注：源码系列文章主要是对某付费专栏的总结记录。如有侵权，请联系删除。

整体架构

HashMap 底层的数据结构主要是：数组 + 链表 + 红黑树。其中当链表的长度大于 8 时，链表就会转化成红黑树，当红黑树的大小小于 6 时，红黑树会转化成链表，整体的数据结构如下：

HashMap 数据结构图例

图中左边竖着的是 HashMap 的数组结构 table，数组的元素可能是单个 Node，也可能是个链表，也可能是个红黑树，比如数组下标索引为 1 的位置就是一个链表，下标索引为 8 的位置对应的就是红黑树，具体细节下文继续。

1.1 类注释

从 HashMap 的类注释中，我们可以得到如下信息：

• 允许 null 值（作为键或值），不同于 HashTable，是线程不安全的；
• load factor（影响因子）默认值是 0.75，是均衡了时间和空间损耗算出来的值，较高的值会减少空间开销（扩容减少，数组大小增长速度变慢），但增加了查找成本（hash 冲突增加，链表长度变长），不扩容的条件：数组容量 > 需要的数组大小 / load factor；
• 如果有很多数据需要存储到 HashMap 中，建议 HashMap 的容量一开始就设置成足够的大小，这样可以防止其过程中不断的扩容，影响性能；
• HashMap 是非线程安全的，我们可以自己在外部加锁，或者通过 Collections#synchronizedMap 来实现线程安全，Collections#synchronizedMap 的实现是在每个方法上都加上了 synchronized 锁；
• 在迭代过程中，如果 HashMap 的结构被修改，会快速失败。

1.2 常见属性

// 初始容量默认值为 16，必须是 2 的幂次方
/**
 * The default initial capacity - MUST be a power of two.
 */
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

// 最大容量默认值，必须是 2 的幂次方并且小于等于 1 << 30
/**
 * The maximum capacity, used if a higher value is implicitly specified
 * by either of the constructors with arguments.
 * MUST be a power of two <= 1<<30.
 */
static final int MAXIMUM_CAPACITY = 1 << 30;

// 负载因子默认值
/**
 * The load factor used when none specified in constructor.
 */
static final float DEFAULT_LOAD_FACTOR = 0.75f;

// 桶上的链表长度大于等于 8 时，链表转化为红黑树
/**
 * The bin count threshold for using a tree rather than list for a
 * bin.  Bins are converted to trees when adding an element to a
 * bin with at least this many nodes. The value must be greater
 * than 2 and should be at least 8 to mesh with assumptions in
 * tree removal about conversion back to plain bins upon
 * shrinkage.
 */
static final int TREEIFY_THRESHOLD = 8;

// 桶上的红黑树大小小于等于 6 时，红黑树转化为链表
/**
 * The bin count threshold for untreeifying a (split) bin during a
 * resize operation. Should be less than TREEIFY_THRESHOLD, and at
 * most 6 to mesh with shrinkage detection under removal.
 */
static final int UNTREEIFY_THRESHOLD = 6;

// 当数组容量大于 64 时，链表才会转化为红黑树
/**
 * The smallest table capacity for which bins may be treeified.
 * (Otherwise the table is resized if too many nodes in a bin.)
 * Should be at least 4 * TREEIFY_THRESHOLD to avoid conflicts
 * between resizing and treeification thresholds.
 */
static final int MIN_TREEIFY_CAPACITY = 64;

// 存放数据的数组
transient Node<K,V>[] table;

transient Set<Map.Entry<K,V>> entrySet;

// HashMap 的实际大小
transient int size;

// 记录迭代过程中 HashMap 结构是否发生变化，如果有变化，迭代会 fail-fast
transient int modCount;

// 扩容的门槛，有两种情况：
// 初始化时指定了数组大小的话，则通过 tableForSize 方法计算，数组的大小为 2 的幂次方
// 如果是通过 resize 方法进行扩容，大小 = 数组容量 * 0.75
int threshold;

// 负载因子
// 空参构造器时，赋值为默认的负载因子 0.75
final float loadFactor;

// 链表的节点
static class Node<K,V> implements Map.Entry<K,V> {}

// 红黑树的节点
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {}

2 新增

新增源码流程图：

HashMap put 流程.png

源码分析：

// hash: 通过 hash 算法计算出来的值
// onlyIfAbsent: false 表示即使 key 已经存在了，仍然会用新值覆盖原来的值，默认为 false
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    // tab 表示数组，n 表示数组的长度，i 表示数组索引下标，p 为 i 下标位置的 Node 值
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    // 如果数组为空，使用 resize 方法初始化
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    // 如果当前索引位置是空的，直接生成新的节点在当前索引位置上
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    // 如果当前索引位置有值的处理方法，即我们常说的如何解决 hash 冲突
    else {
        // e: 当前节点的临时变量
        Node<K,V> e; K k;
        // 如果新增的 key 的 hash 和值都相等，则直接把当前下标位置的 Node 赋值给临时变量
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        // 如果是红黑树，则使用红黑树的方式新增
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        // 如果是链表
        else {
            // 自旋
            for (int binCount = 0; ; ++binCount) {
                // e = p.next 表示链表从头开始遍历
                // 如果 p.next == null 表明 p 是链表的尾节点
                if ((e = p.next) == null) {
                    // 如果 p 是链表的尾节点，则直接将新节点放到链表的尾部
                    p.next = newNode(hash, key, value, null);
                    // 当链表的长度大于等于 8 时，链表转化为红黑树
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                // 链表遍历过程中，发现有元素和新增的元素相等，结束循环
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        // 说明新节点的新增位置已经找到了
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            // 当 onlyIfAbsent 为 false 时，才会覆盖值
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            // 返回旧的值
            return oldValue;
        }
    }
    // 记录 HashMap 的数据结构发生了变化
    ++modCount;
    // 如果 HashMap 的实际大小大于扩容的门槛，则开始扩容
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

新增的流程上面已经表示很清楚了，接下来看看链表和红黑树的新增。

2.1 链表的新增

链表的新增比较简单，就是把当前节点追加到链表的尾部，和 LinkedList 的追加实现一样。

当链表长度大于等于 8 时，此时链表就会转化为红黑树，转化的方法是 treeifyBin，此方法有一个判断，当链表长度大于等于 8，并且整个数组大小大于 64 时，才会转换为红黑树，当数组大小小于 64 时，只会触发扩容，不会转化为红黑树。

可能面试的时候，有人问你为什么是 8，这个答案在源码注释中有说，翻译大概如下：

链表查询的时间复杂度是 O(n)，红黑树的查询复杂度是 O(log(n))。在链表数据不多的时候，使用链表进行遍历也比较快，只有当链表数据比较多的时候，才会转化为红黑树，但红黑树需要占用的空间是链表的两倍，拷贝到转化时间和空闲损耗，所以我们需要定义出转化的边界值。

在考虑设计 8 这个值时，参考了<a href="https://baike.baidu.com/item/%E6%B3%8A%E6%9D%BE%E5%88%86%E5%B8%83/1442110?fr=aladdin">泊松分布概率函数</a>，由泊松分布中得出结论，链表各个长度的命中概率为：

* 0:    0.60653066
* 1:    0.30326533
* 2:    0.07581633
* 3:    0.01263606
* 4:    0.00157952
* 5:    0.00015795
* 6:    0.00001316
* 7:    0.00000094
* 8:    0.00000006

意思是，当链表的长度是 8 的时候，出现的概率是 0.00000006，不到千万分之一，所以说正常情况下，链表的长度不可能到达 8，而一旦达到 8 时，肯定是 hash 算法出了问题，所以在这种情况下，为了让 HashMap 仍然有比较高的查询性能，所以让链表转化为红黑树，我们正常些代码，使用 HashMap 时，几乎不会碰到链表转化为红黑树的情况，毕竟概率只有千万分之一。

2.2 红黑树的新增

略。

3 查找

HashMap 的查找分为以下三步：

1. 根据 hash 算法定位数组的索引位置，equals 判断当前索引处节点是否是我们需要寻找的 key，是的话直接返回，不是的话继续往下；
2. 判断当前节点有无 next 节点，有的话判断是链表类型，还是红黑树类型；
3. 分别走链表和红黑树不同类型的查找方法。

源码如下：

public V get(Object key) {
    Node<K,V> e;
    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;
    // 只有当数组不为空，并且数组长度大于0，并且根据当前查找key的hash得到的节点不为null才进入查找
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        // 如果当前节点的就是我们要查找的节点则直接返回
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        // 如果当前节点的下一个节点 next 不为空则继续
        if ((e = first.next) != null) {
            // 判断当前节点是红黑树则走红黑树查找
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            // 判断当前节点是链表
            // 采用自旋方式从链表中查找 key，e 初始化链表的头节点 first 的下一个节点 next
            do {
                // 如果当前节点 hash 等于 key 的 hash，并且 equals 相等，则当前节点就是我们要找的节点
                // 当 hash 冲突时，同一个 hash 值上是一个链表的时候，我们通过 equals 方法来比较 key 是否相等的
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            // 否则，把当前节点的下一个节点拿出来继续寻找
            } while ((e = e.next) != null);
        }
    }
    return null;
}

红黑树的查找：略。

总结

HashMap 的内容虽然比较多，但大多数 API 都只是针对数组 + 链表 + 红黑树这种数据结构进行封装而已。

------------------------------------- END -------------------------------------