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。

HashMap的数据结构

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。
image.png
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或者红黑树。当新建一个 HashMap 的时候，就会初始化一个数组。
下面先通过大概看下 HashMap 的核心成员。

  1. public class HashMap<K,V> extends AbstractMap<K,V> 
  2.     implements Map<K,V>, Cloneable, Serializable { 
  4.     // 默认容量，默认为16，必须是2的幂 
  5.     static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; 
  7.     // 最大容量，值是2^30 
  8.     static final int MAXIMUM_CAPACITY = 1 << 30 
  10.     // 装载因子，默认的装载因子是0.75 
  11.     static final float DEFAULT_LOAD_FACTOR = 0.75f; 
  13.     // 解决冲突的数据结构由链表转换成树的阈值，默认为8 
  14.     static final int TREEIFY_THRESHOLD = 8; 
  16.     // 解决冲突的数据结构由树转换成链表的阈值，默认为6 
  17.     static final int UNTREEIFY_THRESHOLD = 6; 
  19.     /* 当桶中的bin被树化时最小的hash表容量。 
  20.      *  如果没有达到这个阈值，即hash表容量小于MIN_TREEIFY_CAPACITY，当桶中bin的数量太多时会执行resize扩容操作。 
  21.      *  这个MIN_TREEIFY_CAPACITY的值至少是TREEIFY_THRESHOLD的4倍。 
  22.      */ 
  23.     static final int MIN_TREEIFY_CAPACITY = 64; 
  25.     static class Node<K,V> implements Map.Entry<K,V> { 
  26.         //... 
  27.     } 
  28.     // 存储数据的数组 
  29.     transient Node<K,V>[] table; 
  31.     // 遍历的容器 
  32.     transient Set<Map.Entry<K,V>> entrySet; 
  34.     // Map中KEY-VALUE的数量 
  35.     transient int size; 
  37.     /** 
  38.      * 结构性变更的次数。 
  39.      * 结构性变更是指map的元素数量的变化，比如rehash操作。 
  40.      * 用于HashMap快速失败操作，比如在遍历时发生了结构性变更，就会抛出ConcurrentModificationException。 
  41.      */ 
  42.     transient int modCount; 
  44.     // 下次resize的操作的size值。 
  45.     int threshold; 
  47.     // 负载因子，resize后容量的大小会增加现有size * loadFactor 
  48.     final float loadFactor; 
  49. }

HashMap的存储操作

  1. public V put(K key, V value) { 
  2.     return putVal(hash(key), key, value, false, true); 
  3. }

下面我们详细讲一下 HashMap 是如何确定数组索引的位置、进行put操作的详细过程以及扩容机制（resize）。

hash计算，确定数组索引位置

不管增加、删除、查找键值对，定位到哈希桶数组的位置都是很关键的第一步。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，不用遍历链表，大大优化了查询的效率。HashMap 定位数组索引位置，直接决定了 hash 方法的离散性能。 

  1. static final int hash(Object key) {   //jdk1.8 
  2.      int h; 
  3.      // h = key.hashCode() 为第一步 取hashCode值 
  4.      // h ^ (h >>> 16)  为第二步 高位参与运算 
  5.      return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); 
  6. }

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。
大家都知道上面代码里的key.hashCode()函数调用的是 key 键值类型自带的哈希函数，返回 int 型散列值。理论上散列值是一个 int 型，如果直接拿散列值作为下标访问 HashMap 主数组的话，考虑到2进制32位带符号的int表值范围从 ‑2147483648 到 2147483648。前后加起来大概40亿的映射空间。只要哈希函数映射得比较均匀松散，一般应用是很难出现碰撞的。但问题是一个40亿长度的数组，内存是放不下的。你想，HashMap 扩容之前的数组初始大小才16。所以这个散列值是不能直接拿来用的。用之前还要先做对数组的长度取模运算，得到的余数才能用来访问数组下标。源码中模运算是在这个indexFor( )函数里完成。

  1. bucketIndex = indexFor(hash, table.length); 
  2. //indexFor的代码也很简单，就是把散列值和数组长度做一个"与"操作， 
  3. static int indexFor(int h, int length) { 
  4.    return h & (length-1); 
  5. }

8a8c8182-6861-4f78-b1cf-a82133cf6d6c.png

在保证数组长度为2的幂次方的时候，使用 hash() 运算之后的值与运算（&）（数组长度 - 1）来获取数组下标的方式进行存储，这样一来是比取余操作更加有效率，二来也是因为只有当数组长度为2的幂次方时，h&(length-1)才等价于h%length，三来解决了“哈希值与数组大小范围不匹配”的问题；

顺便说一下，这也正好解释了为什么HashMap的数组长度要取2的整次幂。因为这样（数组长度‑1）正好相当于一个“低位掩码”。“与”操作的结果就是散列值的高位全部归零，只保留低位值，用来做数组下标访问。以初始长度16为例，16‑1=15。2进制表示是000000000000000000001111。和某散列值做“与”操作如下，结果就是截取了最低的四位值。

  1.   10100101 11000100 00100101 
  2. & 00000000 00000000 00001111 
  3. ---------------------------------- 
  4.   00000000 00000000 00000101 //高位全部归零，只保留末四位

但这时候问题就来了，这样就算我的散列值分布再松散，要是只取最后几位的话，碰撞也会很严重。更要命的是如果散列本身做得不好，分布上成等差数列的漏洞，恰好使最后几个低位呈现规律性重复，就无比蛋疼。这时候“扰动函数”的价值就出来了，说到这大家应该都明白了，看下图：916de19a-4fad-4a21-85b1-0e65a03d4e53.pnghash 计算过程：
右位移16位，正好是32bit的一半，自己的高半区和低半区做异或，就是为了混合原始哈希码的高位和低位，以此来加大低位的随机性。而且混合后的低位掺杂了高位的部分特征，这样高位的信息也被变相保留下来。

putVal方法

b78be43c-6bd3-4c74-8c99-bc53176dbbe7.png
源码以及解释如下：

  1.     // 真正的put操作 
  2.     final V putVal(int hash, K key, V value, boolean onlyIfAbsent, 
  3.                    boolean evict) { 
  4.         Node<K,V>[] tab; Node<K,V> p; int n, i; 
  5.         // 如果table没有初始化，或者初始化的大小为0，进行resize操作 
  6.         if ((tab = table) == null || (n = tab.length) == 0) 
  7.             n = (tab = resize()).length; 
  8.         // 如果hash值对应的桶内没有数据，直接生成结点并且把结点放入桶中 
  9.         if ((p = tab[i = (n - 1) & hash]) == null) 
  10.             tab[i] = newNode(hash, key, value, null); 
  11.         // 如果hash值对应的桶内有数据解决冲突，再放入桶中 
  12.         else { 
  13.             Node<K,V> e; K k; 
  14.             //判断put的元素和已经存在的元素是相同(hash一致，并且equals返回true)
  15.             //key的hash相等并且（key相等（基本数据类型）或 key相等（对象或重写equals方法）
  16.             if (p.hash == hash && 
  17.                 ((k = p.key) == key || (key != null && key.equals(k)))) 
  18.                 e = p; 
  19.             // put的元素和已经存在的元素是不相同 
  20.             // 如果桶内元素的类型是TreeNode，也就是解决hash解决冲突用的树型结构，把元素放入树种 
  21.             else if (p instanceof TreeNode) 
  22.                 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); 
  23.             else { 
  24.                 // 桶内元素的类型不是TreeNode，而是链表时，把数据放入链表的最后一个元素上 
  25.                 for (int binCount = 0; ; ++binCount) { 
  26.                     if ((e = p.next) == null) { 
  27.                         p.next = newNode(hash, key, value, null); 
  28.                         // 如果链表的长度大于转换为树的阈值(TREEIFY_THRESHOLD)，将存储元素的数据结构变更为树 
  29.                         if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st 
  30.                             treeifyBin(tab, hash); 
  31.                         break; 
  32.                     } 
  33.                     // 如果查已经存在key，停止遍历 
  34.                     if (e.hash == hash && 
  35.                         ((k = e.key) == key || (key != null && key.equals(k)))) 
  36.                         break; 
  37.                     p = e; 
  38.                 } 
  39.             } 
  40.             // 已经存在元素时 
  41.             if (e != null) { // existing mapping for key 
  42.                 V oldValue = e.value; 
  43.                 if (!onlyIfAbsent || oldValue == null) 
  44.                     e.value = value; 
  45.                 afterNodeAccess(e); 
  46.                 return oldValue; 
  47.             } 
  48.         } 
  49.         ++modCount; 
  50.         // 如果K-V数量大于阈值，进行resize操作 
  51.         if (++size > threshold) 
  52.             resize(); 
  53.         afterNodeInsertion(evict); 
  54.         return null; 
  55.     }

扩容机制

  1. 当添加某个元素后，数组的总的添加元素数大于了 数组长度 * 0.75（默认，也可自己设定），数组长度扩容为两倍。
  2. 当发现链表中的元素个数大于8之后，还会判断一下当前数组的长度，如果数组长度小于64时，此时并不会转化为红黑树，而是进行扩容。只有当链表中的元素个数大于8，并且数组的长度大于等于64时才会将链表转为红黑树。

HashMap 的扩容机制用的很巧妙，以最小的性能来完成扩容。扩容后的容量就变成了变成了之前容量的2倍，初始容量为16，所以经过 rehash 之后，元素的位置要么是在原位置，要么是在原位置再向高下标移动上次容量次数的位置，也就是说如果上次容量是16，下次扩容后容量变成了16+16，如果一个元素在下标为7的位置，下次扩容时，要不还在7的位置，要不在7+16的位置。
我们下面来解释一下 Java8 的扩容机制是怎么做到的？n为 table 的长度，图（a）表示扩容前的key1和key2两种key确定索引位置的示例，图（b）表示扩容后key1和key2两种key确定索引位置的示例，其中hash1是key1对应的哈希与高位运算结果。a2828fcd-3306-4651-812e-a46fb807c960.png
元素在重新计算 hash 之后，因为n变为2倍，那么n-1的mask范围在高位多1bit(红色)，因此新的index就会发生这样的变化：58a27c03-7210-45e4-9de6-bc1a85e75cf7.png
因此，我们在扩充 HashMap 的时候，不需要像 JDK1.7 的实现那样重新计算hash，只需要看看原来的 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”，可以看看下图为16扩充为32的resize示意图：
112c30f8-7a9f-47e8-8bf5-49677ca70a8f.png
而 hash 值的高位是否为1，只需要和扩容后的长度做与操作就可以了，因为扩容后的长度为2的次幂，所以高位必为1，低位必为0，如10000这种形式，源码中有e.hash & oldCap来做到这个逻辑。
这个设计确实非常的巧妙，既省去了重新计算 hash 值的时间，而且同时，由于新增的1bit是0还是1可以认为是随机的，因此resize的过程，均匀的把之前的冲突的节点分散到新的 bucket 了。这一块就是 JDK1.8 新增的优化点。有一点注意区别，JDK1.7 中 rehash 的时候，旧链表迁移新链表的时候，如果在新表的数组索引位置相同，则链表元素会倒置，但是从上图可以看出，JDK1.8 不会倒置。下面是 JDK1.8 的resize源码，写的很赞，如下：

  1.     final Node<K,V>[] resize() { 
  2.         Node<K,V>[] oldTab = table; 
  3.         int oldCap = (oldTab == null) ? 0 : oldTab.length; 
  4.         int oldThr = threshold; 
  5.         int newCap, newThr = 0; 
  6.         // 计算新的容量值和下一次要扩展的容量 
  7.         if (oldCap > 0) { 
  8.         // 超过最大值就不再扩充了，就只好随你碰撞去吧 
  9.             if (oldCap >= MAXIMUM_CAPACITY) { 
  10.                 threshold = Integer.MAX_VALUE; 
  11.                 return oldTab; 
  12.             } 
  13.             // 没超过最大值，就扩充为原来的2倍 
  14.             else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && 
  15.                      oldCap >= DEFAULT_INITIAL_CAPACITY) 
  16.                 newThr = oldThr << 1; // double threshold 
  17.         } 
  18.         else if (oldThr > 0) // initial capacity was placed in threshold 
  19.             newCap = oldThr; 
  20.         else {               // zero initial threshold signifies using defaults 
  21.             newCap = DEFAULT_INITIAL_CAPACITY; 
  22.             newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); 
  23.         } 
  24.         // 计算新的resize上限 
  25.         if (newThr == 0) { 
  26.             float ft = (float)newCap * loadFactor; 
  27.             newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? 
  28.                       (int)ft : Integer.MAX_VALUE); 
  29.         } 
  30.         threshold = newThr; 
  31.         @SuppressWarnings({"rawtypes","unchecked"}) 
  32.             Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; 
  33.         table = newTab; 
  34.         if (oldTab != null) { 
  35.             // 把每个bucket都移动到新的buckets中 
  36.             for (int j = 0; j < oldCap; ++j) { 
  37.                 Node<K,V> e; 
  38.                 //如果位置上没有元素，直接为null 
  39.                 if ((e = oldTab[j]) != null) { 
  40.                     oldTab[j] = null; 
  41.                     //如果只有一个元素，新的hash计算后放入新的数组中 
  42.                     if (e.next == null) 
  43.                         newTab[e.hash & (newCap - 1)] = e; 
  44.                     //如果是树状结构，使用红黑树保存 
  45.                     else if (e instanceof TreeNode) 
  46.                         ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); 
  47.                     //如果是链表形式 
  48.                     else { // preserve order 
  49.                         Node<K,V> loHead = null, loTail = null; 
  50.                         Node<K,V> hiHead = null, hiTail = null; 
  51.                         Node<K,V> next; 
  52.                         do { 
  53.                             next = e.next; 
  54.                             //hash碰撞后高位为0，放入低Hash值的链表中 
  55.                             if ((e.hash & oldCap) == 0) { 
  56.                                 if (loTail == null) 
  57.                                     loHead = e; 
  58.                                 else 
  59.                                     loTail.next = e; 
  60.                                 loTail = e; 
  61.                             } 
  62.                             //hash碰撞后高位为1，放入高Hash值的链表中 
  63.                             else { 
  64.                                 if (hiTail == null) 
  65.                                     hiHead = e; 
  66.                                 else 
  67.                                     hiTail.next = e; 
  68.                                 hiTail = e; 
  69.                             } 
  70.                         } while ((e = next) != null); 
  71.                         // 低hash值的链表放入数组的原始位置 
  72.                         if (loTail != null) { 
  73.                             loTail.next = null; 
  74.                             newTab[j] = loHead; 
  75.                         } 
  76.                         // 高hash值的链表放入数组的原始位置 + 原始容量 
  77.                         if (hiTail != null) { 
  78.                             hiTail.next = null; 
  79.                             newTab[j + oldCap] = hiHead; 
  80.                         } 
  81.                     } 
  82.                 } 
  83.             } 
  84.         } 
  85.         return newTab; 
  86.     }

HashMap 的长度为什么是2的幂次方？

为了加快哈希计算、以及减少哈希冲突

  1. 加快哈希计算：为了找到 KEY 的位置在哈希表的哪个槽里面，需要计算 hash(KEY) % length。但是 % 计算比 & 慢很多，所以用 & 代替 %，当length为 2n 时，h&(length-1)才等价于h%length。
  2. 减少哈希冲突：如果长度不为 2n
    1. length 为偶数时，length-1为奇数，奇数的二进制最后一位是 1，这样便保证了hash &(length-1)的最后一位可能为 0，也可能为 1（这取决于 h 的值），即 & 运算后的结果可能为偶数，也可能为奇数，这样便可以保证散列的均匀性。
    2. length 为奇数的话，很明显 length-1为偶数，它的最后一位是 0，这样 hash & (length-1)的最后一位肯定为 0，即只能为偶数，这样任何 hash 值都只会被散列到数组的偶数下标位置上，这便浪费了近一半的空间。

HashMap 为什么线程不安全？

  1. 在put的时候，因为该方法不是同步的，假如有两个线程A、B，它们的put的key的hash值相同，不论是从头插入还是从尾插入，都会有一个丢失。
  2. 在扩容的时候，jdk1.8之前是采用头插法，当两个线程同时检测到Hashmap需要扩容，在进行同时扩容的时候有可能会造成链表的循环。
    1.  主要原因就是，采用头插法，新链表与旧链表的顺序是反的，在1.8后采用尾插法就不会出现这种问题，同时1.8的链表长度如果大于8就会转变成红黑树。