开篇之前，先说几句题外话，写博客也一年多了，一直没找到一种好的输出方式，博客质量其实也不高，很多时候都是赶着写出来的，最近也思考了很多，以后的博客也会更注重质量，同时也尽量写的不那么生硬，能让大家在轻松的氛围中学习到知识才是最好的
好了，闲话不再多说，进入我们今天的主题，HashMap能说的东西太多了，不管是其数据接口，算法，还是单纯的源码分析，不过我们还是直接从源码入手，进而分析其数据结构及算法
通过本篇，你将了解以下问题：
1.HashMap的结构是什么？
2.HashMap的存储数据的逻辑是什么？
在分析之前，我们先要对HashMap的接口有一个大概的了解，这要可以帮我们更好的理解源码，然后通过源码的学习，我们又能对它所持有的数据接口有更深的理解，嗯？是不是很有道理？
HashMap实际上是一个散列表的数据结构，即数组和链表的结合体。这样的结构结合了链表在增删方面的高效和数组在寻址上的优势
如上所示，当我们添加一个元素到HashMap中时，首先经过一定算法，计算出该元素应该放到数组中哪个位置，如果在该位置上已经有元素了，就将其链接到元素的尾部，这样就形成了一个链表的结构。
HashMap的源码体积比较大，如果还按之前我们分析其他容易那种方法的话，实在不知道从何写起，所以这篇文章，我们从实际的例子出发，一步步深入进去了解HashMap
public class HashMain { public static void main(String[] args) { Map<String, String> map = new HashMap<>(); map.put("1", "java"); map.put("2", "c++"); map.put("3", "c#"); map.put("4", "python"); map.put("5", "php"); map.put("6", "js"); System.out.println(map); } }
我们打个断点看下：
可以看到，HashMap中存储元素的是它的一个内部类Node,我们一起来看下这到底是个什么玩意儿？
static class Node<K,V> implements Map.Entry<K,V> { // key对应的hash值 final int hash; final K key; V value; // 通过next指针，保存了下个节点的元素，看到这个我们也能知道， // 不同于LinkedList,这是个单向链表 Node<K,V> next; Node(int hash, K key, V value, Node<K,V> next) { this.hash = hash; this.key = key; this.value = value; this.next = next; } public final K getKey() { return key; } public final V getValue() { return value; } public final String toString() { return key + "=" + value; } // 通过键值的hash值进行异或操作得到这个Node的hashCode public final int hashCode() { return Objects.hashCode(key) ^ Objects.hashCode(value); } public final V setValue(V newValue) { V oldValue = value; value = newValue; return oldValue; } // 必须要为 Map.Entry 且 key跟value都相等的时候才会返回true public final boolean equals(Object o) { if (o == this) return true; if (o instanceof Map.Entry) { Map.Entry<?,?> e = (Map.Entry<?,?>)o; if (Objects.equals(key, e.getKey()) && Objects.equals(value, e.getValue())) return true; } return false; } }
我们可以看到Node接口实现， Map接口中的一个内部类Entry，我们继续看看Entry又是个什么东西呢？
interface Entry<K,V> { /** * 返回了这个Entry对应的key */ K getKey(); /** * 返回对应的value */ V getValue(); /** * 覆盖老的value值 */ V setValue(V value); boolean equals(Object o); int hashCode(); /** * 1.8新增的方法，返回一个采用自然排序比较key的比较器 */ public static <K extends Comparable<? super K>, V> Comparator<Map.Entry<K,V>> comparingByKey() { // 这个与操作代表了返回的这个比较器实现了Serializable接口，是可序列化的 return (Comparator<Map.Entry<K, V>> & Serializable) (c1, c2) -> c1.getKey().compareTo(c2.getKey()); } /** * 1.8新增的方法，返回一个采用自然排序比较value的比较器 */ public static <K, V extends Comparable<? super V>> Comparator<Map.Entry<K,V>> comparingByValue() { // 这个与操作代表了返回的这个比较器实现了Serializable接口，是可序列化的 return (Comparator<Map.Entry<K, V>> & Serializable) (c1, c2) -> c1.getValue().compareTo(c2.getValue()); } /** * 1.8新增的方法，返回一个采用给定比较器比较key的比较器 */ public static <K, V> Comparator<Map.Entry<K, V>> comparingByKey(Comparator<? super K> cmp) { Objects.requireNonNull(cmp); return (Comparator<Map.Entry<K, V>> & Serializable) (c1, c2) -> cmp.compare(c1.getKey(), c2.getKey()); } /** * 1.8新增的方法，返回一个采用给定比较器比较value的比较器 */ public static <K, V> Comparator<Map.Entry<K, V>> comparingByValue(Comparator<? super V> cmp) { Objects.requireNonNull(cmp); return (Comparator<Map.Entry<K, V>> & Serializable) (c1, c2) -> cmp.compare(c1.getValue(), c2.getValue()); } }
分析完Node之后，我们可以知道，Node就是我们之前所说的数组+链表中的“链表”，并且它还是一个单向的链表。
OK，为了更好的理解其数据结构，我们现在来分析它存入数据的方法，也就是put方法，看看一次数据的存储到底经过了什么？
// 将KV键值对存入map中，如果map中已经包含了这个key，那么value会被替换 public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } /** * @param key的hash值 * @param key * @param value * @param onlyIfAbsent 如果为true的话，不去改变已经存在的value * @param evict 在HashMap中这个值没什么用，我们分析LinkedHashMap时会用到它 * @return */ final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; // 如果HashMap中的table尚未初始化或者长度为0，则将其进行扩容到初始长度 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; // 如果计算出新增节点的将要放入的位置上还没有被占用，就直接创建一个新的节点放入 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; // 如果位置已经被占用，但将要放入的元素key跟原本的元素相等 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) // 之后会根据onlyIfAbsent进行判断，如果为false的话，会对原节点的value直接进行覆盖 e = p; else if (p instanceof TreeNode) // 如果是一个TreeNode，调用对应的方法，这个在之后的文章中再分析 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { // 说明是一个Node for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { // 链接到当前节点的尾部 p.next = newNode(hash, key, value, null); if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st // 如果长度过长，进行树化，这个在之后的文章分析，比较复杂 treeifyBin(tab, hash); break; } // 在遍历过程中发现了跟已经存在的key相等的话，就直接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; // 如果onlyIfAbsent为false，或者旧值为null的话，进行替换 if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }
分析完后， 我们总结下它的逻辑：
- 对key的hashCode()做一次散列（hash函数，具体内容下一篇讲解），然后根据这个散列值计算index（i = (n - 1) & hash）这个表达式我们再ArrayDequeue中已经介绍过了，相当于模运算
- 如果没有发生碰撞（哈希冲突），则直接放到数组中；
- 如果碰撞了，以链表的形式挂在数组对应的元素后；
- 如果因为碰撞导致链表过长(大于等于TREEIFY_THRESHOLD)，就把链表转换成红黑树；
- 如果节点已经存在就替换old value(保证key的唯一性)
- 如果数组中存储的元素达到了阈值(超过负载因子*当前容量)，就要resize（重新调整大小并重新散列）。
接下来，我们来分析它的get方法
public V get(Object key) { Node<K,V> e; // 通过key的hash值找到对应的Node节点，如果没有的话返回null,存在的话返回node节点的value return (e = getNode(hash(key), key)) == null ? null : e.value; } 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) { // 如果table已经完成了初始化，并且经过散列后的位置上的元素不为null的话 if (first.hash == hash && ((k = first.key) == key || (key != null && key.equals(k)))) // 正好key的值跟散列后数组上对应位置的节点的key相等，直接返回这个节点 return first; if ((e = first.next) != null) { // 如果是TreeNode，去树中查找 if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); do { // 否则，遍历链接查找 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; }
我们也分析下获取元素时的逻辑：
- 根据传入key进行hash运算，将运算后的值跟数组长度进行模运算，得出这个key对应数组的位置
- 如果key的hash值正好等于数组上这个元素的key的hash值的话，直接返回数组上这个位置的元素
- 如果不相等，就在这个节点下挂的树或者链表中查询对应的key（有树或链表的情况下）
- 都不符合，返回null
这篇文章到这里就暂时结束啦~，HashMap比较难讲清楚，这篇文章也只是做一个开篇，能让大家对其大概有一个认设就是再好不过了，后续还会继续写HashMap，希望大家多多指教，动动小手点个赞啦
