一，概念分析

1.数组和链表的对比

数组：占用内存连续的空间，空间占用大，寻址容易，插入删除困难
链表：内存空间不连续，空间占用比较小，寻址困难，插入删除容易

2.散列表

  1. 整合数组和链表两者的特性，数组里面每一个位置都保存一个链表。
  2. hash也称为散列，基本原理就是把任意长度的输入，通过hash算法变成固定长度的输出。这个映射的规则就是对应的Hash算法，而原始数据映射后的二进制串就是哈希值。

Hash的特点：
1.从hash值不可以反向推导出原始的数据
2.输入数据的微小变化会得到完全不同的hash值，相同的数据会得到相同的值
3.哈希算法的执行效率要高效，长的文本也能快速地计算出哈希值
4.hash算法的冲突概率要小
由于hash的原理是将输入空间的值映射成hash空间内，而hash值的空间远小于输入的空间。根据抽屉原理，一定会存在不同的输入被映射成相同输出的情况。
抽屉原理：桌上有十个苹果，要把这十个苹果放到九个抽屉里，无论怎样放，我们会发现至少会有一个抽屉里面放不少于两个苹果。
深度解析HashMap底层原理 - 图1

二，手写源码

1.属性

  1. //如果没有指定长度，默认的长度
  2. static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
  3. //table的最大长度
  4. static final int MAXIMUM_CAPACITY = 1 << 30;
  5. //默认的加载因子，与table的扩容有关
  6. static final float DEFAULT_LOAD_FACTOR = 0.75f;
  7. //默认的树化阈值
  8. static final int TREEIFY_THRESHOLD = 8;
  9. //默认的反树化阈值
  10. static final int UNTREEIFY_THRESHOLD = 6;
  11. //树化的另一个参数
  12. static final int MIN_TREEIFY_CAPACITY = 64;

由此可见，当数组四分之三的位置上长度上都有元素时，就会引发数组扩容，当数组长度大于64且单个桶位元素大于8个时就会导致桶位上的元素从链表转化为红黑树。当红黑树的元素少于6个时就会导致桶位上的红黑树退化为链表，为什么是6呢？防止不停地树化反树化。

2.构造器

  1.     public HashMap() {
  2.         this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
  3.     }
  1.     public HashMap(int initialCapacity) {
  2.         this(initialCapacity, DEFAULT_LOAD_FACTOR);
  3.     }
  1.     public HashMap(int initialCapacity, float loadFactor) {
  3.         //其实就是做了一些校验
  4.         //初始化值必须大于0
  5.         if (initialCapacity < 0)
  6.             throw new IllegalArgumentException("Illegal initial capacity: " +
  7.                     initialCapacity);
  8.         //如果初始化值大于最大值，就将容量改为最大值
  9.         if (initialCapacity > MAXIMUM_CAPACITY)
  10.             initialCapacity = MAXIMUM_CAPACITY;
  12.         //加载因子必须大于0并且是一个数字
  13.         if (loadFactor <= 0 || Float.isNaN(loadFactor))
  14.             throw new IllegalArgumentException("Illegal load factor: " +
  15.                     loadFactor);
  17.         this.loadFactor = loadFactor;
  18.         this.threshold = tableSizeFor(initialCapacity);
  19.     }

从这里我们可以看到，hashmap的构造器采用了套娃的模式，实际上执行的构造器是最下面的一次经历过条件判断的构造器。如果我们能确定集合的大概长度，尽量在创建的时候指定长度，防止map不停地扩容操作，降低效率。

3.内部类

深度解析HashMap底层原理 - 图2

  1.     static class Node<K,V> implements Entry<K,V> {
  2.         final int hash;
  3.         final K key;
  4.         V value;
  5.         Node<K,V> next;
  7.         Node(int hash, K key, V value, Node<K,V> next) {
  8.             this.hash = hash;
  9.             this.key = key;
  10.             this.value = value;
  11.             this.next = next;
  12.         }
  14.         public final K getKey()        { return key; }
  15.         public final V getValue()      { return value; }
  16.         public final String toString() { return key + "=" + value; }
  18.         public final int hashCode() {
  19.             return Objects.hashCode(key) ^ Objects.hashCode(value);
  20.         }
  22.         public final V setValue(V newValue) {
  23.             V oldValue = value;
  24.             value = newValue;
  25.             return oldValue;
  26.         }
  28.         public final boolean equals(Object o) {
  29.             if (o == this)
  30.                 return true;
  31.             if (o instanceof Map.Entry) {
  32.                 Entry<?,?> e = (Entry<?,?>)o;
  33.                 if (Objects.equals(key, e.getKey()) &&
  34.                         Objects.equals(value, e.getValue()))
  35.                     return true;
  36.             }
  37.             return false;
  38.         }
  39.     }

4.hash

  1.     static final int hash(Object key) {
  2.         int h;
  3.         return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
  4.     }

如果key==null，hash值就是0，hash值就等于key的hash值^h无符号右移16位。
异或：相同则返回0，不同返回1
这就是哈希map底层使用的扰动，为了让高16位也参与运算。防止哈希冲突。

5.put

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

可以看到这里又开始套娃了，实际上执行的是putVal方法。

6.putVal

  1.     /**
  2.      * Implements Map.put and related methods
  3.      *
  4.      * @param hash hash for key
  5.      * @param key the key
  6.      * @param value the value to put
  7.      * @param onlyIfAbsent if true, don't change existing value
  8.      * 当插入的key和原有的key一致时，根据这个属性判断value是否覆盖
  9.      * @param evict if false, the table is in creation mode.
  10.      * 如果为false，就扩容。
  11.      * @return previous value, or null if none
  12.      */
  13.     final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
  14.                    boolean evict) {
  15.                    //tab：引用当前hash的散列表
  16.                    //p：当前散列表的元素
  17.                    //n：散列表的数组长度
  18.                    //i：表示路由寻址 结果
  19.         Node<K,V>[] tab; Node<K,V> p; int n, i;
  20.         //延迟初始化逻辑，第一次调用putVal时会初始化hashMap对象中的最耗费内存的散列表
  21.         if ((tab = table) == null || (n = tab.length) == 0)
  22.             n = (tab = resize()).length;
  23.             //最简单的一种情况：寻址找到的桶位 刚好是 null，这个时候，直接将当前k-v=>node 扔进去就可以了
  24.         if ((p = tab[i = (n - 1) & hash]) == null)
  25.             tab[i] = newNode(hash, key, value, null);
  26.         else {
  27.             //e：不为null的话，找到了一个与当前要插入的key-value一致的key的元素
  28.             //k：表示临时的一个key
  29.             Node<K,V> e; K k;
  30.             //表示桶位中的该元素，与你当前插入的元素的key完全一致，表示后续需要进行替换操作
  31.             if (p.hash == hash &&
  32.                 ((k = p.key) == key || (key != null && key.equals(k))))
  33.                 e = p;
  34.                 //表示当前桶位的结构时红黑树
  35.             else if (p instanceof TreeNode)
  36.                 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
  37.             else {
  38.             //当前桶位上是多个以链表形式存在的node，而且链表的头结点与我们要插入的数据不一致
  39.                 for (int binCount = 0; ; ++binCount) {
  40.                 //一直遍历到链表最后，也没找到一个与要插入的元素一样的，所以直接放到链表末尾
  41.                     if ((e = p.next) == null) {
  42.                         p.next = newNode(hash, key, value, null);
  43.                         //当前链表长度达到了树化的标准
  44.                         if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
  45.                             treeifyBin(tab, hash);//树化
  46.                         break;
  47.                     }
  48.                     //条件成立的话，说明找到了相同key的node元素，需要进行替换操作
  49.                     if (e.hash == hash &&
  50.                         ((k = e.key) == key || (key != null && key.equals(k))))
  51.                         break;
  52.                     p = e;
  53.                 }
  54.             }
  55.             //e不等于null，条件成立说明，找到了一个与你插入元素key完全一致的数据，需要进行替换
  56.             if (e != null) { // existing mapping for key
  57.                 V oldValue = e.value;
  58.                 if (!onlyIfAbsent || oldValue == null)
  59.                     e.value = value;
  60.                 afterNodeAccess(e);
  61.                 return oldValue;
  62.             }
  63.         }
  64.         ++modCount; //modCount：表示散列表结构被修改的次数，替换Node元素的value不计数
  65.         //插入新元素，size自增，如果自增后的值大于扩容阈值，则触发扩容。
  66.         if (++size > threshold)
  67.             resize();
  68.         afterNodeInsertion(evict);
  69.         return null;
  70.     }

map.put(“yhd”,”yhd”)；
底层执行的操作流程
1.获取key的哈希值
2.经过哈希值扰动函数，使这个哈希值更散列
3.构造出一个node对象
4.使用哪个路由寻址算法，找出node对象应该存放的数组位置
关于路由寻址算法：
(table.length-1)&node.hash

7.resize

  1.     final Node<K,V>[] resize() {
  2.         //oldTab：引用扩容前的哈希表
  3.         Node<K,V>[] oldTab = table;
  4.         //oldCap：表示扩容之前table数组的长度
  5.         int oldCap = (oldTab == null) ? 0 : oldTab.length;
  6.         //oldThr：表示扩容之前的扩容阈值，触发本次扩容的阈值
  7.         int oldThr = threshold;
  8.         //newCap：扩容之后table数组的大小
  9.         //newThr：扩容之后，下次再次触发扩容的条件
  10.         int newCap, newThr = 0;
  12.         //条件如果成立说明 hashMap中的散列表已经初始化过了，这是一次正常扩容
  13.         if (oldCap > 0) {
  14.             //扩容之前的table数组大小已经达到 最大阈值后，则不扩容，且设置扩容条件为 int 最大值。
  15.             if (oldCap >= MAXIMUM_CAPACITY) {
  16.                 threshold = Integer.MAX_VALUE;
  17.                 return oldTab;
  18.             }
  20.             //oldCap左移一位实现数值翻倍，并且赋值给newCap， newCap 小于数组最大值限制 且 扩容之前的阈值 >= 16
  21.             //这种情况下，则 下一次扩容的阈值 等于当前阈值翻倍
  22.             else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
  23.                     oldCap >= DEFAULT_INITIAL_CAPACITY)
  24.                 newThr = oldThr << 1; // double threshold
  25.         }
  27.         //oldCap == 0,说明hashMap中的散列表是null
  28.         //1.new HashMap(initCap, loadFactor);
  29.         //2.new HashMap(initCap);
  30.         //3.new HashMap(map); 并且这个map有数据
  31.         else if (oldThr > 0) // initial capacity was placed in threshold
  32.             newCap = oldThr;
  34.         //oldCap == 0，oldThr == 0
  35.         //new HashMap();
  36.         else {               // zero initial threshold signifies using defaults
  37.             newCap = DEFAULT_INITIAL_CAPACITY;//16
  38.             newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);//12
  39.         }
  41.         //newThr为零时，通过newCap和loadFactor计算出一个newThr
  42.         if (newThr == 0) {
  43.             float ft = (float)newCap * loadFactor;
  44.             newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
  45.                     (int)ft : Integer.MAX_VALUE);
  46.         }
  48.         threshold = newThr;
  50.         //创建出一个更长 更大的数组
  51.         @SuppressWarnings({"rawtypes","unchecked"})
  52.         Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
  53.         table = newTab;
  55.         //说明，hashMap本次扩容之前，table不为null
  56.         if (oldTab != null) {
  58.             for (int j = 0; j < oldCap; ++j) {
  59.                 //当前node节点
  60.                 Node<K,V> e;
  61.                 //说明当前桶位中有数据，但是数据具体是 单个数据，还是链表 还是 红黑树 并不知道
  62.                 if ((e = oldTab[j]) != null) {
  63.                     //方便JVM GC时回收内存
  64.                     oldTab[j] = null;
  66.                     //第一种情况：当前桶位只有一个元素，从未发生过碰撞，这情况 直接计算出当前元素应存放在 新数组中的位置，然后
  67.                     //扔进去就可以了
  68.                     if (e.next == null)
  69.                         newTab[e.hash & (newCap - 1)] = e;
  71.                     //第二种情况：当前节点已经树化
  72.                     else if (e instanceof TreeNode)
  73.                         ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
  74.                     else { // preserve order
  75.                         //第三种情况：桶位已经形成链表
  77.                         //低位链表：存放在扩容之后的数组的下标位置，与当前数组的下标位置一致。
  78.                         Node<K,V> loHead = null, loTail = null;
  79.                         //高位链表：存放在扩容之后的数组的下表位置为 当前数组下标位置 + 扩容之前数组的长度
  80.                         Node<K,V> hiHead = null, hiTail = null;
  82.                         Node<K,V> next;
  83.                         do {
  84.                             next = e.next;
  85.                             //hash-> .... 1 1111
  86.                             //hash-> .... 0 1111
  87.                             // 0b 10000
  89.                             if ((e.hash & oldCap) == 0) {
  90.                                 if (loTail == null)
  91.                                     loHead = e;
  92.                                 else
  93.                                     loTail.next = e;
  94.                                 loTail = e;
  95.                             }
  96.                             else {
  97.                                 if (hiTail == null)
  98.                                     hiHead = e;
  99.                                 else
  100.                                     hiTail.next = e;
  101.                                 hiTail = e;
  102.                             }
  104.                         } while ((e = next) != null);
  107.                         if (loTail != null) {
  108.                             loTail.next = null;
  109.                             newTab[j] = loHead;
  110.                         }
  112.                         if (hiTail != null) {
  113.                             hiTail.next = null;
  114.                             newTab[j + oldCap] = hiHead;
  115.                         }
  117.                     }
  118.                 }
  119.             }
  123.         }
  124.         return newTab;
  125.     }

8.get

  1.     public V get(Object key) {
  2.         Node<K,V> e;
  3.         return (e = getNode(hash(key), key)) == null ? null : e.value;
  4.     }

同样的套娃原理，实际上执行的是getNode()

  1.     final Node<K,V> getNode(int hash, Object key) {
  2.         //tab：引用当前hashMap的散列表
  3.         //first：桶位中的头元素
  4.         //e：临时node元素
  5.         //n：table数组长度
  6.         Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
  8.         if ((tab = table) != null && (n = tab.length) > 0 &&
  9.                 (first = tab[(n - 1) & hash]) != null) {
  10.             //第一种情况：定位出来的桶位元素 即为咱们要get的数据
  11.             if (first.hash == hash && // always check first node
  12.                     ((k = first.key) == key || (key != null && key.equals(k))))
  13.                 return first;
  15.             //说明当前桶位不止一个元素，可能 是链表 也可能是 红黑树
  16.             if ((e = first.next) != null) {
  17.                 //第二种情况：桶位升级成了 红黑树
  18.                 if (first instanceof TreeNode)
  19.                     return ((TreeNode<K,V>)first).getTreeNode(hash, key);
  20.                 //第三种情况：桶位形成链表
  21.                 do {
  22.                     if (e.hash == hash &&
  23.                             ((k = e.key) == key || (key != null && key.equals(k))))
  24.                         return e;
  26.                 } while ((e = e.next) != null);
  27.             }
  28.         }
  29.         return null;
  30.     }

9.remove

  1.     public V remove(Object key) {
  2.         Node<K,V> e;
  3.         return (e = removeNode(hash(key), key, null, false, true)) == null ?
  4.                 null : e.value;
  5.     }

jdk专业套娃removeNode（）

  1.     /**
  2.      * Implements Map.remove and related methods.
  3.      *
  4.      * @param hash hash for key
  5.      * @param key the key
  6.      * @param value the value to match if matchValue, else ignored
  7.      * @param matchValue if true only remove if value is equal
  8.      * @param movable if false do not move other nodes while removing
  9.      * @return the node, or null if none
  10.      */
  11.     final Node<K,V> removeNode(int hash, Object key, Object value,
  12.                                boolean matchValue, boolean movable) {
  13.         //tab：引用当前hashMap中的散列表
  14.         //p：当前node元素
  15.         //n：表示散列表数组长度
  16.         //index：表示寻址结果
  17.         Node<K,V>[] tab; Node<K,V> p; int n, index;
  19.         if ((tab = table) != null && (n = tab.length) > 0 &&
  20.                 (p = tab[index = (n - 1) & hash]) != null) {
  21.             //说明路由的桶位是有数据的，需要进行查找操作，并且删除
  23.             //node：查找到的结果
  24.             //e：当前Node的下一个元素
  25.             Node<K,V> node = null, e; K k; V v;
  27.             //第一种情况：当前桶位中的元素 即为 你要删除的元素
  28.             if (p.hash == hash &&
  29.                     ((k = p.key) == key || (key != null && key.equals(k))))
  30.                 node = p;
  33.             else if ((e = p.next) != null) {
  34.                 //说明，当前桶位 要么是 链表 要么 是红黑树
  36.                 if (p instanceof TreeNode)//判断当前桶位是否升级为 红黑树了
  37.                     //第二种情况
  38.                     //红黑树查找操作
  39.                     node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
  40.                 else {
  41.                     //第三种情况
  42.                     //链表的情况
  43.                     do {
  44.                         if (e.hash == hash &&
  45.                                 ((k = e.key) == key ||
  46.                                         (key != null && key.equals(k)))) {
  47.                             node = e;
  48.                             break;
  49.                         }
  50.                         p = e;
  51.                     } while ((e = e.next) != null);
  52.                 }
  53.             }
  56.             //判断node不为空的话，说明按照key查找到需要删除的数据了
  57.             if (node != null && (!matchValue || (v = node.value) == value ||
  58.                     (value != null && value.equals(v)))) {
  60.                 //第一种情况：node是树节点，说明需要进行树节点移除操作
  61.                 if (node instanceof TreeNode)
  62.                     ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
  64.                 //第二种情况：桶位元素即为查找结果，则将该元素的下一个元素放至桶位中
  65.                 else if (node == p)
  66.                     tab[index] = node.next;
  68.                 else
  69.                     //第三种情况：将当前元素p的下一个元素 设置成 要删除元素的 下一个元素。
  70.                     p.next = node.next;
  72.                 ++modCount;
  73.                 --size;
  74.                 afterNodeRemoval(node);
  75.                 return node;
  76.             }
  77.         }
  78.         return null;
  79.     }

10.replace

  1.     @Override
  2.     public boolean replace(K key, V oldValue, V newValue) {
  3.         Node<K,V> e; V v;
  4.         if ((e = getNode(hash(key), key)) != null &&
  5.                 ((v = e.value) == oldValue || (v != null && v.equals(oldValue)))) {
  6.             e.value = newValue;
  7.             afterNodeAccess(e);
  8.             return true;
  9.         }
  10.         return false;
  11.     }

本文参照哔哩哔哩小刘讲源码和jdk的HashMap源码。