一、前言
在分析jdk1.8后的HashMap源碼時，發現網上好多分析都是基於之前的jdk，而Java8的HashMap對之前做了較大的優化，其中最重要的一個優化就是桶中的元素不再唯一按照鏈表組合，也可以使用紅黑樹進行存儲，總之，目標只有一個，那就是在安全和功能性完備的情況下讓其速度更快，提升性能。好~下面就開始分析源碼。
二、HashMap數據結構
說明：上圖很形象的展示了HashMap的數據結構（數組+鏈表+紅黑樹），桶中的結構可能是鏈表，也可能是紅黑樹，紅黑樹的引入是為了提高效率。所以可見，在分析源碼的時候我們不知不覺就溫習了數據結構的知識點，一舉兩得。
三、HashMap源碼分析
3.1 類的繼承關系
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable
可以看到HashMap繼承自父類（AbstractMap），實現了Map、Cloneable、Serializable接口。其中，Map接口定義了一組通用的操作；Cloneable接口則表示可以進行拷貝，在HashMap中，實現的是淺層次拷貝，即對拷貝對象的改變會影響被拷貝的對象；Serializable接口表示HashMap實現了序列化，即可以將HashMap對象保存至本地，之后可以恢復狀態。
3.2 類的屬性
說明：類的數據成員很重要，以上也解釋得很詳細了，其中有一個參數MINTREEIFYCAPACITY，筆者暫時還不是太清楚，有讀者知道的話歡迎指導。
3.3 類的構造函數
1. HashMap(int, float)型構造函數
說明：tableSizeFor(initialCapacity)返回大於等於initialCapacity的最小的二次冪數值。
2. HashMap(int)型構造函數。
3. HashMap()型構造函數。
4. HashMap(Map)型構造函數。
說明：putMapEntries(Map m, boolean evict)函數將m的所有元素存入本HashMap實例中。
3.4 重要函數分析
1. putVal函數
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// table未初始化或者長度為0，進行擴容
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// (n - 1) & hash 確定元素存放在哪個桶中，桶為空，新生成結點放入桶中(此時，這個結點是放在數組中)
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 桶中已經存在元素
else {
Node<K,V> e; K k;
// 比較桶中第一個元素(數組中的結點)的hash值相等，key相等
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 將第一個元素賦值給e，用e來記錄
e = p;
// hash值不相等，即key不相等；為紅黑樹結點
else if (p instanceof TreeNode)
// 放入樹中
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 為鏈表結點
else {
// 在鏈表最末插入結點
for (int binCount = 0; ; ++binCount) {
// 到達鏈表的尾部
if ((e = p.next) == null) {
// 在尾部插入新結點
p.next = newNode(hash, key, value, null);
// 結點數量達到閾值，轉化為紅黑樹
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
// 跳出循環
break;
}
// 判斷鏈表中結點的key值與插入的元素的key值是否相等
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
// 相等，跳出循環
break;
// 用於遍歷桶中的鏈表，與前面的e = p.next組合，可以遍歷鏈表
p = e;
}
}
// 表示在桶中找到key值、hash值與插入元素相等的結點
if (e != null) {
// 記錄e的value
V oldValue = e.value;
// onlyIfAbsent為false或者舊值為null
if (!onlyIfAbsent || oldValue == null)
//用新值替換舊值
e.value = value;
// 訪問后回調
afterNodeAccess(e);
// 返回舊值
return oldValue;
}
}
// 結構性修改
++modCount;
// 實際大小大於閾值則擴容
if (++size > threshold)
resize();
// 插入后回調
afterNodeInsertion(evict);
return null;
}
說明：HashMap並沒有直接提供putVal接口給用戶調用，而是提供的put函數，而put函數就是通過putVal來插入元素的。
2. getNode函數
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// table已經初始化，長度大於0，根據hash尋找table中的項也不為空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 桶中第一項(數組元素)相等
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 桶中不止一個結點
if ((e = first.next) != null) {
// 為紅黑樹結點
if (first instanceof TreeNode)
// 在紅黑樹中查找
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 否則，在鏈表中查找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
說明：HashMap並沒有直接提供getNode接口給用戶調用，而是提供的get函數，而get函數就是通過getNode來取得元素的。
3. resize函數
final Node<K,V>[] resize() {
// 當前table保存
Node<K,V>[] oldTab = table;
// 保存table大小
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 保存當前閾值
int oldThr = threshold;
int newCap, newThr = 0;
// 之前table大小大於0
if (oldCap > 0) {
// 之前table大於最大容量
if (oldCap >= MAXIMUM_CAPACITY) {
// 閾值為最大整形
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 容量翻倍，使用左移，效率更高
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 閾值翻倍
newThr = oldThr << 1; // double threshold
}
// 之前閾值大於0
else if (oldThr > 0)
newCap = oldThr;
// oldCap = 0並且oldThr = 0，使用缺省值（如使用HashMap()構造函數，之后再插入一個元素會調用resize函數，會進入這一步）
else {
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 新閾值為0
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
// 初始化table
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 之前的table已經初始化過
if (oldTab != null) {
// 復制元素，重新進行hash
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;
// 將同一桶中的元素根據(e.hash & oldCap)是否為0進行分割，分成兩個不同的鏈表，完成rehash
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);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
說明：進行擴容，會伴隨着一次重新hash分配，並且會遍歷hash表中所有的元素，是非常耗時的。在編寫程序中，要盡量避免resize。
在resize前和resize后的元素布局如下
說明：上圖只是針對了數組下標為2的桶中的各個元素在擴容后的分配布局，其他各個桶中的元素布局可以以此類推。
四、針對HashMap的思考
4.1. 關於擴容的思考
從putVal源代碼中我們可以知道，當插入一個元素的時候size就加1，若size大於threshold的時候，就會進行擴容。假設我們的capacity大小為32，loadFator為0.75,則threshold為24 = 32 * 0.75，此時，插入了25個元素，並且插入的這25個元素都在同一個桶中，桶中的數據結構為紅黑樹，則還有31個桶是空的，也會進行擴容處理，其實，此時，還有31個桶是空的，好像似乎不需要進行擴容處理，但是是需要擴容處理的，因為此時我們的capacity大小可能不適當。我們前面知道，擴容處理會遍歷所有的元素，時間復雜度很高；前面我們還知道，經過一次擴容處理后，元素會更加均勻的分布在各個桶中，會提升訪問效率。所以，說盡量避免進行擴容處理，也就意味着，遍歷元素所帶來的壞處大於元素在桶中均勻分布所帶來的好處。如果有讀者有不同意見，也歡迎討論~
五、總結
至此，HashMap的源碼就分析到這里了，其中理解了其中的核心函數和數據結構，那么理解HashMap的源碼就不困難了。當然，此次分析中還有一些知識點沒有涉及到，如紅黑樹、序列化、拷貝等，以后有機會會進行詳細的說明和講解，謝謝各位園友的觀看~
出處：https://dwz.cn/QnLsm3RQ