前言
HashMap 源碼和底層原理在現(xiàn)在面試中是必問(wèn)的。因此，我們非常有必要搞清楚它的底層實(shí)現(xiàn)和思想，才能在面試中對(duì)答如流，跟面試官大戰(zhàn)三百回合。文章較長(zhǎng)，介紹了很多原理性的問(wèn)題，希望對(duì)你有所幫助~
目錄
本篇文章主要包括以下內(nèi)容：
- HashMap 的存儲(chǔ)結(jié)構(gòu)
- HashMap 的四個(gè)構(gòu)造函數(shù)
- 為什么HashMap鏈表會(huì)形成死循環(huán)，JDK1.8做了哪些優(yōu)化
正文
說(shuō)明: 本篇主要以JDK1.8的源碼來(lái)分析，順帶講下和JDK1.7的一些區(qū)別。
HashMap存儲(chǔ)結(jié)構(gòu)
這里需要區(qū)分一下，JDK1.7和 JDK1.8之后的 HashMap 存儲(chǔ)結(jié)構(gòu)。在JDK1.7及之前，是用數(shù)組加鏈表的方式存儲(chǔ)的。
但是，眾所周知，當(dāng)鏈表的長(zhǎng)度特別長(zhǎng)的時(shí)候，查詢(xún)效率將直線(xiàn)下降，查詢(xún)的時(shí)間復(fù)雜度為 O(n)。因此，JDK1.8 把它設(shè)計(jì)為達(dá)到一個(gè)特定的閾值之后，就將鏈表轉(zhuǎn)化為紅黑樹(shù)。
這里簡(jiǎn)單說(shuō)下紅黑樹(shù)的特點(diǎn)：
- 每個(gè)節(jié)點(diǎn)只有兩種顏色：紅色或者黑色
- 每個(gè)葉子節(jié)點(diǎn)（NIL）都是黑色的空節(jié)點(diǎn)
- 從根節(jié)點(diǎn)到葉子節(jié)點(diǎn)，不能出現(xiàn)兩個(gè)連續(xù)的紅色節(jié)點(diǎn)
- 從任一節(jié)點(diǎn)出發(fā)，到它下邊的子節(jié)點(diǎn)的路徑包含的黑色節(jié)點(diǎn)數(shù)目都相同
由于紅黑樹(shù)，是一個(gè)自平衡的二叉搜索樹(shù)，因此可以使查詢(xún)的時(shí)間復(fù)雜度降為O(logn)。（紅黑樹(shù)不是本文重點(diǎn)，不了解的童鞋可自行查閱相關(guān)資料哈）
HashMap 結(jié)構(gòu)示意圖：
常用的變量
在 HashMap源碼中，比較重要的常用變量，主要有以下這些。還有兩個(gè)內(nèi)部類(lèi)來(lái)表示普通鏈表的節(jié)點(diǎn)和紅黑樹(shù)節(jié)點(diǎn)。
//默認(rèn)的初始化容量為16，必須是2的n次冪
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//最大容量為 2^30
static final int MAXIMUM_CAPACITY = 1 << 30;
//默認(rèn)的加載因子0.75，乘以數(shù)組容量得到的值，用來(lái)表示元素個(gè)數(shù)達(dá)到多少時(shí)，需要擴(kuò)容。
//為什么設(shè)置 0.75 這個(gè)值呢，簡(jiǎn)單來(lái)說(shuō)就是時(shí)間和空間的權(quán)衡。
//若小于0.75如0.5，則數(shù)組長(zhǎng)度達(dá)到一半大小就需要擴(kuò)容，空間使用率大大降低，
//若大于0.75如0.8，則會(huì)增大hash沖突的概率，影響查詢(xún)效率。
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//剛才提到了當(dāng)鏈表長(zhǎng)度過(guò)長(zhǎng)時(shí)，會(huì)有一個(gè)閾值，超過(guò)這個(gè)閾值8就會(huì)轉(zhuǎn)化為紅黑樹(shù)
static final int TREEIFY_THRESHOLD = 8;
//當(dāng)紅黑樹(shù)上的元素個(gè)數(shù)，減少到6個(gè)時(shí)，就退化為鏈表
static final int UNTREEIFY_THRESHOLD = 6;
//鏈表轉(zhuǎn)化為紅黑樹(shù)，除了有閾值的限制，還有另外一個(gè)限制，需要數(shù)組容量至少達(dá)到64，才會(huì)樹(shù)化。
//這是為了避免，數(shù)組擴(kuò)容和樹(shù)化閾值之間的沖突。
static final int MIN_TREEIFY_CAPACITY = 64;
//存放所有Node節(jié)點(diǎn)的數(shù)組
transient Node<K,V>[] table;
//存放所有的鍵值對(duì)
transient Set<Map.Entry<K,V>> entrySet;
//map中的實(shí)際鍵值對(duì)個(gè)數(shù)，即數(shù)組中元素個(gè)數(shù)
transient int size;
//每次結(jié)構(gòu)改變時(shí)，都會(huì)自增，fail-fast機(jī)制，這是一種錯(cuò)誤檢測(cè)機(jī)制。
//當(dāng)?shù)系臅r(shí)候，如果結(jié)構(gòu)發(fā)生改變，則會(huì)發(fā)生 fail-fast，拋出異常。
transient int modCount;
//數(shù)組擴(kuò)容閾值
int threshold;
//加載因子
final float loadFactor;
//普通單向鏈表節(jié)點(diǎn)類(lèi)
static class Node<K,V> implements Map.Entry<K,V> {
//key的hash值，put和get的時(shí)候都需要用到它來(lái)確定元素在數(shù)組中的位置
final int hash;
final K key;
V value;
//指向單鏈表的下一個(gè)節(jié)點(diǎn)
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;
}
}
//轉(zhuǎn)化為紅黑樹(shù)的節(jié)點(diǎn)類(lèi)
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
//當(dāng)前節(jié)點(diǎn)的父節(jié)點(diǎn)
TreeNode<K,V> parent;
//左孩子節(jié)點(diǎn)
TreeNode<K,V> left;
//右孩子節(jié)點(diǎn)
TreeNode<K,V> right;
//指向前一個(gè)節(jié)點(diǎn)
TreeNode<K,V> prev; // needed to unlink next upon deletion
//當(dāng)前節(jié)點(diǎn)是紅色或者黑色的標(biāo)識(shí)
boolean red;
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
}
HashMap 構(gòu)造函數(shù)
HashMap有四個(gè)構(gòu)造函數(shù)可供我們使用，一起來(lái)看下：
//默認(rèn)無(wú)參構(gòu)造，指定一個(gè)默認(rèn)的加載因子
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
}
//可指定容量的有參構(gòu)造，但是需要注意當(dāng)前我們指定的容量并不一定就是實(shí)際的容量，下面會(huì)說(shuō)
public HashMap(int initialCapacity) {
//同樣使用默認(rèn)加載因子
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//可指定容量和加載因子，但是筆者不建議自己手動(dòng)指定非0.75的加載因子
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException('Illegal initial capacity: ' +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException('Illegal load factor: ' +
loadFactor);
this.loadFactor = loadFactor;
//這里就是把我們指定的容量改為一個(gè)大于它的的最小的2次冪值，如傳過(guò)來(lái)的容量是14，則返回16
//注意這里，按理說(shuō)返回的值應(yīng)該賦值給 capacity，即保證數(shù)組容量總是2的n次冪，為什么這里賦值給了 threshold 呢？
//先賣(mài)個(gè)關(guān)子，等到 resize 的時(shí)候再說(shuō)
this.threshold = tableSizeFor(initialCapacity);
}
//可傳入一個(gè)已有的map
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
//把傳入的map里邊的元素都加載到當(dāng)前map
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
if (s > 0) {
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);
}
else if (s > threshold)
resize();
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
//put方法的具體實(shí)現(xiàn)，后邊講
putVal(hash(key), key, value, false, evict);
}
}
}
tableSizeFor()
上邊的第三個(gè)構(gòu)造函數(shù)中，調(diào)用了 tableSizeFor 方法，這個(gè)方法是怎么實(shí)現(xiàn)的呢？
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;
}
我們以傳入?yún)?shù)為14 來(lái)舉例，計(jì)算這個(gè)過(guò)程。
首先，14傳進(jìn)去之后先減1，n此時(shí)為13。然后是一系列的無(wú)符號(hào)右移運(yùn)算。
//13的二進(jìn)制
0000 0000 0000 0000 0000 0000 0000 1101
//無(wú)右移1位，高位補(bǔ)0
0000 0000 0000 0000 0000 0000 0000 0110
//然后把它和原來(lái)的13做或運(yùn)算得到，此時(shí)的n值
0000 0000 0000 0000 0000 0000 0000 1111
//再以上邊的值，右移2位
0000 0000 0000 0000 0000 0000 0000 0011
//然后和第一次或運(yùn)算之后的 n 值再做或運(yùn)算，此時(shí)得到的n值
0000 0000 0000 0000 0000 0000 0000 1111
...
//我們會(huì)發(fā)現(xiàn)，再執(zhí)行右移 4,8,16位，同樣n的值不變
//當(dāng)n小于0時(shí)，返回1，否則判斷是否大于最大容量，是的話(huà)返回最大容量，否則返回 n+1
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
//很明顯我們這里返回的是 n+1 的值，
0000 0000 0000 0000 0000 0000 0000 1111
+ 1
0000 0000 0000 0000 0000 0000 0001 0000
將它轉(zhuǎn)為十進(jìn)制，就是 2^4 = 16 。我們會(huì)發(fā)現(xiàn)一個(gè)規(guī)律，以上的右移運(yùn)算，最終會(huì)把最低位的值都轉(zhuǎn)化為 1111 這樣的結(jié)構(gòu)，然后再加1，就是1 0000 這樣的結(jié)構(gòu)，它一定是 2的n次冪。因此，這個(gè)方法返回的就是大于當(dāng)前傳入值的最?。ㄗ罱咏?dāng)前值）的一個(gè)2的n次冪的值。
put()方法詳解
//put方法，會(huì)先調(diào)用一個(gè)hash()方法，得到當(dāng)前key的一個(gè)hash值，
//用于確定當(dāng)前key應(yīng)該存放在數(shù)組的哪個(gè)下標(biāo)位置
//這里的 hash方法，我們姑且先認(rèn)為是key.hashCode()，其實(shí)不是的，一會(huì)兒細(xì)講
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
//把hash值和當(dāng)前的key，value傳入進(jìn)來(lái)
//這里onlyIfAbsent如果為true，表明不能修改已經(jīng)存在的值，因此我們傳入false
//evict只有在方法 afterNodeInsertion(boolean evict) { }用到，可以看到它是一個(gè)空實(shí)現(xiàn)，因此不用關(guān)注這個(gè)參數(shù)
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//判斷table是否為空，如果空的話(huà)，會(huì)先調(diào)用resize擴(kuò)容
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//根據(jù)當(dāng)前key的hash值找到它在數(shù)組中的下標(biāo)，判斷當(dāng)前下標(biāo)位置是否已經(jīng)存在元素，
//若沒(méi)有，則把key、value包裝成Node節(jié)點(diǎn)，直接添加到此位置。
// i = (n - 1) & hash 是計(jì)算下標(biāo)位置的，為什么這樣算，后邊講
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
//如果當(dāng)前位置已經(jīng)有元素了，分為三種情況。
Node<K,V> e; K k;
//1.當(dāng)前位置元素的hash值等于傳過(guò)來(lái)的hash，并且他們的key值也相等，
//則把p賦值給e，跳轉(zhuǎn)到①處，后續(xù)需要做值的覆蓋處理
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//2.如果當(dāng)前是紅黑樹(shù)結(jié)構(gòu)，則把它加入到紅黑樹(shù)
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//3.說(shuō)明此位置已存在元素，并且是普通鏈表結(jié)構(gòu)，則采用尾插法，把新節(jié)點(diǎn)加入到鏈表尾部
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
//如果頭結(jié)點(diǎn)的下一個(gè)節(jié)點(diǎn)為空，則插入新節(jié)點(diǎn)
p.next = newNode(hash, key, value, null);
//如果在插入的過(guò)程中，鏈表長(zhǎng)度超過(guò)了8，則轉(zhuǎn)化為紅黑樹(shù)
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
//插入成功之后，跳出循環(huán)，跳轉(zhuǎn)到①處
break;
}
//若在鏈表中找到了相同key的話(huà)，直接退出循環(huán)，跳轉(zhuǎn)到①處
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//① 此時(shí)e有兩種情況
//1.說(shuō)明發(fā)生了碰撞，e代表的是舊值，因此節(jié)點(diǎn)位置不變，但是需要替換為新值
//2.說(shuō)明e是插入鏈表或者紅黑樹(shù)，成功后的新節(jié)點(diǎn)
if (e != null) { // existing mapping for key
V oldValue = e.value;
//用新值替換舊值，并返回舊值。
//oldValue為空，說(shuō)明e是新增的節(jié)點(diǎn)或者也有可能舊值本來(lái)就是空的，因?yàn)閔ashmap可存空值
if (!onlyIfAbsent || oldValue == null)
e.value = value;
//看方法名字即可知，這是在node被訪(fǎng)問(wèn)之后需要做的操作。其實(shí)此處是一個(gè)空實(shí)現(xiàn)，
//只有在 LinkedHashMap才會(huì)實(shí)現(xiàn)，用于實(shí)現(xiàn)根據(jù)訪(fǎng)問(wèn)先后順序?qū)υ剡M(jìn)行排序，hashmap不提供排序功能
// Callbacks to allow LinkedHashMap post-actions
//void afterNodeAccess(Node<K,V> p) { }
afterNodeAccess(e);
return oldValue;
}
}
//fail-fast機(jī)制
++modCount;
//如果當(dāng)前數(shù)組中的元素個(gè)數(shù)超過(guò)閾值，則擴(kuò)容
if (++size > threshold)
resize();
//同樣的空實(shí)現(xiàn)
afterNodeInsertion(evict);
return null;
}
hash()計(jì)算原理
前面 put 方法中說(shuō)到，需要先把當(dāng)前key進(jìn)行哈希處理，我們看下這個(gè)方法是怎么實(shí)現(xiàn)的。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
這里，會(huì)先判斷key是否為空，若為空則返回0。這也說(shuō)明了hashMap是支持key傳 null 的。若非空，則先計(jì)算key的hashCode值，賦值給h，然后把h右移16位，并與原來(lái)的h進(jìn)行異或處理。為什么要這樣做，這樣做有什么好處呢？
我們知道，hashCode()方法繼承自父類(lèi)Object，它返回的是一個(gè) int 類(lèi)型的數(shù)值，可以保證同一個(gè)應(yīng)用單次執(zhí)行的每次調(diào)用，返回結(jié)果都是相同的（這個(gè)說(shuō)明可以在hashCode源碼上找到），這就保證了hash的確定性。在此基礎(chǔ)上，再進(jìn)行某些固定的運(yùn)算，肯定結(jié)果也是可以確定的。
我隨便運(yùn)行一段程序，把它的 hashCode的二進(jìn)制打印出來(lái)，如下。
public static void main(String[] args) {
Object o = new Object();
int hash = o.hashCode();
System.out.println(hash);
System.out.println(Integer.toBinaryString(hash));
}
//1836019240
//1101101011011110110111000101000
然后，進(jìn)行 (h = key.hashCode()) ^ (h >>> 16) 這一段運(yùn)算。
//h原來(lái)的值
0110 1101 0110 1111 0110 1110 0010 1000
//無(wú)符號(hào)右移16位，其實(shí)相當(dāng)于把低位16位舍去，只保留高16位
0000 0000 0000 0000 0110 1101 0110 1111
//然后高16位和原 h進(jìn)行異或運(yùn)算
0110 1101 0110 1111 0110 1110 0010 1000
^
0000 0000 0000 0000 0110 1101 0110 1111
=
0110 1101 0110 1111 0000 0011 0100 0111
可以看到，其實(shí)相當(dāng)于，我們把高16位值和當(dāng)前h的低16位進(jìn)行了混合，這樣可以盡量保留高16位的特征，從而降低哈希碰撞的概率。
思考一下，為什么這樣做，就可以降低哈希碰撞的概率呢？先別著急，我們需要結(jié)合 i = (n - 1) & hash 這一段運(yùn)算來(lái)理解。
** (n-1) & hash 作用**
//②
//這是 put 方法中用來(lái)根據(jù)hash()值尋找在數(shù)組中的下標(biāo)的邏輯，
//n為數(shù)組長(zhǎng)度， hash為調(diào)用 hash()方法混合處理之后的hash值。
i = (n - 1) & hash
我們知道，如果給定某個(gè)數(shù)值，去找它在某個(gè)數(shù)組中的下標(biāo)位置時(shí)，直接用模運(yùn)算就可以了（假設(shè)數(shù)組值從0開(kāi)始遞增）。如，我找 14 在數(shù)組長(zhǎng)度為16的數(shù)組中的下標(biāo)，即為 14 % 16，等于14 。18的位置即為 18%16，等于2。
而②中，就是取模運(yùn)算的位運(yùn)算形式。以18%16為例
//18的二進(jìn)制
0001 0010
//16 -1 即 15的二進(jìn)制
0000 1111
//與運(yùn)算之后的結(jié)果為
0000 0010
// 可以看到，上邊的結(jié)果轉(zhuǎn)化為十進(jìn)制就是 2 。
//其實(shí)我們會(huì)發(fā)現(xiàn)一個(gè)規(guī)律，因?yàn)閚是2的n次冪，因此它的二進(jìn)制表現(xiàn)形式肯定是類(lèi)似于
0001 0000
//這樣的形式，只有一個(gè)位是1，其他位都是0。而它減 1 之后的形式就是類(lèi)似于
0000 1111
//這樣的形式，高位都是0，低位都是1，因此它和任意值進(jìn)行與運(yùn)算，結(jié)果值肯定在這個(gè)區(qū)間內(nèi)
0000 0000 ~ 0000 1111
//也就是0到15之間，（以n為16為例）
//因此，這個(gè)運(yùn)算就可以實(shí)現(xiàn)取模運(yùn)算，而且位運(yùn)算還有個(gè)好處，就是速度比較快。
為什么高低位異或運(yùn)算可以減少哈希碰撞
我們想象一下，假如用 key 原來(lái)的hashCode值，直接和 (n-1) 進(jìn)行與運(yùn)算來(lái)求數(shù)組下標(biāo)，而不進(jìn)行高低位混合運(yùn)算，會(huì)產(chǎn)生什么樣的結(jié)果。
//例如我有另外一個(gè)h2，和原來(lái)的 h相比較，高16位有很大的不同，但是低16位相似度很高，甚至相同的話(huà)。
//原h(huán)值
0110 1101 0110 1111 0110 1110 0010 1000
//另外一個(gè)h2值
0100 0101 1110 1011 0110 0110 0010 1000
// n -1 ,即 15 的二進(jìn)制
0000 0000 0000 0000 0000 0000 0000 1111
//可以發(fā)現(xiàn) h2 和 h 的高位不相同，但是低位相似度非常高。
//他們分別和 n -1 進(jìn)行與運(yùn)算時(shí)，得到的結(jié)果卻是相同的。（此處n假設(shè)為16）
//因?yàn)?n-1 的高16位都是0，不管 h 的高 16 位是什么，與運(yùn)算之后，都不影響最終結(jié)果，高位一定全是 0
//因此，哈希碰撞的概率就大大增加了，并且 h 的高16 位特征全都丟失了。
愛(ài)思考的同學(xué)可能就會(huì)有疑問(wèn)了，我進(jìn)行高低16位混合運(yùn)算，是可以的，這樣可以保證盡量減少高區(qū)位的特征丟失。那么，為什么選擇用異或運(yùn)算呢，我用與、或、非運(yùn)算不行嗎？
這是有一定的道理的。我們看一個(gè)表格，就能明白了。
可以看到兩個(gè)值進(jìn)行與運(yùn)算，結(jié)果會(huì)趨向于0；或運(yùn)算，結(jié)果會(huì)趨向于1；而只有異或運(yùn)算，0和1的比例可以達(dá)到1:1的平衡狀態(tài)。（非呢？別扯犢子了，兩個(gè)值怎么做非運(yùn)算。。。）
所以，異或運(yùn)算之后，可以讓結(jié)果的隨機(jī)性更大，而隨機(jī)性大了之后，哈希碰撞的概率當(dāng)然就更小了。
以上，就是為什么要對(duì)一個(gè)hash值進(jìn)行高低位混合，并且選擇異或運(yùn)算來(lái)混合的原因。
resize() 擴(kuò)容機(jī)制
在上邊 put 方法中，我們會(huì)發(fā)現(xiàn)，當(dāng)數(shù)組為空的時(shí)候，會(huì)調(diào)用 resize 方法，當(dāng)數(shù)組的 size 大于閾值的時(shí)候，也會(huì)調(diào)用 resize方法。那么看下 resize 方法都做了哪些事情吧。
final Node<K,V>[] resize() {
//舊數(shù)組
Node<K,V>[] oldTab = table;
//舊數(shù)組的容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//舊數(shù)組的擴(kuò)容閾值，注意看，這里取的是當(dāng)前對(duì)象的 threshold 值，下邊的第2種情況會(huì)用到。
int oldThr = threshold;
//初始化新數(shù)組的容量和閾值，分三種情況討論。
int newCap, newThr = 0;
//1.當(dāng)舊數(shù)組的容量大于0時(shí)，說(shuō)明在這之前肯定調(diào)用過(guò) resize擴(kuò)容過(guò)一次，才會(huì)導(dǎo)致舊容量不為0。
//為什么這樣說(shuō)呢，之前我在 tableSizeFor 賣(mài)了個(gè)關(guān)子，需要注意的是，它返回的值是賦給了 threshold 而不是 capacity。
//我們?cè)谶@之前，壓根就沒(méi)有在任何地方看到過(guò)，它給 capacity 賦初始值。
if (oldCap > 0) {
//容量達(dá)到了最大值
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//新數(shù)組的容量和閾值都擴(kuò)大原來(lái)的2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//2.到這里，說(shuō)明 oldCap <= 0，并且 oldThr(threshold) > 0，這就是 map 初始化的時(shí)候，第一次調(diào)用 resize的情況
//而 oldThr的值等于 threshold，此時(shí)的 threshold 是通過(guò) tableSizeFor 方法得到的一個(gè)2的n次冪的值(我們以16為例)。
//因此，需要把 oldThr 的值，也就是 threshold ，賦值給新數(shù)組的容量 newCap，以保證數(shù)組的容量是2的n次冪。
//所以我們可以得出結(jié)論，當(dāng)map第一次 put 元素的時(shí)候，就會(huì)走到這個(gè)分支，把數(shù)組的容量設(shè)置為正確的值（2的n次冪)
//但是，此時(shí) threshold 的值也是2的n次冪，這不對(duì)啊，它應(yīng)該是數(shù)組的容量乘以加載因子才對(duì)。別著急，這個(gè)會(huì)在③處理。
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//3.到這里，說(shuō)明 oldCap 和 oldThr 都是小于等于0的。也說(shuō)明我們的map是通過(guò)默認(rèn)無(wú)參構(gòu)造來(lái)創(chuàng)建的，
//于是，數(shù)組的容量和閾值都取默認(rèn)值就可以了，即 16 和 12。
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//③ 這里就是處理第2種情況，因?yàn)橹挥羞@種情況 newThr 才為0，
//因此計(jì)算 newThr（用 newCap即16 乘以加載因子 0.75，得到 12） ，并把它賦值給 threshold
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//賦予 threshold 正確的值，表示數(shù)組下次需要擴(kuò)容的閾值（此時(shí)就把原來(lái)的 16 修正為了 12）。
threshold = newThr;
@SuppressWarnings({'rawtypes','unchecked'})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//如果原來(lái)的數(shù)組不為空，那么我們就需要把原來(lái)數(shù)組中的元素重新分配到新的數(shù)組中
//如果是第2種情況，由于是第一次調(diào)用resize，此時(shí)數(shù)組肯定是空的，因此也就不需要重新分配元素。
if (oldTab != null) {
//遍歷舊數(shù)組
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//取到當(dāng)前下標(biāo)的第一個(gè)元素，如果存在，則分三種情況重新分配位置
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//1.如果當(dāng)前元素的下一個(gè)元素為空，則說(shuō)明此處只有一個(gè)元素
//則直接用它的hash()值和新數(shù)組的容量取模就可以了，得到新的下標(biāo)位置。
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//2.如果是紅黑樹(shù)結(jié)構(gòu)，則拆分紅黑樹(shù)，必要時(shí)有可能退化為鏈表
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//3.到這里說(shuō)明，這是一個(gè)長(zhǎng)度大于 1 的普通鏈表，則需要計(jì)算并
//判斷當(dāng)前位置的鏈表是否需要移動(dòng)到新的位置
else { // preserve order
// loHead 和 loTail 分別代表鏈表舊位置的頭尾節(jié)點(diǎn)
Node<K,V> loHead = null, loTail = null;
// hiHead 和 hiTail 分別代表鏈表移動(dòng)到新位置的頭尾節(jié)點(diǎn)
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//如果當(dāng)前元素的hash值和oldCap做與運(yùn)算為0，則原位置不變
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
//否則，需要移動(dòng)到新的位置
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//原位置不變的一條鏈表，數(shù)組下標(biāo)不變
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//移動(dòng)到新位置的一條鏈表，數(shù)組下標(biāo)為原下標(biāo)加上舊數(shù)組的容量
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
上邊還有一個(gè)非常重要的運(yùn)算，我們沒(méi)有講解。就是下邊這個(gè)判斷，它用于把原來(lái)的普通鏈表拆分為兩條鏈表，位置不變或者放在新的位置。
if ((e.hash & oldCap) == 0) {} else {}
我們以原數(shù)組容量16為例，擴(kuò)容之后容量為32。說(shuō)明下為什么這樣計(jì)算。
還是用之前的hash值舉例。
//e.hash值
0110 1101 0110 1111 0110 1110 0010 1000
//oldCap值，即16
0000 0000 0000 0000 0000 0000 0001 0000
//做與運(yùn)算，我們會(huì)發(fā)現(xiàn)結(jié)果不是0就是非0，
//而且它取決于 e.hash 二進(jìn)制位的倒數(shù)第五位是 0 還是 1，
//若倒數(shù)第五位為0，則結(jié)果為0，若倒數(shù)第五位為1，則結(jié)果為非0。
//那這個(gè)和新數(shù)組有什么關(guān)系呢？
//別著急，我們看下新數(shù)組的容量是32，如果求當(dāng)前hash值在新數(shù)組中的下標(biāo)，則為
// e.hash &( 32 - 1) 這樣的運(yùn)算 ，即 hash 與 31 進(jìn)行與運(yùn)算，
0110 1101 0110 1111 0110 1110 0010 1000
&
0000 0000 0000 0000 0000 0000 0001 1111
=
0000 0000 0000 0000 0000 0000 0000 1000
//接下來(lái)，我們對(duì)比原來(lái)的下標(biāo)計(jì)算結(jié)果和新的下標(biāo)結(jié)果，看圖
看下面的圖，我們觀察，hash值和舊數(shù)組進(jìn)行與運(yùn)算的結(jié)果 ，跟新數(shù)組的與運(yùn)算結(jié)果有什么不同。
會(huì)發(fā)現(xiàn)一個(gè)規(guī)律：
若hash值的倒數(shù)第五位是0，則新下標(biāo)與舊下標(biāo)結(jié)果相同，都為 0000 1000
若hash值的倒數(shù)第五位是1，則新下標(biāo)（0001 1000）與舊下標(biāo)（0000 1000）結(jié)果值相差了 16 。
因此，我們就可以根據(jù) （e.hash & oldCap == 0） 這個(gè)判斷的真假來(lái)決定，當(dāng)前元素應(yīng)該在原來(lái)的位置不變，還是在新的位置(原位置 + 16)。
如果，上邊的推理還是不明白的話(huà)，我再舉個(gè)簡(jiǎn)單的例子。
18%16=2 18%32=18
34%16=2 34%32=2
50%16=2 50%32=18
怎么樣，發(fā)現(xiàn)規(guī)律沒(méi)，有沒(méi)有那個(gè)感覺(jué)了？
計(jì)算中的18，34 ，50 其實(shí)就相當(dāng)于 e.hash 值，和新舊數(shù)組做取模運(yùn)算，得到的結(jié)果，要么就是原來(lái)的位置不變，要么就是原來(lái)的位置加上舊數(shù)組的長(zhǎng)度。
get()方法
有了前面的基礎(chǔ)，get方法就比較簡(jiǎn)單了。
public V get(Object key) {
Node<K,V> e;
//如果節(jié)點(diǎn)為空，則返回null，否則返回節(jié)點(diǎn)的value。這也說(shuō)明，hashMap是支持value為null的。
//因此，我們就明白了，為什么hashMap支持Key和value都為null
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//首先要確保數(shù)組不能為空，然后取到當(dāng)前hash值計(jì)算出來(lái)的下標(biāo)位置的第一個(gè)元素
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//若hash值和key都相等，則說(shuō)明我們要找的就是第一個(gè)元素，直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//如果不是的話(huà)，就遍歷當(dāng)前鏈表（或紅黑樹(shù)）
if ((e = first.next) != null) {
//如果是紅黑樹(shù)結(jié)構(gòu)，則找到當(dāng)前key所在的節(jié)點(diǎn)位置
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//如果是普通鏈表，則向后遍歷查找，直到找到或者遍歷到鏈表末尾為止。
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
//否則，說(shuō)明沒(méi)有找到，返回null
return null;
}
為什么HashMap鏈表會(huì)形成死循環(huán)
準(zhǔn)確的講應(yīng)該是 JDK1.7 的 HashMap 鏈表會(huì)有死循環(huán)的可能，因?yàn)镴DK1.7是采用的頭插法，在多線(xiàn)程環(huán)境下有可能會(huì)使鏈表形成環(huán)狀，從而導(dǎo)致死循環(huán)。JDK1.8做了改進(jìn)，用的是尾插法，不會(huì)產(chǎn)生死循環(huán)。
那么，鏈表是怎么形成環(huán)狀的呢？
關(guān)于這一點(diǎn)的解釋?zhuān)野l(fā)現(xiàn)網(wǎng)上文章抄來(lái)抄去的，而且都來(lái)自左耳朵耗子，更驚奇的是，連配圖都是一模一樣的。（別問(wèn)我為什么知道，因?yàn)槲乙部催^(guò)耗子叔的文章，哈哈。然而，菜雞的我，那篇文章，并沒(méi)有看懂。。。）
我實(shí)在看不下去了，于是一怒之下，就有了這篇文章。我會(huì)照著源碼一步一步的分析變量之間的關(guān)系怎么變化的，并有配圖哦。
我們從 put()方法開(kāi)始，最終找到線(xiàn)程不安全的那個(gè)方法。這里省略中間不重要的過(guò)程，我只把方法的跳轉(zhuǎn)流程貼出來(lái)：
//添加元素方法 -> 添加新節(jié)點(diǎn)方法 -> 擴(kuò)容方法 -> 把原數(shù)組元素重新分配到新數(shù)組中
put() --> addEntry() --> resize() --> transfer()
問(wèn)題就發(fā)生在 transfer 這個(gè)方法中。
圖1我們假設(shè)，原數(shù)組容量只有2，其中一條鏈表上有兩個(gè)元素 A,B，如下圖
現(xiàn)在，有兩個(gè)線(xiàn)程都執(zhí)行 transfer 方法。每個(gè)線(xiàn)程都會(huì)在它們自己的工作內(nèi)存生成一個(gè)newTable 的數(shù)組，用于存儲(chǔ)變化后的鏈表，它們互不影響（這里互不影響，指的是兩個(gè)新數(shù)組本身互不影響）。但是，需要注意的是，它們操作的數(shù)據(jù)卻是同一份。
因?yàn)?，真正的?shù)組中的內(nèi)容在堆中存儲(chǔ)，它們指向的是同一份數(shù)據(jù)內(nèi)容。就相當(dāng)于，有兩個(gè)不同的引用 X，Y，但是它們都指向同一個(gè)對(duì)象 Z。這里 X、Y就是兩個(gè)線(xiàn)程不同的新數(shù)組，Z就是堆中的A，B 等元素對(duì)象。
假設(shè)線(xiàn)程一執(zhí)行到了上圖1中所指的代碼①處，恰好 CPU 時(shí)間片到了，線(xiàn)程被掛起，不能繼續(xù)執(zhí)行了。記住此時(shí)，線(xiàn)程一中記錄的 e = A ， e.next = B。
然后線(xiàn)程二正常執(zhí)行，擴(kuò)容后的數(shù)組長(zhǎng)度為 4， 假設(shè) A，B兩個(gè)元素又碰撞到了同一個(gè)桶中。然后，通過(guò)幾次 while 循環(huán)后，采用頭插法，最終呈現(xiàn)的結(jié)構(gòu)如下：
此時(shí)，線(xiàn)程一解掛，繼續(xù)往下執(zhí)行。注意，此時(shí)線(xiàn)程一，記錄的還是 e = A，e.next = B，因?yàn)樗€未感知到最新的變化。
我們主要關(guān)注圖1中標(biāo)注的①②③④處的變量變化：
/**
* next = e.next
* e.next = newTable[i]
* newTable[i] = e;
* e = next;
*/
//第一次循環(huán),(偽代碼)
e=A;next=B;
e.next=null //此時(shí)線(xiàn)程一的新數(shù)組剛初始化完成，還沒(méi)有元素
newTab[i] = A->null //把A節(jié)點(diǎn)頭插到新數(shù)組中
e=B; //下次循環(huán)的e值
第一次循環(huán)結(jié)束后，線(xiàn)程一新數(shù)組的結(jié)構(gòu)如下圖：
然后，由于 e=B，不為空，進(jìn)入第二次循環(huán)。
//第二次循環(huán)
e=B;next=A; //此時(shí)A，B的內(nèi)容已經(jīng)被線(xiàn)程二修改為 B->A->null，然后被線(xiàn)程一讀到，所以B的下一個(gè)節(jié)點(diǎn)指向A
e.next=A->null // A->null 為第一次循環(huán)后線(xiàn)程一新數(shù)組的結(jié)構(gòu)
newTab[i] = B->A->null //新節(jié)點(diǎn)B插入之后，線(xiàn)程一新數(shù)組的結(jié)構(gòu)
e=A; //下次循環(huán)的 e 值
第二次循環(huán)結(jié)束后，線(xiàn)程一新數(shù)組的結(jié)構(gòu)如下圖：
此時(shí)，由于 e=A，不為空，繼續(xù)循環(huán)。
//第三次循環(huán)
e=A;next=null; // A節(jié)點(diǎn)后邊已經(jīng)沒(méi)有節(jié)點(diǎn)了
e.next= B->A->null // B->A->null 為第二次循環(huán)后線(xiàn)程一新數(shù)組的結(jié)構(gòu)
//我們把A插入后，抽象的表達(dá)為 A->B->A->null，但是，A只能是一個(gè)，不能分身啊
//因此實(shí)際上是 e(A).next指向發(fā)生了變化，A的 next 由指向 null 改為指向了 B，
//而 B 本身又指向A，因此A和B互相指向，成環(huán)
newTab[i] = A->B 且 B->A
e=next=null; //e此時(shí)為空，結(jié)束循環(huán)
第三次循環(huán)結(jié)束后，看下圖，A的指向由 null ，改為指向?yàn)?B，因此 A 和 B 之間成環(huán)。
這時(shí)，有的同學(xué)可能就會(huì)問(wèn)了，就算他們成環(huán)了，又怎樣，跟死循環(huán)有什么關(guān)系？
我們看下 get() 方法（最終調(diào)用 getEntry 方法），
可以看到查找元素時(shí)，只要 e 不為空，就會(huì)一直循環(huán)查找下去。若有某個(gè)元素 C 的 hash 值也落在了和 A，B元素同一個(gè)桶中，則會(huì)由于， A，B互相指向，e.next 永遠(yuǎn)不為空，就會(huì)形成死循環(huán)。
