一、HashMap 定义
HashMap 是一个基于散列表（哈希表）实现的键值对集合，每个元素都是key-value对，jdk1.8后，底层数据结构涉及到了数组、链表以及红黑树。目的进一步的优化HashMap的性能和效率。允许key和value为NULL，同样非线程安全。
①、继承AbstractMap抽象类，AbstractMap实现Map接口，实现部分方法的。同样在上面HashMap的结构中，HashMap同样实现了Map接口，这样做是否有什么深层次的用意呢？网上查阅资料发现，这种写法只是一种失误，在java集合框架中发现很多这种写法，不用过于在乎这种失误。
②、实现Map接口，Map类的顶层接口，Map接口定义了一组键值对映射通用的操作。储存一组成对的键-值对象，提供key（键）到value（值）的映射，Map中的key不要求有序，不允许重复。value同样不要求有序，但可以重复。
③、实现 Cloneable 接口和Serializable接口，分别支持对象的克隆与对象的序列化
二、字段属性
//1.序列化版本标记，序列化与反序列化时发挥作用
private static final long serialVersionUID = 362498820763181265L;
//2.HashMap集合默认初始化容量，1*2的4次方，即16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4
//3.集合最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//4.默认的加载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//5.当桶(bucket)上的结点数大于这个值时会转成红黑树(JDK1.8新增)
static final int TREEIFY_THRESHOLD = 8;
//6.当bucket上的节点数少于这个值得时候，数转化成链表
static final int UNTREEIFY_THRESHOLD = 6;
//7.当集合的容量大于这个值的时候，HashMap中桶的节点进行树形化
static final int MIN_TREEIFY_CAPACITY = 64;
//8.Node数组，Node是HashMap中自定义hash节点类。
transient Node<K,V>[] table;
//9.保存缓存的entrySet
transient Set<Map.Entry<K,V>> entrySet;
//10.集合元素个数，即HashMap中键值对的个数
transient int size;
//11.集合修改次数
transient int modCount
//12.下次扩容的临界值，通常称为阀值，等于capacity * load factor
int threshold;
//13.散列表的加载因子，可自己指定
final float loadFactor;
三、构造方法
①、默认无参构造器，设置加载因子为默认加载因子0.75
②、带参构造器
1）指定初始化容量，使用默认加载因子
2）指定初始化容量，使用自定加载因子
四、常用方法
1.添加元素（键值对）
//添加键值对
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
-------------------------------------------------------------------------
//具体的步骤
//1.通过key计算hash值
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
//2.如果table数组为null,初始化数组，通过hash值确定键值对在数组中的索引位置
//3.确定元素在数组中的位置后，判断那个位置的元素的key是否与添加的key一样，如果一致则直接覆盖老的键值对，如果不一样则判断结点的类型，是否是树，如果是树则在树中插入一个新构造的树结点
//4.如果数组对应位置上的节点不是树，则是链表，这个时候要么在链表的最后插入新的Node节点，要么是当发现链表的节点个数大于8，并且集合元素个数大于64的时候，则将链表转换成红黑树，要么则是进行扩容。
-------------------------------------------------------------------------
//具体细节如下：
/**
* Implements Map.put and related methods
*
* @param hash hash for key 哈希值
* @param key the key 键
* @param value the value to pu t值
* @param onlyIfAbsent if true, don't change existing value
* @param evict if false, the table is in creation mode. false表示table处于创建模式
* @return previous value, or null if none
*/
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;//首次进行数组的初始化，resize主要用来进行扩容的
if ((p = tab[i = (n - 1) & hash]) == null)//等同于取模，确定数组中索引位置
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;
}
2.查找元素（键值对）
①、通过 key 查找 value，首先通过key计算hash值，再根绝hash值确定key在所在数组的索引位置后，最后遍历其后面的链表或者红黑树找到对应的value.
public V get(Object key) {
Node<K,V> e;
//确定key的hash值，计算方法与插入的时候一致
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;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {//数组不为空，并且在相关的位置存在Node结点。
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))//如果在第一个位置存在则直接返回Nnode结点
return first;
//判断结点类型，确定是链表还是红黑树，遍历链表或者红黑树，找到对应的节点。
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
②、判断是否存在给定的 key或者 value，
//判断集合中是否存在某个键，原理与查找键值类似
public boolean containsKey(Object key) {
return getNode(hash(key), key) != null;
}
//遍历整个数组，明显效率很低
public boolean containsValue(Object value) {
Node<K,V>[] tab; V v;
if ((tab = table) != null && size > 0) {
//遍历桶
for (int i = 0; i < tab.length; ++i) {
//遍历桶中的每个节点元素
for (Node<K,V> e = tab[i]; e != null; e = e.next) {
if ((v = e.value) == value ||
(value != null && value.equals(v)))
return true;
}
}
}
return false;
}
3.删除元素（键值对），删除的原理本质上是类似通过key查找value,首先通过key计算hash值，通过hash值确定key在散列表中的位置，由于key不重复，所以确定位置后，要么是遍历链表，要么遍历红黑树找到对应key所在的节点，找到node节点后删除。
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;
//(n - 1) & hash找到桶的位置
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;
//如果键的值与链表第一个节点相等，则将 node 指向该节点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
//如果桶节点存在下一个节点
else if ((e = p.next) != null) {
//节点为红黑树
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);//找到需要删除的红黑树节点
else {
do {//遍历链表，找到待删除的节点
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
//删除节点，并进行调节红黑树平衡
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p)
tab[index] = node.next;
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
4.遍历集合，map的遍历方法有多种，通常推荐的迭代器遍历，不过遍历的本质都是循环整个table数组，对数组的每个桶进行遍历。
public class HashMapDemo {
public static void main(String[] args) {
HashMap<String, String> map = new HashMap<>();
map.put("1", "a");
map.put("2", "b");
map.put("3", "c");
//通过获取所有的key后，再通过key获取value的方式遍历
for(String str : map.keySet()){
System.out.print(map.get(str)+" ");
}
System.out.println("\n----------------");
for(Entry entry : map.entrySet()){
System.out.println(entry.getKey()+" "+entry.getValue());
}
}
}
输出结果：
a b c
----------------
1 a
2 b
3 c
四、HashMap的hash值得秘密
1.HashMap 是数组+链表+红黑树的组合，hash值主要牵扯到它在hash表，也叫散列表中的位置。Hash表是一种根据关键字值（key - value）而直接进行访问的数据结构。也就是说它通过把关键码值映射到表中的一个位置来访问记录，它的查找速度非常快，查找一个元素可用通过key的hash值直接确定所在的位置。HashMap中确定key的值有其特定的算法，并且最终确定在散列表中的位置还需要经过&运算。具体如下：
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
i = (table.length - 1) & hash;//这一步是在后面添加元素putVal()方法中进行位置的确定
主要分为三步：
①、取 hashCode 值： key.hashCode()，注意hashcode()的值是key对象在堆中的地址经过特殊的hahs算法映射后的一个int值
②、高位参与运算：h>>>16
③、取模运算：(n-1) & hash,注意：在n是偶数的时候，(n-1)&hash==hash%n;这也是为什么HashMap的容量为2的n次方的原因，便于使用按位与运算代替取模，因为位运算的速度远快于取模。这是一种优化。
2.为什么要进行(h = k.hashCode()) ^ (h >>> 16)？
通过hashCode()的高16位 异或 低16位实现的：(h = k.hashCode()) ^ (h >>> 16)，主要是从速度、功效、质量来考虑的，这么做可以在数组table的length比较小的时候，也能保证考虑到高低Bit都参与到Hash的计算中，同时不会有太大的开销。具体如下：
五、HashMap的扩容机制
当HashMap 集合的元素已经大于了最大承载容量threshold（capacity * loadFactor）的时候，会进行扩容，即扩大数组的长度。通常不指定集合容量的时候，初始容量为16.阀值为12.当集合的元素个数大于12的时候，集合进行扩容，扩大打原来集合的2倍大小，如下初始集合的首次扩容为32，依次是64,128。对应的阀值进行变化。依次为24,48,96。在扩容的同时，需要重新进行键值对的hash映射。在jdk1.8之前，扩容首先是创建一个新的大容量数组，然后依次重新计算原集合所有元素的索引，然后重新赋值。如果数组某个位置发生了hash冲突，使用的是单链表的头插入方法，同一位置的新元素总是放在链表的头部，这样与原集合链表对比，扩容之后的可能就是倒序的链表了。在jdk1.8后，进行进一步的优化，使扩容的时候具体细节如下：
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) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
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);
}
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"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
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);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
从上面的源码可以看出，容量的增长是成倍增长，容量的大小为2的n次幂,那么扩容的时候，元素的key的hash值要么在原来位置不变，要么在原来的位置再移动2次幂的位置。不需要再次进行按位与运算，进一步优化扩容的机制。仅仅需要看看原来的hash值新增的那个bit是1还是0就好了，是0的话索引没变，是1的话索引变成“原索引+oldCap”。
六、总结
- HashMap中两个重要的属性，初始容量和加载因子，这两个属性影响HashMap的性能，它的设值需要非常谨慎。初始容量是创建哈希表时的容量，加载因子是哈希表在其容量自动增加之前可以达到多满的一种尺度，两者决定何时进行扩容。
- HashMap中key和value都允许为null。
- 哈希表的容量一定要是2的整数次幂，length为2的整数次幂的话，h&(length-1)就相当于对h%length，这样便保证了散列的均匀，使不同hash值发生碰撞的概率,同时也提升了效率。