由问题引入
hashCode的作用
查看HashMap源码，看到hashCode在这个地方有使用到，在做hash运算的时候使用key的hashCode跟hashCode逻辑右移16位的值做异或运算，所以说hashCode可以说是在给hash运算做前戏操作。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
HashMap的原理
JDK1.7和1.8有所不同，1.7是使用数组+链表的形式，而1.8是数组+链表+红黑树的形式，数组位默认值是16，加载因子是0.75（决定什么时候开始扩容），在hash碰撞的时候是使用拉链法去解决的，在对应下标的数组扩展Node节点，Node节点数据结构如下，用的是一个基于key-value结构的单向链表。在Node节点的长度大于8的时候会转换成红黑树，这样查询起来效率更高，至于为什么用红黑树而不用平衡二叉树的原因呢，其实是因为红黑树是一种弱平衡二叉树，在层级上没有像AVL那样严格，每次左旋右旋的操作不像AVL那么多，因此红黑树在新增删除节点的时候效率是要高于AVL的（查询效率要弱于AVL），在HashMap的场景下用红黑树就更加适合
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
HashMap的扩容
HashMap在什么时候扩容，怎么扩容呢？看下下面的代码，在put操作时，每次都会进行一个resize的操作，当当前数组长度大于默认最大值加载因子时，进行一个扩容操作，先生成一个新的扩容后的数组，再将原来的数据复制到新的数组中，扩容倍数是2，数据在扩容后只会落在原先数组下标位置或者原数组下标2的位置，以此来减少hash碰撞和位移。
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) {
//先判断是否大于Integer最大值（扩容最大值）
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//没有的话新建数组
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 计算新的resize上限
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
//复制原来的节点数据到新的数组上
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
// 把每个bucket都移动到新的buckets中
for (int j = 0; j < oldCap; ++j) {
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) {
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);
// 原索引放到bucket里
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 原索引+oldCap放到bucket里
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
HashMap的扩容倍数为什么是2
照常先上代码：
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)
n = (tab = resize()).length;
//主要看这里，(n-1) & hash
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
这个是扩容的时候：
……
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
……
可以看到，里面有两个运算：
- (n-1) & hash
- e.hash & (newCap - 1)
第一个是向集合中添加元素时，会使用(n - 1) & hash的计算方法来得出该元素在集合中的位置；
而第二个是HashMap扩容时调用resize()方法中的部分源码，可以看出会新建一个tab，然后遍历旧的tab，将旧的元素进过e.hash & (newCap - 1)的计算添加进新的tab中，也就是(n - 1) & hash的计算方法，其中n是集合的容量，hash是添加的元素进过hash函数计算出来的hash值；
HashMap的容量为什么是2的n次幂，和这个(n - 1) & hash的计算方法有着千丝万缕的关系，符号&是按位与的计算，这是位运算，计算机能直接运算，特别高效，按位与&的计算方法是，只有当对应位置的数据都为1时，运算结果也为1，当HashMap的容量是2的n次幂时，(n-1)的2进制也就是1111111***111这样形式的，这样与添加元素的hash值进行位运算时，能够充分的散列，使得添加的元素均匀分布在HashMap的每个位置上，减少hash碰撞，接下来举例说明，
由上面的例子可以看出，不同的hash值，和(n-1)进行位运算后，能够得出不同的值，使添加的元素能够均匀分布在集合中不同的位置上，减少hash碰撞的发生，下面再看一下非2的n次幂的情况，容量为10的时候：
可以看出，有三个不同的元素经过&运算之后发生了严重的hash碰撞。
所以总结是，
- HashMap计算添加元素的位置时，使用的位运算，这是特别高效的运算；
- HashMap的初始容量是2的n次幂，扩容也是2倍的形式进行扩容，是因为容量是2的n次幂，可以使得添加的元素均匀分布在HashMap中的数组上，减少hash碰撞，避免形成链表的结构，使得查询效率降低
By the way
有问题？可以给我留言或私聊
有收获？那就顺手点个赞呗~
当然，也可以到我的公众号下「6曦轩」，输入“学习”，即可领取一份
【Java工程师进阶架构师的视频教程】~
由于我咧，科班出身的程序员，php，Android以及硬件方面都做过，不过最后还是选择专注于做 Java，所以有啥问题可以到公众号提问讨论（技术情感倾诉都可以哈哈哈），看到的话会尽快回复，希望可以跟大家共同学习进步，关于服务端架构，Java 核心知识解析，职业生涯，面试总结等文章会不定期坚持推送输出，欢迎大家关注~~~
