HashMap 是 Java 中常用的集合类，用于存储键值对（key-value）。理解其核心机制需要深入源码，了解其内部结构、哈希算法、冲突处理、扩容机制等。以下是对 Java 8 及以后版本中 HashMap 核心机制的详细讲解。
1. HashMap 的基本结构
在 Java 8 中，HashMap 主要由以下几个核心部分组成：
- 数组（table）：底层数据结构是一个数组，数组中的每个元素称为“桶”（bucket），用于存储键值对。
- 链表和红黑树：当发生哈希冲突时，链表用于存储多个键值对。为了提高性能，当链表长度超过一定阈值（默认为 8）时，链表将转换为红黑树，以降低查找时间复杂度。
- Node 类：内部类，用于表示每个键值对，继承自
Map.Entry<K, V>，并包含键、值、哈希值以及指向下一个节点的引用。
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
// 构造方法和其他方法
}
2. 哈希算法与索引计算
HashMap 通过哈希函数将键映射到数组中的索引位置。Java 8 中使用的哈希函数经过优化，以减少哈希冲突。
哈希函数
在 Java 8 中，HashMap 的 hash(Object key) 方法用于计算键的哈希值：
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
这里，h = key.hashCode() 获取键的原始哈希码，然后通过 h ^ (h >>> 16) 进行扰动，以减少不同对象可能产生相同高位的情况，从而降低哈希冲突几率。
索引计算
通过 indexFor 方法计算键值对在数组中的索引位置：
static int indexFor(int hash, int length) {
return hash & (length - 1);
}
这里使用位运算 hash & (length - 1)，要求数组长度 length 必须是 2 的幂，以确保索引分布均匀。
3. 插入（put）操作
插入操作包括以下步骤：
- 计算哈希值和索引：通过哈希函数计算键的哈希值，然后计算索引位置。
- 处理冲突：
- 如果桶为空，直接插入新的节点。
- 如果桶不为空，遍历链表或树，检查是否有相同键存在。
- 如果存在，覆盖旧值。
- 如果不存在，添加新的节点。如果链表长度超过阈值（8），转换为红黑树。
- 扩容：如果当前元素数量超过阈值（负载因子 0.75 * 数组长度），则触发扩容，将数组长度翻倍，并重新分配所有节点。
代码示例
以下是 putVal 方法的核心部分：
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)
treeifyBin(tab, hash);
break;
}
if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
4. 冲突处理与链表转红黑树
当多个键映射到同一个索引位置时，会在该桶中形成链表。当链表长度超过 8 时，HashMap 会将链表转换为红黑树，以提高查找效率。
转换为红黑树
treeifyBin 方法负责将链表转换为红黑树：
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 (hd != null)
tab[index] = hd;
if (hd != null)
hd.treeify(tab);
}
}
红黑树节点
TreeNode 是 HashMap 的内部类，扩展了 LinkedHashMap.Entry，用于实现红黑树的节点结构，并包含额外的指针用于树的平衡操作。
5. 查找（get）操作
查找操作主要通过计算键的哈希值和索引，然后在相应的链表或红黑树中查找。
代码示例
getNode 方法用于查找节点：
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && ((k = first.key) == key || (key != null && key.equals(k))))
return first;
if (first instanceof TreeNode)
return ((TreeNode<K,V>) first).getTreeNode(hash, key);
for (e = first.next; e != null; e = e.next) {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
}
}
return null;
}
如果桶中的第一个节点匹配，则直接返回；如果是红黑树，则调用 getTreeNode 在树中查找；否则，遍历链表查找。
6. 扩容（resize）机制
当 HashMap 中的元素数量超过阈值（默认 0.75 * 数组长度）时，会触发扩容，将数组长度翻倍，并重新分配所有节点。
代码示例
resize 方法的核心逻辑：
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) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
newCap = oldCap << 1;
if (newCap < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1;
}
else if (oldThr > 0) {
newCap = oldThr;
}
else {
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
newThr = (int)(newCap * loadFactor);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>) e).split(this, newTab, j, oldCap);
else { // 批量转移链表节点
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;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
重新分配节点
扩容后，HashMap 需要将旧数组中的节点重新分配到新数组中。对于每个节点，根据新的数组长度重新计算索引位置。
- 链表节点：通过位运算将链表节点分配到新数组中。
- 红黑树节点：调用
split方法，将树节点分配到新数组中。
7. 删除（remove）操作
删除操作类似于查找，首先定位到节点，然后调整链表或红黑树结构以移除目标节点。
代码示例
removeNode 方法用于删除节点：
final V removeNode(int hash, Object key, Object value, boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if (p instanceof TreeNode)
node = ((TreeNode<K,V>) p).getTreeNode(hash, key);
else {
for (int i = 0; i < BUCKET_SIZE_LIMIT && (e = p.next) != null; i++) {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
}
}
if (node != null && (!matchValue || Objects.equals(node.value, value))) {
if (node instanceof TreeNode)
((TreeNode<K,V>) node).removeTreeNode(this, tab, movable);
else if (node == p)
tab[index] = node.next;
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node.value;
}
}
return null;
}
8. 其他关键方法
- 遍历：HashMap 提供多种遍历方式，如
forEach、keySet、entrySet等，底层通过迭代器实现。 - 迭代器：HashMap 的迭代器实现了
Iterator接口，通过链表或红黑树遍历节点。
9. 性能优化
Java 8 对 HashMap 进行了多项优化：
- 树化：当链表长度超过阈值时，转换为红黑树，提高查找性能。
- 扰动函数：优化哈希函数，减少哈希冲突。
- 延迟初始化：默认情况下，HashMap 的数组在首次插入时才会初始化，节省内存。
- 并发优化：虽然 HashMap 不是线程安全的，但其内部结构设计便于扩展为线程安全的
ConcurrentHashMap。