作者网页：www.jcohy.com
我的学习笔记，记录学习过程中的笔记以及遇到的问题,以及我的一些经验总结。如果出现链接失效,或者想知道更多的内容等情况可以提交 Issues 提醒我修改相关内容。
HashMap是基于哈希表的Map 接口的非同步实现。此实现提供所有可选的映射操作， 并允许使用null值和null键。此类不保证映射的顺序，特别是它不保证该顺序恒久不变。
在java 编程语言中，最基本的结构就是两种，一个是数组，另外一个是模拟指针（引用），所有的数据结构都可以用这两个基本结构来构造的，HashMap 也不例外。
HashMap实际上是一个“链表散列”的数据结构，即数组和链表的结合体。
从上图中可以看出，HashMap 底层就是一个数组结构，数组中的每一项又是一个链表。当新建一个HashMap 的时候，就会初始化一个数组。
我们来看看HashMap的源码。java代码：
/**
* The table, resized as necessary. Length MUST Always be a power of two.
*/
transient Entry[] table;
static class Entry<K,V> implements Map.Entry<K,V> {
final K key;
V value;
Entry<K,V> next;
final int hash;
……
}
public V put(K key, V value) {
// HashMap 允许存放null 键和null 值。
// 当key 为null 时，调用putForNullKey 方法，将value 放置在数组第一个位置。
if (key == null)
return putForNullKey(value);
// 根据key 的keyCode 重新计算hash 值。
int hash = hash(key.hashCode());
// 搜索指定hash 值在对应table 中的索引。
int i = indexFor(hash, table.length);
// 如果 i 索引处的 Entry 不为 null，通过循环不断遍历 e 元素的下一个元素。
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
// 如果i 索引处的Entry 为null，表明此处还没有Entry。
modCount++;
// 将key、value 添加到i 索引处。
addEntry(hash, key, value, i);
return null;
}
void addEntry(int hash, K key, V value, int bucketIndex) {
// 获取指定 bucketIndex 索引处的 Entry
Entry<K,V> e = table[bucketIndex];
// 将新创建的 Entry 放入 bucketIndex 索引处，并让新的 Entry 指向原来的 Entry
table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
// 如果 Map 中的 key-value 对的数量超过了极限
if (size++ >= threshold)
// 把 table 对象的长度扩充到原来的2 倍。
resize(2 * table.length);
}
从上面的源代码中可以看出：当我们往HashMap 中put 元素的时候，先根据key 的 hashCode 重新计算hash 值，根据hash 值得到这个元素在数组中的位置（即下标）。
如果数组该位置上已经存放有其他元素了，那么在这个位置上的元素将以链表的形式存放，新 加入的放在链头，最先加入的放在链尾。如果数组该位置上没有元素，就直接将该元素放到 此数组中的该位置上。
addEntry(hash, key, value, i)方法根据计算出的hash 值，将key-value 对放在数组table 的i 索引处。addEntry 是 HashMap 提供的一个包访问权限的方法.
当系统决定存储HashMap 中的key-value 对时，完全没有考虑Entry 中的value，仅仅只是根据key 来计算并决定每个Entry 的存储位置。我们完全可以把 Map 集合中的 value 当 成 key 的附属，当系统决定了 key 的存储位置之后，value 随之保存在那里即可。
static int hash(int h) {
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
hash(int h)方法根据key 的hashCode 重新计算一次散列。此算法加入了高位计算，防 止低位不变，高位变化时，造成的hash 冲突。
我们可以看到在HashMap 中要找到某个元素，需要根据key 的hash 值来求得对应数 组中的位置。如何计算这个位置就是hash 算法。前面说过HashMap 的数据结构是数组和 链表的结合，所以我们当然希望这个HashMap 里面的 元素位置尽量的分布均匀些，尽量 使得每个位置上的元素数量只有一个，那么当我们用hash 算法求得这个位置的时候，马上 就可以知道对应位置的元素就是我们要的，而不用再去遍历链表，这样就大大优化了查询的效率。
对于任意给定的对象，只要它的 hashCode() 返回值相同，那么程序调用 hash(int h) 方 法所计算得到的 hash 码值总是相同的。我们首先想到的就是把hash 值对数组长度取模运 算，这样一来，元素的分布相对来说是比较均匀的。但是，“模”运算的消耗还是比较大的， 在HashMap 中是这样做的：调用 indexFor(int h, int length) 方法来计算该对象应该保存 在 table 数组的哪个索引处。indexFor(int h, int length) 方法的代码如下：
static int indexFor(int h, int length) {
return h & (length-1);
}
这个方法非常巧妙，它通过 h & (table.length -1) 来得到该对象的保存位，而HashMap 底层数组的长度总是 2 的 n 次方，这是HashMap 在速度上的优化。在 HashMap 构造器中 有如下代码：
int capacity = 1;
while (capacity < initialCapacity)
capacity <<= 1;
这段代码保证初始化时HashMap 的容量总是2 的n 次方，即底层数组的长度总是为2 的n 次方。当length 总是 2 的n 次方时，h& (length-1)运算等价于对length 取模，也就是 h%length，但是&比%具有更高的效率。 这看上去很简单，其实比较有玄机的，我们举个例子来说明： 假设数组长度分别为15 和16，优化后的hash 码分别为8 和9，那么&运算后的结果如下：
从上面的例子中可以看出：当它们和15-1（1110）“与”的时候，产生了相同的结果， 也就是说它们会定位到数组中的同一个位置上去，这就产生了碰撞，8 和9 会被放到数组中 的同一个位置上形成链表，那么查询的时候就需要遍历这个链 表，得到8 或者9，这样就 降低了查询的效率。同时，我们也可以发现，当数组长度为15 的时候，hash 值会与15-1 （1110）进行“与”，那么 最后一位永远是0，而0001，0011，0101，1001，1011，0111， 1101 这几个位置永远都不能存放元素了，空间浪费相当大，更糟的是这种情况中，数组可 以使用的位置比数组长度小了很多，这意味着进一步增加了碰撞的几率，减慢了查询的效率！ 而当数组长度为16 时，即为2 的n 次方时，2n-1 得到的二进制数的每个位上的值都为1， 这使得在低位上&时，得到的和原hash 的低位相同，加之hash(int h)方法对key 的hashCode 的进一步优化，加入了高位计算，就使得只有相同的hash 值的两个值才会被放到数组中的 同一个位置上形成链表。所以说，当数组长度为2 的n 次幂的时候，不同的key 算得得index 相同的几率较小，那么数据在数组上分布就比较均匀，也就是说碰撞的几率小，相对的，查 询的时候就不用遍历某个位置上的链表，这样查询效率也就较高了。
根据上面 put 方法的源代码可以看出，当程序试图将一个key-value 对放入HashMap 中时，程序首先根据该 key 的 hashCode() 返回值决定该 Entry 的存储位置：如果两 个 Entry 的 key 的 hashCode() 返回值相同，那它们的存储位置相同。如果这两 个 Entry 的 key 通过 equals 比较返回 true，新添加 Entry 的 value 将覆盖集合中原 有 Entry 的 value，但key 不会覆盖。如果这两个 Entry 的 key 通过 equals 比较返回 false， 新添加的 Entry 将与集合中原有 Entry 形成 Entry 链，而且新添加的 Entry 位于 Entry 链的 头部——具体说明继续看 addEntry() 方法的说明。
public V get(Object key) {
if (key == null)
return getForNullKey();
int hash = hash(key.hashCode());
for (Entry<K,V> e = table[indexFor(hash, table.length)];
e != null;
e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
1return e.value;
}
return null;
}
有了上面存储时的hash 算法作为基础，理解起来这段代码就很容易了。从上面的源代 码中可以看出：从HashMap 中get 元素时，首先计算key 的hashCode，找到数组中对应 位置的某一元素，然后通过key 的equals 方法在对应位置的链表中找到需要的元素。
归纳起来简单地说，HashMap 在底层将 key-value 当成一个整体进行处理，这个整体 就是一个 Entry 对象。HashMap 底层采用一个 Entry[] 数组来保存所有的 key-value 对，当 需要存储一个 Entry 对象时，会根据hash 算法来决定其在数组中的存储位置，在根据equals 方法决定其在该数组位置上的链表中的存储位置；当需要取出一个Entry 时，也会根据hash 算法找到其在数组中的存储位置，再根据equals 方法从该位置上的链表中取出该Entry
当HashMap 中的元素越来越多的时候，hash 冲突的几率也就越来越高，因为数组的 长度是固定的。所以为了提高查询的效率，就要对HashMap 的数组进行扩容，数组扩容这 个操作也会出现在ArrayList 中，这是一个常用的操作，而在HashMap 数组扩容之后，最
消耗性能的点就出现了：原数组中的数据必须重新计算其在新数组中的位置，并放进去，这 就是resize。
那么HashMap 什么时候进行扩容呢？当HashMap 中的元素个数超过数组大小 loadFactor 时，就会进行数组扩容，loadFactor 的默认值为0.75，这是一个折中的取值。 也就是说，默认情况下，数组大小为16，那么当HashMap 中元素个数超过160.75=12 的 时候，就把数组的大小扩展为 2*16=32，即扩大一倍，然后重新计算每个元素在数组中的位 置，而这是一个非常消耗性能的操作，所以如果我们已经预知HashMap 中元素的个数，那 么预设元素的个数能够有效的提高HashMap 的性能。
- HashMap()：构建一个初始容量为 16，负载因子为 0.75 的 HashMap。
- HashMap(int initialCapacity)：构建一个初始容量为 initialCapacity，负载因子为 0.75 的 HashMap。
- HashMap(int initialCapacity, float loadFactor)：以指定初始容量、指定的负载因子创建一个 HashMap。
HashMap 的基础构造器HashMap(int initialCapacity, float loadFactor)带有两个参数，它们是初始容量initialCapacity 和加载因子loadFactor。
initialCapacity：HashMap 的最大容量，即为底层数组的长度。
loadFactor：负载因子loadFactor 定义为：散列表的实际元素数目(n)/ 散列表的容量(m)。
负载因子衡量的是一个散列表的空间的使用程度，负载因子越大表示散列表的装填程度越 高，反之愈小。对于使用链表法的散列表来说，查找一个元素的平均时间是O(1+a)，因此 如果负载因子越大，对空间的利用更充分，然而后果是查找效率的降低；如果负载因子太小， 那么散列表的数据将过于稀疏，对空间造成严重浪费。
HashMap 的实现中，通过threshold 字段来判断HashMap 的最大容量：
Java 代码
threshold = (int)(capacity * loadFactor);
结合负载因子的定义公式可知，threshold 就是在此loadFactor 和capacity 对应下允许的 最大元素数目，超过这个数目就重新resize，以降低实际的负载因子。默认的的负载因子 0.75是对空间和时间效率的一个平衡选择。当容量超出此最大容量时， resize后的HashMap 容量是容量的两倍：
Java 代码
if (size++ >= threshold)
resize(2 * table.length);
我们知道java.util.HashMap 不是线程安全的，因此如果在使用迭代器的过程中有其他线程修改了map，那么将抛出ConcurrentModificationException，这就是所谓fail-fast 策略。
这一策略在源码中的实现是通过modCount 域，modCount 顾名思义就是修改次数，对HashMap 内容的修改都将增加这个值，那么在迭代器初始化过程中会将这个值赋给迭代器的expectedModCount。
Java 代码:
HashIterator() {
expectedModCount = modCount;
if (size > 0) { // advance to first entry
Entry[] t = table;
while (index < t.length && (next = t[index++]) == null);
}
}
在迭代过程中，判断modCount 跟expectedModCount 是否相等，如果不相等就表示已经有其他线程修改了Map：注意到modCount 声明为volatile，保证线程之间修改的可见性。
Java 代码
final Entry<K,V> nextEntry() {
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
在HashMap 的API 中指出： 由所有HashMap 类的“collection 视图方法”所返回的迭代器都是快速失败的：在迭代器 创建之后，如果从结构上对映射进行修改，除非通过迭代器本身的 remove 方法，其他任何 时间任何方式的修改，迭代器都将抛出 ConcurrentModificationException。因此，面对并发 的修改，迭代器很快就会完全失败，而不冒在将来不确定的时间发生任意不确定行为的风险。
- 例子一
Q:当两个对象的hashcode相同会发生什么？
A:因为hashcode相同，所以它们的bucket位置相同，‘碰撞’会发生。因为HashMap使用链表存储对象，这个Entry(包含有键值对的Map.Entry对象)会存储在链表中。- 例子二
Q:如果两个键的hashcode相同，你如何获取值对象？
A:当我们调用get()方法，HashMap会使用键对象的hashcode找到bucket位置，找到bucket位置之后，会调用keys.equals()方法去找到链表中正确的节点，最终找到要找的值对象。- 例子三
Q:重新调整HashMap大小存在什么问题吗？
A:可能产生条件竞争(race condition)。因为如果两个线程都发现HashMap需要重新调整大小了，它们会同时试着调整大小。在调整大小的过程中，存储在链表中的元素的次序会反过来，因为移动到新的bucket位置的时候，HashMap并不会将元素放在链表的尾部，而是放在头部，这是为了避免尾部遍历(tail traversing)。如果条件竞争发生了，那么就死循环了。- 例子四
Q:为什么String, Interger这样的wrapper类适合作为键？
A:因为String是不可变的，也是final的，而且已经重写了equals()和hashCode()方法了。其他的wrapper类也有这个特点。不可变性是必要的，因为为了要计算hashCode()，就要防止键值改变，如果键值在放入时和获取时返回不同的hashcode的话，那么就不能从HashMap中找到你想要的对象。不可变性还有其他的优点如线程安全。
- ConcurrentHashMap。
- Java8中的HashMap