HashMap源码原理

HashMap源码解析（负载因子，树化策略，内部hash实现，resize策略）

内部属性:

负载因子: final float loadFactor(默认为0.75f)
实际容量: int threshold = loadFactor * tab.length;
树化阈值: int TREEIFY_THRESHOLD = 8;
解除树化阈值: int UNTREEIFY_THRESHOLD = 6;

HashMap也采用懒加载策略，第一次put时初始化哈希表。

树化逻辑:索引下标对应的链表长度达到阈值8并且当前哈希表长度达到64才会树化，否则只是调用resize方法进行哈希表扩容。

resize():扩容为原先数组的2倍

负载因子过大会导致哈希冲突明显增加，节省内存.
负载因子过小会导致哈希表频繁扩容，内存利用率低。

为何JDK1.8要引入红黑树?
当链表长度过长时，会将哈希表查找的时间复杂度退化为O(n)

树化保证即便在哈希冲突严重时，查找时间复杂度也为O(logn)

当红黑树节点个数在扩容或删除元素时减少为6以下，在下次resize过程中会将红黑树退化为链表
，节省空间。

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

    HashMap内部hash
    static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }
    为何不直接使用Object提供的hashCode?
    将哈希码保留一半，将高低位都参与哈希运算，减少内存开销，减少哈希冲突。
    (h = key.hashCode()) ^ (h >>> 16)

    put内部逻辑:
    1.哈希表索引下标计算:
    i = (n - 1) & hash
    保证求出的索引下标都在哈希表的长度范围之内。
    2.n : 哈希表长度
    n必须为2^n,保证哈希表中的所有索引下标都会被访问到。
    若n=15，则以下位置永不可能存储元素
    0011
    0101
    1001
    1011
    1101
    1111
    15:0000 1111


    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;

        // 第一次put值时，将哈希表初始化
        // resize():1.完成哈希表的初始化 2.完成哈希表的扩容
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        // 当目标索引未存储元素时，将当前元素存储到目标索引位置
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        // 哈希表已经初始化并且算出的数组下标已经有元素了
        else {
            Node<K,V> e; K k;
            // 若索引下标对应的元素key恰好与当前元素key值相等且不为null
            // 将value替换为当前元素的value
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            // 此时索引对应的链表已经树化了，采用红黑树方式将当前节点添加到树中
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            // 以链表方式将当前节点添加到链表末尾
            else {
                for (int binCount = 0; ; ++binCount) {
                   // 找到链表末尾
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            // 尝试将链表树化
                            treeifyBin(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 key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        // 此时添加了新节点
        if (++size > threshold)
           // 扩容
            resize();
        afterNodeInsertion(evict);
        return null;
    }