲突
if ((e = first.next) != null) {
//红黑树结构获取操作
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//链表结构获取操作
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}解析：根据键key获得一个元素的值，在计算hash值后直接调用底层的getNode方法实现查找。
键值对存储结构
static class Node<K,V> implements Map.Entry<K,V> {
//hash值
final int hash;
//键
final K key;
//值
V value;
//下一个节点
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);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
//重写的比较方法
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;
}
}解析：在HashMap中由一个静态内部类来描述键值对的存储结构。
遍历报错
当在遍历的过程中，进行了添加/删除操作，会抛出ConcurrentModificationException异常
final Node<K,V> nextNode() {
Node<K,V>[] t;
Node<K,V> e = next;
//在操作次数与迭代器构造时就记录下的操作次数不相同时，说明在遍历期间执行了增删操作
//会有并发修改的问题
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
if (e == null)
throw new NoSuchElementException();
if ((next = (current = e).next) == null && (t = table) != null) {
do {} while (index < t.length && (next = t[index++]) == null);
}
return e;
}