??? HashMap 是基于哈希表的 Map 接口的非同步實(shí)現(xiàn)。此實(shí)現(xiàn)提供所有可選的映射操作，并允許使用 null 值和 null 鍵。此類不保證映射的順序，特別是它不保證該順序恒久不變。

?

2.??? HashMap 的數(shù)據(jù)結(jié)構(gòu)：

??? 在 java 編程語言中，最基本的結(jié)構(gòu)就是兩種，一個(gè)是數(shù)組，另外一個(gè)是模擬指針（引用），所有的數(shù)據(jù)結(jié)構(gòu)都可以用這兩個(gè)基本結(jié)構(gòu)來構(gòu)造的， HashMap 也不例外。 HashMap 實(shí)際上是一個(gè)“鏈表散列”的數(shù)據(jù)結(jié)構(gòu)，即數(shù)組和鏈表的結(jié)合體。

?? 從上圖中可以看出， HashMap 底層就是一個(gè)數(shù)組結(jié)構(gòu)，數(shù)組中的每一項(xiàng)又是一個(gè)鏈表。當(dāng)新建一個(gè) HashMap 的時(shí)候，就會(huì)初始化一個(gè)數(shù)組。

?? 源碼如下：

?

?? 可以看出， Entry 就是數(shù)組中的元素，每個(gè) ? Map.Entry ? 其實(shí)就是一個(gè) key-value 對(duì)，它持有一個(gè)指向下一個(gè)元素的引用，這就構(gòu)成了鏈表。

?

3.??? HashMap 的存取實(shí)現(xiàn)：

?? 1) 存儲(chǔ)：

?

?

?

?? 從上面的源代碼中可以看出：當(dāng)我們往 HashMap 中 put 元素的時(shí)候，先根據(jù) key 的 hashCode 重新計(jì)算 hash 值，根據(jù) hash 值得到這個(gè)元素在數(shù)組中的位置（即下標(biāo)），如果數(shù)組該位置上已經(jīng)存放有其他元素了，那么在這個(gè)位置上的元素將以鏈表的形式存放，新加入的放在鏈頭，最先加入的放在鏈尾。如果數(shù)組該位置上沒有元素，就直接將該元素放到此數(shù)組中的該位置上。

?? ? addEntry(hash, key, value, i) 方法根據(jù)計(jì)算出的 hash 值，將 key-value 對(duì)放在數(shù)組 table 的 i 索引處。 addEntry ? 是 ? HashMap ? 提供的一個(gè)包訪問權(quán)限的方法，代碼如下：

?

?

?

?? 當(dāng)系統(tǒng)決定存儲(chǔ) HashMap 中的 key-value 對(duì)時(shí)，完全沒有考慮 Entry 中的 value ，僅僅只是根據(jù) key 來計(jì)算并決定每個(gè) Entry 的存儲(chǔ)位置。我們完全可以把 ? Map ? 集合中的 ? value ? 當(dāng)成 ? key ? 的附屬，當(dāng)系統(tǒng)決定了 ? key ? 的存儲(chǔ)位置之后， value ? 隨之保存在那里即可。

?? ? hash(int h) 方法根據(jù) key 的 hashCode 重新計(jì)算一次散列。此算法加入了高位計(jì)算，防止低位不變，高位變化時(shí)，造成的 hash 沖突。

?

?

?

?? 我們可以看到在 HashMap 中要找到某個(gè)元素，需要根據(jù) key 的 hash 值來求得對(duì)應(yīng)數(shù)組中的位置。如何計(jì)算這個(gè)位置就是 hash 算法。前面說過 HashMap 的數(shù)據(jù)結(jié)構(gòu)是數(shù)組和鏈表的結(jié)合，所以我們當(dāng)然希望這個(gè) HashMap 里面的 ? 元素位置盡量的分布均勻些，盡量使得每個(gè)位置上的元素?cái)?shù)量只有一個(gè)，那么當(dāng)我們用 hash 算法求得這個(gè)位置的時(shí)候，馬上就可以知道對(duì)應(yīng)位置的元素就是我們要的，而不用再去遍歷鏈表，這樣就大大優(yōu)化了查詢的效率。

?? ? 對(duì)于任意給定的對(duì)象，只要它的 ? hashCode() ? 返回值相同，那么程序調(diào)用 ? hash(int h) ? 方法所計(jì)算得到的 ? hash ? 碼值總是相同的。我們首先想到的就是把 hash 值對(duì)數(shù)組長(zhǎng)度取模運(yùn)算，這樣一來，元素的分布相對(duì)來說是比較均勻的。但是， “ 模 ” 運(yùn)算的消耗還是比較大的，在 HashMap 中是這樣做的：調(diào)用 ? indexFor(int h, int length) ? 方法來計(jì)算該對(duì)象應(yīng)該保存在 ? table ? 數(shù)組的哪個(gè)索引處。 indexFor(int h, int length) ? 方法的代碼如下：

?

?

?

?? 這個(gè)方法非常巧妙，它通過 ? h & (table.length -1) ? 來得到該對(duì)象的保存位，而 HashMap 底層數(shù)組的長(zhǎng)度總是 ? 2 ? 的 ? n ? 次方，這是 HashMap 在速度上的優(yōu)化。在 ? HashMap ? 構(gòu)造器中有如下代碼：

?? 這段代碼保證初始化時(shí) HashMap 的容量總是 2 的 n 次方，即底層數(shù)組的長(zhǎng)度總是為 2 的 n 次方。

當(dāng) length 總是 ? 2 ? 的 n 次方時(shí)， h& (length-1) 運(yùn)算等價(jià)于對(duì) length 取模，也就是 h%length ，但是 & 比 % 具有更高的效率。

?? ? 這看上去很簡(jiǎn)單，其實(shí)比較有玄機(jī)的，我們舉個(gè)例子來說明：

?? ? 假設(shè)數(shù)組長(zhǎng)度分別為 15 和 16 ，優(yōu)化后的 hash 碼分別為 8 和 9 ，那么 & 運(yùn)算后的結(jié)果如下：

?????? ? h & (table.length-1) ??? ? ????????? ? ????? ? hash ???? ? ?????????????????????? ? table.length-1

?????? ? 8 & (15-1) ： ???????????????????????????????? ? 0100 ? ? ???? ? ??????????? ? &? ? ???????????? 1110? ????????????????? ? = ? ????????????? ? 0100

? ???? ? 9 & (15-1) ： ???????????????????????????????? ? 0101 ?????????????????? ? & ?????????????? 1110 ????????????????? ? = ??????????????? ? 0100

?????? ? -----------------------------------------------------------------------------------------------------------------------

?????? 8 & (16-1) ： ???????????????????????????????? ? 0100 ?????????????????? ? & ? ???????????? ? 1111 ?????????????????? ? = ??????????????? ? 0100

?????? 9 & (16-1) ： ???????????????????????????????? ? 0101 ?????????????????? ? & ? ???????????? ? 1111 ?????????????????? ? = ??????????????? ? 0101

??

?? ? 從上面的例子中可以看出：當(dāng)它們和 15-1 （ 1110 ） “ 與 ” 的時(shí)候，產(chǎn)生了相同的結(jié)果，也就是說它們會(huì)定位到數(shù)組中的同一個(gè)位置上去，這就產(chǎn)生了碰撞， 8 和 9 會(huì)被放到數(shù)組中的同一個(gè)位置上形成鏈表，那么查詢的時(shí)候就需要遍歷這個(gè)鏈 ? 表，得到 8 或者 9 ，這樣就降低了查詢的效率。同時(shí)，我們也可以發(fā)現(xiàn)，當(dāng)數(shù)組長(zhǎng)度為 15 的時(shí)候， hash 值會(huì)與 15-1 （ 1110 ）進(jìn)行 “ 與 ” ，那么 ? 最后一位永遠(yuǎn)是 0 ，而 0001 ， 0011 ， 0101 ， 1001 ， 1011 ， 0111 ， 1101 這幾個(gè)位置永遠(yuǎn)都不能存放元素了，空間浪費(fèi)相當(dāng)大，更糟的是這種情況中，數(shù)組可以使用的位置比數(shù)組長(zhǎng)度小了很多，這意味著進(jìn)一步增加了碰撞的幾率，減慢了查詢的效率！而當(dāng)數(shù)組長(zhǎng)度為 16 時(shí)，即為 2 的 n 次方時(shí)， 2 ⁿ -1 得到的二進(jìn)制數(shù)的每個(gè)位上的值都為 1 ，這使得在低位上 & 時(shí)，得到的和原 hash 的低位相同，加之 hash(int h) 方法對(duì) key 的 hashCode 的進(jìn)一步優(yōu)化，加入了高位計(jì)算，就使得只有相同的 hash 值的兩個(gè)值才會(huì)被放到數(shù)組中的同一個(gè)位置上形成鏈表。

???

?? ? 所以說，當(dāng)數(shù)組長(zhǎng)度為 2 的 n 次冪的時(shí)候，不同的 key 算得得 index 相同的幾率較小，那么數(shù)據(jù)在數(shù)組上分布就比較均勻，也就是說碰撞的幾率小，相對(duì)的，查詢的時(shí)候就不用遍歷某個(gè)位置上的鏈表，這樣查詢效率也就較高了。

?? ? 根據(jù)上面 ? put ? 方法的源代碼可以看出，當(dāng)程序試圖將一個(gè) key-value 對(duì)放入 HashMap 中時(shí)，程序首先根據(jù)該 ? key ? 的 ? hashCode() ? 返回值決定該 ? Entry ? 的存儲(chǔ)位置：如果兩個(gè) ? Entry ? 的 ? key ? 的 ? hashCode() ? 返回值相同，那它們的存儲(chǔ)位置相同。如果這兩個(gè) ? Entry ? 的 ? key ? 通過 equals ? 比較返回 ? true ，新添加 ? Entry ? 的 ? value ? 將覆蓋集合中原有 ? Entry ? 的 ? value ，但 key 不會(huì)覆蓋。如果這兩個(gè) ? Entry ? 的 ? key ? 通過 ? equals 比較返回 ? false ，新添加的 ? Entry ? 將與集合中原有 ? Entry ? 形成 ? Entry ? 鏈，而且新添加的 ? Entry ? 位于 ? Entry ? 鏈的頭部 —— 具體說明繼續(xù)看 addEntry() ? 方法的說明。

?? 2) ? 讀取：

?

?? 有了上面存儲(chǔ)時(shí)的 hash 算法作為基礎(chǔ)，理解起來這段代碼就很容易了。從上面的源代碼中可以看出：從 HashMap 中 get 元素時(shí)，首先計(jì)算 key 的 hashCode ，找到數(shù)組中對(duì)應(yīng)位置的某一元素，然后通過 key 的 equals 方法在對(duì)應(yīng)位置的鏈表中找到需要的元素。

??

?? 3) ? 歸納起來簡(jiǎn)單地說， HashMap ? 在底層將 ? key-value ? 當(dāng)成一個(gè)整體進(jìn)行處理，這個(gè)整體就是一個(gè) ? Entry ? 對(duì)象。 HashMap ? 底層采用一個(gè) ? Entry[] ? 數(shù)組來保存所有的 ? key-value ? 對(duì)，當(dāng)需要存儲(chǔ)一個(gè) ? Entry ? 對(duì)象時(shí)，會(huì)根據(jù) hash 算法來決定其在數(shù)組中的存儲(chǔ)位置，在根據(jù) equals 方法決定其在該數(shù)組位置上的鏈表中的存儲(chǔ)位置；當(dāng)需要取出一個(gè) Entry 時(shí)，也會(huì)根據(jù) hash 算法找到其在數(shù)組中的存儲(chǔ)位置，再根據(jù) equals 方法從該位置上的鏈表中取出該 Entry 。

?

4.??? HashMap 的 resize （ rehash ）：

?? ? 當(dāng) HashMap 中的元素越來越多的時(shí)候， hash 沖突的幾率也就越來越高，因?yàn)閿?shù)組的長(zhǎng)度是固定的。所以為了提高查詢的效率，就要對(duì) HashMap 的數(shù)組進(jìn)行擴(kuò)容，數(shù)組擴(kuò)容這個(gè)操作也會(huì)出現(xiàn)在 ArrayList 中，這是一個(gè)常用的操作，而在 HashMap 數(shù)組擴(kuò)容之后，最消耗性能的點(diǎn)就出現(xiàn)了：原數(shù)組中的數(shù)據(jù)必須重新計(jì)算其在新數(shù)組中的位置，并放進(jìn)去，這就是 resize 。

?? ? 那么 HashMap 什么時(shí)候進(jìn)行擴(kuò)容呢？當(dāng) HashMap 中的元素個(gè)數(shù)超過數(shù)組大小 *loadFactor 時(shí)，就會(huì)進(jìn)行數(shù)組擴(kuò)容， loadFactor 的默認(rèn)值為 0.75 ，這是一個(gè)折中的取值。也就是說，默認(rèn)情況下，數(shù)組大小為 16 ，那么當(dāng) HashMap 中元素個(gè)數(shù)超過 16*0.75=12 的時(shí)候，就把數(shù)組的大小擴(kuò)展為 ? 2*16=32 ，即擴(kuò)大一倍，然后重新計(jì)算每個(gè)元素在數(shù)組中的位置，而這是一個(gè)非常消耗性能的操作，所以如果我們已經(jīng)預(yù)知 HashMap 中元素的個(gè)數(shù)，那么預(yù)設(shè)元素的個(gè)數(shù)能夠有效的提高 HashMap 的性能。

?