為了便于理解，以下源碼分析以
JDK 1.7為主。
HashMap 內(nèi)部的存儲結(jié)構(gòu)是一個 Entry 類型的數(shù)組 table。
transient Entry[] table;Entry 是 Map 的內(nèi)部類，用于存儲鍵值對，它包含了四個屬性：key，value，hash 值和 next 指針。從 next 指針可以看出， table 數(shù)組中的每個位置被當(dāng)成一個桶，一個桶存放一個 Entry 類型的鏈表。HashMap 使用拉鏈法來解決哈希沖突，同一個鏈表中存放哈希值和散列桶取模運算結(jié)果相同的 Entry，即 hashCode % table.length 相等的 Entry 存放在同一個桶（鏈表）中。
static class Entry<K,V> implements Map.Entry<K,V> { final K key; V value; Entry<K,V> next; int hash; Entry(int h, K k, V v, Entry<K,V> n) { value = v; next = n; key = k; hash = h; } public final K getKey() { return key; } public final V getValue() { return value; } public final V setValue(V newValue) { V oldValue = value; value = newValue; return oldValue; } public final boolean equals(Object o) { if (!(o instanceof Map.Entry)) return false; Map.Entry e = (Map.Entry)o; Object k1 = getKey(); Object k2 = e.getKey(); if (k1 == k2 || (k1 != null && k1.equals(k2))) { Object v1 = getValue(); Object v2 = e.getValue(); if (v1 == v2 || (v1 != null && v1.equals(v2))) return true; } return false; } public final int hashCode() { return Objects.hashCode(getKey()) ^ Objects.hashCode(getValue()); } public final String toString() { return getKey() "=" getValue(); }}HashMap<String, String> map = new HashMap<>();map.put("K1", "V1");map.put("K2", "V2");map.put("K3", "V3");Copy to clipboardErrorCopied新建一個 HashMap，默認(rèn)大小為 16；
插入 <K1,V1> 鍵值對，先計算 K1 的 hashCode 為 115，使用除留余數(shù)法得到所在的桶下標(biāo) 115=3。
插入 <K2,V2> 鍵值對，先計算 K2 的 hashCode 為 118，使用除留余數(shù)法得到所在的桶下標(biāo) 118=6。
插入 <K3,V3> 鍵值對，先計算 K3 的 hashCode 為 118，使用除留余數(shù)法得到所在的桶下標(biāo) 118=6，插在 <K2,V2> 前面。
應(yīng)該注意到鏈表的插入是以頭插法方式進(jìn)行的，例如上面的 <K3,V3> 不是插在 <K2,V2> 后面，而是插入在鏈表頭部。
查找需要分成兩步進(jìn)行：
計算鍵值對所在的桶；
在鏈表上順序查找，時間復(fù)雜度顯然和鏈表的長度成正比。
public V put(K key, V value) { if (table == EMPTY_TABLE) { inflateTable(threshold); } // 鍵為 null 單獨處理，所有 HashMap 允許 key 為 null if (key == null) return putForNullKey(value); int hash = hash(key); // 確定桶下標(biāo) int i = indexFor(hash, table.length); // 先找出是否已經(jīng)存在鍵為 key 的鍵值對，如果存在的話就更新這個鍵值對的值為 value for (Entry<K,V> e = table[i]; e != null; e = e.next) { Object k; if (e.hash == hash && ((k = e.key) == key || key.equals(k))) { V oldValue = e.value; e.value = value; e.recordAccess(this); return oldValue; } } modCount ; // 插入新鍵值對 addEntry(hash, key, value, i); return null;}HashMap 允許插入鍵為 null 的鍵值對。但是因為無法調(diào)用 null 的 hashCode() 方法，也就無法確定該鍵值對的桶下標(biāo)，只能通過強制指定一個桶下標(biāo)來存放。HashMap 使用第 0 個桶存放鍵為 null 的鍵值對。
private V putForNullKey(V value) { for (Entry<K,V> e = table[0]; e != null; e = e.next) { if (e.key == null) { V oldValue = e.value; e.value = value; e.recordAccess(this); return oldValue; } } modCount ; addEntry(0, null, value, 0); return null;}使用鏈表的頭插法，也就是新的鍵值對插在鏈表的頭部，而不是鏈表的尾部。
void addEntry(int hash, K key, V value, int bucketIndex) { if ((size >= threshold) && (null != table[bucketIndex])) { resize(2 * table.length); hash = (null != key) ? hash(key) : 0; bucketIndex = indexFor(hash, table.length); } createEntry(hash, key, value, bucketIndex);}void createEntry(int hash, K key, V value, int bucketIndex) { Entry<K,V> e = table[bucketIndex]; // 頭插法，鏈表頭部指向新的鍵值對 table[bucketIndex] = new Entry<>(hash, key, value, e); size ;}Copy to clipboardErrorCopiedEntry(int h, K k, V v, Entry<K,V> n) { value = v; next = n; key = k; hash = h;}相對于 put 過程，get 過程是非常簡單的。
根據(jù) key 計算 hashCode 值。
找到相應(yīng)的桶下標(biāo)：hashCode % capacity。
遍歷該桶位置處的鏈表，直到找到相等( == 或 equals ) 的 key。
public V get(Object key) { // 之前說過，key 為 null 的話，會被放到 table[0]，所以只要遍歷下 table[0] 處的鏈表就可以了 if (key == null) return getForNullKey(); Entry<K,V> entry = getEntry(key); return null == entry ? null : entry.getValue();}final Entry<K,V> getEntry(Object key) { if (size == 0) { return null; } int hash = (key == null) ? 0 : hash(key); // 確定桶下標(biāo)，然后從頭開始遍歷鏈表，直到找到為止 for (Entry<K,V> e = table[indexFor(hash, table.length)]; e != null; e = e.next) { Object k; if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } return null;}無論是 put 還是 get 操作都需先確定一個鍵值對所在的桶下標(biāo)，計算桶下標(biāo)通過哈希和取模兩步實現(xiàn)：
int hash = hash(key);int i = indexFor(hash, table.length);1. 計算 hash 值
final int hash(Object k) { int h = hashSeed; if (0 != h && k instanceof String) { return sun.misc.Hashing.stringHash32((String) k); } h ^= k.hashCode(); // This function ensures that hashCodes that differ only by // constant multiples at each bit position have a bounded // number of collisions (approximately 8 at default load factor). h ^= (h >>> 20) ^ (h >>> 12); return h ^ (h >>> 7) ^ (h >>> 4);}Copy to clipboardErrorCopiedpublic final int hashCode() { return Objects.hashCode(key) ^ Objects.hashCode(value);}2. 取模
令 x = 1<<4，即 x 為 2 的 4 次方，它具有以下性質(zhì)：
x : 00010000x-1 : 00001111令一個數(shù) y 與 x-1 做與運算，可以去除 y 位級表示的第 4 位以上數(shù)：
y : 10110010x-1 : 00001111y&(x-1) : 00000010這個性質(zhì)和 y 對 x 取模效果是一樣的：
y : 10110010x : 00010000y%x : 00000010我們知道，位運算的代價比求模運算小的多，因此在進(jìn)行這種計算時用位運算的話能帶來更高的性能。
確定桶下標(biāo)的最后一步是將 key 的 hash 值對桶個數(shù)取模：hash % capacity，如果能保證 capacity 為 2 的 n 次方，那么就可以將這個操作轉(zhuǎn)換為位運算。
static int indexFor(int h, int length) { return h & (length-1);}設(shè) HashMap 的 table 長度為 M，需要存儲的鍵值對數(shù)量為 N，如果哈希函數(shù)滿足均勻性的要求，那么每條鏈表的長度大約為 N/M，因此平均查找次數(shù)的復(fù)雜度為 O(N/M)。
為了讓查找的成本降低，應(yīng)該盡可能使得 N/M 盡可能小，因此需要保證 M 盡可能大，也就是說 table 要盡可能大。HashMap 采用動態(tài)擴容來根據(jù)當(dāng)前的 N 值來調(diào)整 M 值，使得空間效率和時間效率都能得到保證。
和擴容相關(guān)的參數(shù)主要有：capacity、size、threshold 和 load_factor。
| 參數(shù) | 含義 |
|---|---|
| capacity | table 的容量大小，默認(rèn)為 16。需要注意的是 capacity 必須保證為 2 的 n 次方。 |
| size | 鍵值對數(shù)量。 |
| threshold | size 的臨界值，當(dāng) size 大于等于 threshold 就必須進(jìn)行擴容操作。 |
| loadFactor | 裝載因子，table 能夠使用的比例，threshold = capacity * loadFactor。 |
static final int DEFAULT_INITIAL_CAPACITY = 16; //capacity默認(rèn)值static final int MAXIMUM_CAPACITY = 1 << 30; //capacity最大值static final float DEFAULT_LOAD_FACTOR = 0.75f; //loadFactor默認(rèn)值transient Entry[] table;transient int size;int threshold;final float loadFactor;transient int modCount;從下面的添加元素代碼中可以看出，當(dāng)需要擴容時，令 capacity 為原來的兩倍。
void addEntry(int hash, K key, V value, int bucketIndex) { Entry<K,V> e = table[bucketIndex]; table[bucketIndex] = new Entry<>(hash, key, value, e); if (size >= threshold) resize(2 * table.length);}擴容使用 resize() 實現(xiàn)，需要注意的是，擴容操作同樣需要把 oldTable 的所有鍵值對重新插入 newTable 中，因此這一步是很費時的。
void resize(int newCapacity) { Entry[] oldTable = table; int oldCapacity = oldTable.length; if (oldCapacity == MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return; } Entry[] newTable = new Entry[newCapacity]; transfer(newTable); table = newTable; threshold = (int)(newCapacity * loadFactor);}void transfer(Entry[] newTable) { Entry[] src = table; int newCapacity = newTable.length; for (int j = 0; j < src.length; j ) { Entry<K,V> e = src[j]; if (e != null) { src[j] = null; do { Entry<K,V> next = e.next; int i = indexFor(e.hash, newCapacity); e.next = newTable[i]; newTable[i] = e; e = next; } while (e != null); } }}在進(jìn)行擴容時，需要把鍵值對重新放到對應(yīng)的桶上。JDK 1.7 是采用根據(jù)哈希值重新計算桶下標(biāo)的方式， JDK 1.8 后 HashMap 使用了一個特殊的機制，可以降低重新計算桶下標(biāo)的操作。
假設(shè)原數(shù)組長度 capacity 為 16，擴容之后 new capacity 為 32：
capacity : 00010000new capacity : 00100000對于一個 Key，
它的哈希值如果在第 5 位上為 0，那么取模得到的結(jié)果和之前一樣；
如果為 1，那么得到的結(jié)果為原來的結(jié)果 16。
HashMap 構(gòu)造函數(shù)允許用戶傳入的容量不是 2 的 n 次方，因為它可以自動地將傳入的容量轉(zhuǎn)換為 2 的 n 次方。
先考慮如何求一個數(shù)的掩碼，對于 10010000，它的掩碼為 11111111，可以使用以下方法得到：
mask |= mask >> 1 11011000mask |= mask >> 2 11111110mask |= mask >> 4 11111111mask 1 是大于原始數(shù)字的最小的 2 的 n 次方。
num 10010000mask 1 100000000以下是 HashMap 中計算數(shù)組容量的代碼：
static final int tableSizeFor(int cap) { int n = cap - 1; n |= n >>> 1; n |= n >>> 2; n |= n >>> 4; n |= n >>> 8; n |= n >>> 16; return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n 1;}JDK 1.8 對 HashMap 進(jìn)行了一些修改，最大的不同就是利用了紅黑樹，所以其由數(shù)組 鏈表 紅黑樹組成。
JDK 1.7 查找的時候，根據(jù) hash 值我們能夠快速定位到數(shù)組的具體下標(biāo)，但是之后的話，需要順著鏈表一個個比較下去才能找到我們需要的，時間復(fù)雜度取決于鏈表的長度，為 O(n)。為了降低這部分的開銷，JDK 1.8 當(dāng)鏈表中的元素超過了 8 個以后，會將鏈表轉(zhuǎn)換為紅黑樹，在這些位置進(jìn)行查找的時候可以降低時間復(fù)雜度為 O(logn)。
紅黑樹時間復(fù)雜度比鏈表小，為什么不全部使用紅黑樹結(jié)構(gòu)，而采用鏈表 紅黑樹結(jié)構(gòu)？
時間復(fù)雜度是只留最高項，并且去除系數(shù)，當(dāng)數(shù)據(jù)量很小的時候，系數(shù)和常數(shù)項的影響因素很大。數(shù)據(jù)量小的時候，鏈表搜索效率比紅黑樹高，因此采用鏈表 紅黑樹結(jié)構(gòu)。
來源：https://www.icode9.com/content-4-399701.html
