閱讀提示：HashMap源碼在不同版本情況下，具體源碼可能不一樣（優化問題），但功能幾乎是相同的（博主1.8）

什么是Hash？

hash表是一種數據結構，它擁有驚人的效率，它的時間復雜度低到接近O（1）這樣的常數級。

hash表的實現主要是：
1.計算存儲位置的hash函數。
2.處理哈希沖突的方法。
3.hash的物理存儲。

hash函數

它的目的是通過一個key選出（映射）一個唯一的存儲地址。

最常見的hash函數：f(key)=a*key+b
這里a,b為常數（不為0），f(key)就是計算出的哈希值
一般一個hash函數的設計好壞，直接影響到效率。

哈希沖突

hash沖突定義：當兩個key相同時計算的hash值會一樣，導致沖突。

hash沖突解決部分方法：
**開放定地址：**找下一塊地址（另一個hash表（另一個未用過的hash值·），無限多）
**再散列函數法：**一個hash函數解決不了，就兩個，兩個不行就三個…
**鏈地址法（hash桶(此處鏈表)的概念）：**數組+鏈表，將具有相同hash的同義詞按次序放入鏈表，并鏈表存在數組。鏈表的hash值以數組hash值開始確定新的hash（不擔心與其它數組的hash相同）
還有的就不做介紹了

物理存儲

物理存儲結構:順序|鏈式存儲
hash表的主干永遠都是一個數組
一般的hash只需要一個數組來存儲，一般以數組下標做hash值。
在鏈地址法中需要用到鏈表。

什么是Map？

Map在計算機概念是一個key-value（唯一性）鍵值對

什么是HashMap?

根據前面的鋪墊，
hashMap的存儲主干是一個數組（源碼中的Node(有些是Entry)對象數組），
Node（Entry）對象包含了Key-Value屬性

hashMap處理hash沖突：java1.8后，使用的是鏈地址法。

數據存儲結構如下：

在擁有鏈表的情況下，hashMap的查詢效率必然是低一些的，復雜度提高到o(n)
但1.8利用了紅黑樹數據結構，又將復雜度降為了o(Log(n))

HashMap的源碼分析

1.構造函數(4個)

部分成員變量：
///
transient 關鍵字：再被修飾后變量序列化將不可見
///
threshold:初始空間（initialCapacity傳入參數）
loadFactor:負載因子
modCount:是快速失敗的判斷標準（在迭代時，其他線程訪問Map,并導致其結構改變，會拋異常）
table:節點Set集合（HashMap主干，是個數組）
initialCapacity默認為16，loadFactory默認為0.75

負載因子在0.75時效率最好（數學統計學驗證），用于衡量空間利用的方法選擇

hashMap會擴容且容量永遠是2的冪

合理判斷參數，就結束構造public HashMap(int initialCapacity, float loadFactor) {if (initialCapacity < 0)throw new IllegalArgumentException("Illegal initial capacity: " +initialCapacity);if (initialCapacity > MAXIMUM_CAPACITY)initialCapacity = MAXIMUM_CAPACITY;if (loadFactor <= 0 || Float.isNaN(loadFactor))throw new IllegalArgumentException("Illegal load factor: " +loadFactor);this.loadFactor = loadFactor;this.threshold = tableSizeFor(initialCapacity);}合理判斷空間大小參數，使用默認負載參數就結束構造public HashMap(int initialCapacity) {this(initialCapacity, DEFAULT_LOAD_FACTOR);}/使用默認參數就結束構造public HashMap() {this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted}構造一個具有相同的映射關系與指定Map一個新的HashMap。 HashMap中與默認負載因數（0.75）和初始容量足以容納在指定的地圖的映射創建public HashMap(Map<? extends K, ? extends V> m) {this.loadFactor = DEFAULT_LOAD_FACTOR;putMapEntries(m, false);}

發現此時table變量未分配空間。根據put函數源碼發現，table變量在put()分配空間

再看關鍵對象Node(Entry)

//Map.Entry<K,V>是一個接口//Nodestatic class Node<K,V> implements Map.Entry<K,V> {final int hash;//哈希值final K key;//鍵值V value;Node<K,V> next;//下一節點；因為是鏈地址法Node(int hash, K key, V value, Node<K,V> next) {this.hash = hash;this.key = key;this.value = value;this.next = next;}//other}

再看其部分關鍵函數
hash() : key.hashCode()產生依靠equals()方法，位移異或等操作的哈希值
，這個根據版本不同也計算方法不同，但是hashCode()幾乎一直存在
put() : 計算hash值然后對table

/*單位計算key.hashCode（）和差（異或）的散列以降低的較高位。因為表使用功率的兩掩蔽，套散列的，只有在當前的掩模將總是碰撞上述位變化。 （其中著名的例子是一組浮動鍵的小桌子控股連續整數）。所以我們施加向下變換利差較高位的影響。 有速度，實用，和位傳播質量之間的權衡。 由于哈希許多共同的集已合理分配（所以不要蔓延受益），因為我們用樹來處理大型成套碰撞的垃圾箱，我們只是XOR一些最便宜的方式轉移位降低系統lossage，以及納入，否則將永遠不會因為表界的指數計算中使用的最高位的影響。*/static final int hash(Object key) {int h;return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);}public V put(K key, V value) {return putVal(hash(key), key, value, false, true);}public V put(K key, V value) {return putVal(hash(key), key, value, false, true);}/*** Implements Map.put and related methods** @param hash hash for key* @param key the key* @param value the value to put* @param onlyIfAbsent if true, don't change existing value* @param evict if false, the table is in creation mode.* @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;if ((p = tab[i = (n - 1) & hash]) == null)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 1sttreeifyBin(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 keyV oldValue = e.value;if (!onlyIfAbsent || oldValue == null)e.value = value;afterNodeAccess(e);return oldValue;}}//快速失敗++modCount;if (++size > threshold)resize();afterNodeInsertion(evict);return null;}

JDK1.8在JDK1.7的基礎上針對增加了紅黑樹來進行優化。即當鏈表超過8時，鏈表就轉換為紅黑樹，利用紅黑樹快速增刪改查的特點提高HashMap的性能，其中會用到紅黑樹的插入、刪除、查找等算法。

看上面的put函數的putVal()就含有紅黑樹的插入方法，
一開始普通的鏈表不需要紅黑樹。
下列源碼可以看出，
轉換紅黑樹條件是
鏈表（是在每次遍歷到數組時每個單元對于的鏈表,參考上圖）節點數大于等于8且數組長度大于等于64，

詳見方法：treeifyBin();

//判斷處理方法final void treeifyBin(Node<K,V>[] tab, int hash) {int n, index; Node<K,V> e;if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)resize();else if ((e = tab[index = (n - 1) & hash]) != null) {TreeNode<K,V> hd = null, tl = null;do {TreeNode<K,V> p = replacementTreeNode(e, null);if (tl == null)hd = p;else {p.prev = tl;tl.next = p;}tl = p;} while ((e = e.next) != null);if ((tab[index] = hd) != null)hd.treeify(tab);}} //紅黑樹構造類 static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {TreeNode<K,V> parent; // red-black tree linksTreeNode<K,V> left;TreeNode<K,V> right;TreeNode<K,V> prev; // needed to unlink next upon deletionboolean red;//是紅節點嗎TreeNode(int hash, K key, V val, Node<K,V> next) {super(hash, key, val, next);}}

HashMap源碼探究到此為止，以后可以繼續深入，學習紅黑樹的實際應用等等

在此附上一張網上Copy過來的圖：
是講1.8版本的HashMap在增加元素后一系列的操作步驟，以及優化方式流程圖

集合源碼魅力無窮。
踏踏實實讀源碼。

總結

以上是生活随笔為你收集整理的java-HashMap源码学习的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。