什么是哈希表

哈希表是数组的一种扩展，它利用的是数组支持按下标直接查找的特性。没有数组就没有哈希表。
数组是一串连续的内存空间：

在使用数组的时候，可以按下标直接得到内存地址值，这样就可以直接得到想要的数据，所以数组在使用下标访问时算法复杂度位O(1)。
在这种高效的查找方式基础上诞生了哈希表：

在我们往哈希表中存储数据的时候，通过哈希函数把key值映射未数组下标，然后将value存储在对应下标的数组空间里。这样在访问时，就可以hash(key)获取到对应下标，从对应的数组下标的位置取数据。实现O(1)的算法复杂度。

• 哈希表的弊端：
  在哈希表中有个很重要的算法，就是哈希函数。哈希函数最重要的功能就是：1.相同的key得到的哈希值是一样的。2.不同的key得到哈希值不同。
  但是就目前的算法能都会存在哈希冲突，就是不同的key也可能得到相同的哈希值。
  即便像业界著名的MD5、SHA、CRC等哈希算法，也无法完全避免这种散列冲突。而且，因为数组的存储空间有限，也会加大散列冲突的概率。所以我们几乎无法找到一个完美的无冲突的散列函数，即便能找到，付出的时间成本、计算成本也是很大的，所以针对散列冲突问题，我们需要通过其他途径来解决。

HashMap

因为哈希表会存在冲突，所以针对冲突的解决诞生了新的数据结构：数组+链表

每个数组下标都对应一个桶（bucket），冲突的key都落到同一个桶中，每个bucket中得数据使用一个链表进行存储，链表节点存储Entry，每个Entry包含键值对（key、value）和下一个节点的地址（next）。当查询的时候，会计算key对应的数组下标，找到对应桶，然后遍历桶对应的链表，比较key值，最后获得数据。
以上分析了HashMap的主要结构模型，下面我们来结合源码来看看HashMap是怎么实现初始化、扩容以及put和get的。

源码分析

在进行源码分析前我们先看几个HashMap重要的变量：

• size：表示HashMap中存储键值对（KV）的数量.
• capacity：指的HashMap中桶的数量，也就是数组的长度。默认值为16，会随着数据量的增大而扩容。
• loadFactor：负载因子。负载因子是用来衡量HashMap满的程度，其默认值为0.75f。计算方法为size除以capacity。
• threshold：阈值，当HashMap的size大于threshold时会执行扩容（resize）操作。(capacity * loadFactor)

初始化与扩容

我们来看看put的源码：

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)
        	//初始化map容量
            n = (tab = resize()).length;

继续看resize()方法：

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) {
   
        	//判断容量是否大于最大容量（1 << 30）
        	//大于等于时则无法扩容，返回旧的table
            if (oldCap >= MAXIMUM_CAPACITY) {
   
            	//将阈值设置为最大int值
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //能扩容，(oldCap << 1)也就是乘以2，
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                //阈值乘以2
                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;
            //默认负载因子*默认容量
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
   
			//新的capacity*loadFactor
            float ft = (float)newCap * loadFactor;
            //如果最大容量大于新的且计算值小于最大容量，则使用新的阈值。
            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;
        //以下是扩容的数据拷贝逻辑
        if (oldTab != null) {
   
        	//循环遍历
            for (int j = 0; j < oldCap; ++j) {
   
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
   
                    oldTab[j] = null;
                    //没有下个节点则直接计算下标并拷贝
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    //如果是红黑树，则进行红黑树拷贝
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    //这里则为链表操作
                    else {
    // preserve order
                    	//使用两个链表，loHead和loTail链表放入下标和旧数组相同的下标桶中
                    	//loHead和loTail链表放入下标为 旧数组所在下标+旧容量 的下标桶中
                        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;
                            //新桶下标 = 旧桶下标
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
   
                            hiTail.next = null;
                            //旧桶下标+旧容量 = 新桶下标
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

看完resize()方法后我们再结合下图就能很顺畅的了解HashMap的扩容机制了：

在JDK1.8中，当链表长度大于8的时候，链表会转化为红黑树以提升查询效率。

put方法

我们来看下源码：

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
   
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //判断是否需要初始化
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //判断桶中是否有数据，没有则直接创建一个node放入桶中
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        //桶中有数据，则追加链表或者红黑树
        else {
   
        	//e:已经存在的
            Node<K,V> e; K k;
            //判断当前node是否匹配传入的key，匹配则替换。不是则往下查询
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //判断死否为红黑树
            else if (p instanceof TreeNode)
            	//数据插入红黑树
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
   
            	//遍历链表
                for (int binCount = 0; ; ++binCount) {
   
                	//将e指向下一个节点，下个节点为null，追加链表
                    if ((e = p.next) == null) {
   
                        p.next = newNode(hash, key, value, null);
                        //判断链表长度是否达到8，达到则转换为红黑树存储
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    //判断当前节点是否为put的节点，是则结束遍历。
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            //执行数据更新
            if (e != null) {
    // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        //判断size是否大于阈值，大于触发扩容操作
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

看完源码，我们再来总结下流程：

总结

HashMap主要的数据结构、初始化和扩容及put流程都分析完了，其中关于红黑树的部分没有做详细分析，因为红黑树本身旧比较复杂，后面会将红黑树单独来一波分析。