HashMap是求职面试中名副其实的“明星”，基本上每一加公司的面试多多少少都有问到HashMap的底层实现原理、源码等相关问题,这篇文章将会按以下顺序来组织：
- HashMap源码分析（JDK8，通俗易懂）
- HashMap面试“明星”问题汇总，以及明星问题答案
HashMap的成员属性源码分析
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
private static final long serialVersionUID = 362498820763181265L;
/**
* The default initial capacity - MUST be a power of two.
*/
//HashMap的初始容量为16，HashMap的容量指的是存储元素的数组大小，即桶的数量
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/**
* The maximum capacity, used if a higher value is implicitly specified
* by either of the constructors with arguments.
* MUST be a power of two <= 1<<30.
*/
//HashMap的最大的容量
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
* The load factor used when none specified in constructor.
*/
/**
* DEFAULT_LOAD_FACTOR:HashMap的负载因子，影响HashMap性能的参数之一，是时间和空间之间的权
* 衡，后面会看到HashMap的元素存储在Node数组中，这个数组的大小这里称为“桶”的大小.
* 另外还有一个参数size指的是我们往HashMap中put了多少个元素。
* 当size==桶的数量*DEFAULT_LOAD_FACTOR的时候，这时HashMap要进行扩容操作，也就是桶不能装
* 满。DEFAULT_LOAD_FACTOR是衡量桶的利用率:DEFAULT_LOAD_FACTOR较小时（桶的利用率较小）,
* 这时浪费的空间较多（因为只能存储桶的数量*DEFAULT_LOAD_FACTOR个元素，超过了就要进行扩容）,
* 这种情况下往HashMap中put元素时发生冲突的概率也很小，所谓冲突指的是：多个元素被put到了同一个桶 中;
* 冲突小时（可以认为一个桶中只有一个元素）put、get等HashMap的操作代价就很低，可以认为是O(1);
* 桶的利用率较大的时候(DEFAULT_LOAD_FACTOR很大，注意可以大于1，因为冲突的元素是使用链表或者 红黑树连接起来的)
* 空间利用率较高，
* 这也意味着一个桶中存储了很多元素，这时HashMap的put、get等操作代价就相对较大，因为每一个put或get操作都变成了
* 对链表或者红黑树的操作，代价肯定大于O(1),所以说DEFAULT_LOAD_FACTOR是空间和时间的一个平衡点;
* DEFAULT_LOAD_FACTOR较小时，需要的空间较大，但是put和get的代价较小;
* DEFAULT_LOAD_FACTOR较大时，需要的空间较小，但是put和get的代价较大）。
*
* 扩容操作就是把桶的数量*2，即把Node数组的大小调整为扩容前的2倍，至于为什么是两倍，分析扩容函 数时会讲解，
* 这其实是一个trick。Node数组中每一个桶中存储的是Node链表，当链表长度>=8的时候，
* 链表会变为红黑树结构（因为红黑树的增删改查复杂度是logn，链表是n，红黑树结构比链表代价更小）。
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
* The bin count threshold for using a tree rather than list for a
* bin. Bins are converted to trees when adding an element to a
* bin with at least this many nodes. The value must be greater
* than 2 and should be at least 8 to mesh with assumptions in
* tree removal about conversion back to plain bins upon
* shrinkage.
*/
//当某一个桶中链表的长度>=8时，链表结构会转换成红黑树结构（其实还要求桶的中数量>=64,后面会提到）
static final int TREEIFY_THRESHOLD = 8;
/**
* The bin count threshold for untreeifying a (split) bin during a
* resize operation. Should be less than TREEIFY_THRESHOLD, and at
* most 6 to mesh with shrinkage detection under removal.
*/
//当红黑树中的节点数量<=6时，红黑树结构会转变为链表结构
static final int UNTREEIFY_THRESHOLD = 6;
/**
* The smallest table capacity for which bins may be treeified.
* (Otherwise the table is resized if too many nodes in a bin.)
* Should be at least 4 * TREEIFY_THRESHOLD to avoid conflicts
* between resizing and treeification thresholds.
*/
//上面提到的：当Node数组容量>=64的前提下，如果某一个桶中链表长度>=8，则会将链表结构转换成
//红黑树结构
static final int MIN_TREEIFY_CAPACITY = 64;
}
HashMap内部类——Node源码分析
下面介绍HashMap的内部类Node，HashMap的所有数据都保存在Node数组中那么这个Node到底是个什么东西呢？
//Node是HashMap的内部类
static class Node<K,V> implements Map.Entry<K,V> {
//保存key的hashcode=key的hashcode ^ (key的hashcode>>>16)这样做主要是为了减少hash冲突
//当我们往map中put(k,v)时，这个k,v键值对会被封装为Node，那么这个Node放在Node数组的哪个
//位置呢：index=hash&(n-1),n为Node数组的长度。那为什么这样计算hash可以减少冲突呢？如果直接
//使用hashCode&(n-1)来计算index，此时hashCode的高位随机特性完全没有用到，因为n相对于
//hashcode的值很小。基于这一点，把hashcode 高16位的值通过异或混合到hashCode的低16位，由此
//来增强hashCode低16位的随机性
final int hash;
final K key;//保存map中的key
V value;//保存map中的value
Node<K,V> next;//单向链表
Node(int hash, K key, V value, Node<K,V> next) {//构造器
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
HashMap hash函数和tableSizeFor函数源码分析（这两个函数后面会用到）
/**
* HashMap允许key为null，null的hash为0（也意味着HashMap允许key为null的键值对），
* 非null的key的hash高16位和低16位分别由由：key的hashCode
* 高16位和hashCode的高16位异或hashCode的低16位组成。主要是为了增强hash的随机性减少hash&(n-1)的
* 随机性，即减小hash冲突，提高HashMap的性能。所以作为HashMap的key的hashCode函数的实现对HashMap
* 的性能影响较大，极端情况下：所有key的hashCode都相同，这是HashMap的性能很糟糕！
*/
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
/**
* 在new HashMap的时候，如果我们传入了大小参数，这是HashMap会对我们传入的HashMap容量进行传到
* tableSizeFor函数处理：这个函数主要功能是：返回一个数：这个数是大于等于cap并且是2的整数次幂
* 的所有数中最小的那个，即返回一个最接近cap(>=cap)，并且是2的整数次幂的那个数。
* 具体逻辑如下:一个数是2的整数次幂，那么这个数减1的二进制就是一串掩码，即二进制从某位开始是一 串连续的1。
*/
static final int tableSizeFor(int cap) {
//举例而言：n的第三位是1(从高位开始数)，
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
//举例而言：如果n为: 00010000 00000000 00000000 000
/*
n |= n >>> 1;->n：00011000 00000000 00000000 0000
n |= n >>> 2;->n: 00011110 00000000 00000000 0000
n |= n >>> 4;->n: 00011111 11100000 00000000 0000
n |= n >>> 8;->n: 00011111 11111111 11100000 0000
n |= n >>> 16;->n:00011111 11111111 11111111 1111
返回n+1：00010000 00000000 00000000 000(>=cap并且为2的整数次幂，与cap差值最小的那个)
最后的n+1一定是2的整数次幂，并且一定是>=cap
整体的思路就是：如果n二进制的第k为1，那么经过上面四个‘|’运算后[0,k]位都变成了1,
即：一连串连续的二进制‘1’(掩码)，最后n+1一定是2的整数次幂（如果不溢出）
*/
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
HashMap成员属性源码分析
/**
* The table, initialized on first use, and resized as
* necessary. When allocated, length is always a power of two.
* (We also tolerate length zero in some operations to allow
* bootstrapping mechanics that are currently not needed.)
*/
//我们往map中put的(k,v)都被封装在Node中，所有的Node都存放在table数组中
transient Node<K,V>[] table;
/**
* Holds cached entrySet(). Note that AbstractMap fields are used
* for keySet() and values().
*/
//用于返回keySet和values
transient Set<Map.Entry<K,V>> entrySet;
/**
* The number of key-value mappings contained in this map.
*/
//保存map当前有多少个元素
transient int size;
/**
* The number of times this HashMap has been structurally modified
* Structural modifications are those that change the number of mappings in
* the HashMap or otherwise modify its internal structure (e.g.,
* rehash). This field is used to make iterators on Collection-views of
* the HashMap fail-fast. (See ConcurrentModificationException).
*/
//failFast机制，在讲解ArrayList和LinkedList一文中已经讲过了
transient int modCount;
/**
* The next size value at which to resize (capacity * load factor).
*
* @serial
*/
// (The javadoc description is true upon serialization.
// Additionally, if the table array has not been allocated, this
// field holds the initial array capacity, or zero signifying
// DEFAULT_INITIAL_CAPACITY.)
//这也是比较重要的一个属性：
//创建HashMap时，改变量的值是：初始容量（2的整数次幂）
//之后threshold的值是HashMap扩容的门限值：即当前Node/table数组的长度*loadfactor
//举个例子而言，如果我们传给HashMap构造器的容量大小为9，那么threshold初始值为16，在向HashMap中
//put第一个元素后，内部会创建长度为16的Node数组，并且threshold的值更新为16*0.75=12。
//具体而言，当我们一直往HashMap put元素的时候，，如果put某个元素后，Node数组中元素个数为13了
//，此时会触发扩容（因为数组中元素个数>threshold了，即13>threshold=12），具体扩容操作之后会
//详细分析，简单理解就是，扩容操作将Node数组长度*2；并且将原来的所有元素迁移到新的Node数组中。
int threshold;
/**
* The load factor for the hash table.
*
* @serial
*/
//负载因子，见上面对DEFAULT_LOAD_FACTOR 参数的讲解，默认值是0.75
final float loadFactor;
HashMap构造器源码分析
//构造器：指定map的大小，和loadfactor
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;//保存loadfactor
//注意，前面有讲tableSizeFor函数，该函数返回值：>=initialCapacity、返回值是2的整数次幂
//并且得是满足上面两个条件的所有数值中最小的那个数
this.threshold = tableSizeFor(initialCapacity);
}
//只指定HashMap容量的构造器，loadfactor使用的是默认的值:0.75
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//无参构造器，默认loadfactor：0.75
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
//其他不常用的构造器就不分析了
从构造器中我们可以看到：HashMap是“懒加载”，在构造器中值保留了相关保留的值，并没有初始化table数组，当我们向map中put第一个元素的时候，map才会进行初始化！
HashMap的get函数源码分析
//入口,返回对应的value
public V get(Object key) {
Node<K,V> e;
//hash：这个函数上面分析过了。返回key混淆后的hashCode
//注意getNode返回的类型是Node：当返回值为null时表示map中没有对应的key，注意区分value为
//null：如果key对应的value为null的话，体现在getNode的返回值e.value为null，此时返回值也是
//null，也就是HashMap的get函数不能判断map中是否有对应的key：get返回值为null时，可能不包
//含该key，也可能该key的value为null！那么如何判断map中是否包含某个key呢？见下面contains
//函数分析
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
public boolean containsKey(Object key) {
//注意与get函数区分，我们往map中put的所有的<key,value>都被封装在Node中，如果Node都不存在
//显然一定不包含对应的key
return getNode(hash(key), key) != null;
}
//下面分析getNode函数
/**
* Implements Map.get and related methods
*
* @param hash hash for key //下面简称：key的hash值
* @param key the key
* @return the node, or null if none
*/
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//(n-1)&hash：当前key可能在的桶索引，put操作时也是将Node存放在index=(n-1)&hash位置
//主要逻辑：如果table[index]处节点的key就是要找的key则直接返回该节点；
//否则：如果在table[index]位置进行搜索，搜索是否存在目标key的Node：这里的搜索又分两种：
//链表搜索和红黑树搜索，具体红黑树的查找就不展开了，红黑树是一种弱平衡(相对于AVL)BST，
//红黑树查找、删除、插入等操作都能够保证在O(lon(n))时间复杂度内完成，红黑树原理不在本文
//范围内，但是大家要知道红黑树的各种操作是可以实现的，简单点可以把红黑树理解为BST，
//BST的查找、插入、删除等操作的实现在之前的博客中有java实现代码，实际上红黑树就是一种平
//衡的BST
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;//一次就匹配到了，直接返回，否则进行搜索
if ((e = first.next) != null) {
if (first instanceof TreeNode)
//红黑树搜索/查找
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
//链表搜索(查找)
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;//找到了就返回
} while ((e = e.next) != null);
}
}
return null;//没找到，返回null
}
get函数实质就是进行链表或者红黑树遍历搜索指定key的节点的过程；另外需要注意到HashMap的get函数的返回值不能判断一个key是否包含在map中，get返回null有可能是不包含该key；也有可能该key对应的value为null。HashMap中允许key为null，允许value为null
put函数源码解析
//put函数入口,两个参数：key和value
public V put(K key, V value) {
/*下面分析这个函数，注意前3个参数，后面
2个参数这里不太重要，因为所有的put
操作后面的2个参数默认值都一样 */
return putVal(hash(key), key, value, false, true);
}
//下面是put函数的核心处理函数
final V putVal(int hash, K key, V value , boolean onlyIfAbsent，boolean evict) {
Node<K,V>[] tab; Node<K,V> p;
int n, i;
/*上面提到过HashMap是懒加载，所有put的时候要先检查table数组是否已经
初始化了，没有初始化得先初始化table数组，保证table数组一定初始化了 */
if ((tab = table) == null || (n = tab.length) == 0)
//这个函数后面有resize函数分析
n = (tab = resize()).length;
/*到这里表示table数组一定初始化了与上面get函数相同，指定key的Node，会存储
在table数组的i=(n-1)&hash 下标位置，get的时候也是从table数组的该位置搜索 */
if ((p = tab[i = (n - 1) & hash])== null)
/*如果i位置还没有存储元素，则把当前的key，value封装为Node，存储在table[i]位置 */
tab[i] = newNode(hash, key, value, null);
else {
/*
如果table[i]位置已经有元素了，则接下来的流程是：
首先判断链表或者二叉树中是否已经存在key的键值对?
存在的话就更新它的value；
不存在的话把当前的key，value插入到链表的末尾或者插入到红黑树中
如果链表或者红黑树中已经存在Node.key等于key，
则e指向该Node，即e指向一个Node：
该Node的key属性与put时传入的key参数相等的那个Node，
后面会更新e.value
*/
Node<K,V> e; K k;
/*
为什么get和put先判断p.hash==hash,下面的if条件中去掉hash的比较逻辑
也是正确？因为hash的比较是两个整数的比较，比较的代价相对较小，key是泛型，
对象的比较比整数比较代价大，所以先比较hash，hash相等再比较key
*/
if(p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
/*
e指向一个Node：该Node的key
属性与put时传入的key参数相等
的那个Node
*/
e = p;
else if (p instanceof TreeNode)
/*
红黑树的插入操作，如果已经存在该key的TreeNode，则返回该TreeNode，否则返回null
*/
e = ((TreeNode<K,V>)p)
.putTreeVal(this
, tab, hash, key, value);
else {
/*
table[i]处存放的是链表，接下来和TreeNode类似在遍历链表过程中先判断
当前的key是否已经存在，如果存在则令e指向该Node；否则将该Node插入到链
表末尾，插入后判断链表长度是否>=8，是的话要进行额外操作
*/
//binCountt最后的值是链表的长度
for (int binCount = 0; ;++binCount) {
if ((e = p.next) == null) {
/*
遍历到了链表最后一个元素,接下来执行链表的插入操作，先封装为Node,
再插入p指向的是链表最后一个节点，将待插入的Node置为p.next，就完成了单链表的插入
*/
p.next = newNode(hash, key , value, null);
if (binCount >= TREEIFY_THRESHOLD - 1)
/*
TREEIFY_THRESHOLD值是8, binCount>=7,然后又插入了一个新节
点，链表长度>=8，这时要么进行扩容操作，要么把链表结构转为红黑树结构。
我们接下会分析treeifyBin的源码实现
*/
treeifyBin(tab, hash);
break;
}
/*
当p不是指向链表末尾的时候：先判断p.key是否等于key，等于的话表示
当前key已经存在了，令e指向p，停止遍历，最后会更新e的value;
不等的话准备下次遍历，令p=p.next，即p=e。
*/
if (e.hash == hash && ((k = e.key) == key || (key != null&& key.equals(k))))
break;
p = e;
}
}
if (e != null) {
/*
表示当前的key在put之前已经存在了，并且上面的逻辑保证:
e已经指向了之前已经存在的Node，这时更新e.value就好。
*/
//更新oldvalue
V oldValue = e.value;
/*
onlyIfAbsent默是false， evict为true。onlyIfAbsent为true表示：
如果之前已经存在key这个键值对了，那么后面再put这个key时，忽略这个操作，不更新先前的value。
这里了解就好
*/
if (!onlyIfAbsent || oldValue == null)
//更新e.value
e.value = value;
/*
这个函数的默认实现是“空”，即这个函数默认什么操作都
不执行，那为什么要有它呢？这其实是个hook/钩子函数，
主要要在LinkedHashMap（HashMap子类）中使用，
LinkedHashMap重写了这 个函数。以后会有讲解
LinkedHashMap的文章。
*/
afterNodeAccess(e);
//返回旧的value
return oldValue;
}
}
//如果是第一次插入key这个键，
//就会执行到这里
++modCount;//failFast机制
/*
size保存的是当前HashMap中保存
了多少个键值对，HashMap的size
方法就是直接返回size之前说过，
threshold保存的是当前table数
组长度*loadfactor，如果table
数组中存储的Node数量大于
threshold，这时候会进行扩容，
即将table数组的容量翻倍。
后面会详细讲解resize方法。
*/
if (++size > threshold)
resize();
//这也是一个hook函数，作用和
//afterNodeAccess一样
afterNodeInsertion(evict);
return null;
}
}
treeifyBin源码解析
//将链表转换为红黑树结构，在链表的
//插入操作后调用
final void treeifyBin (Node<K,V>[] tab , int hash) {
int n, index;
Node<K,V> e;
/*MIN_TREEIFY_CAPACITY值
是64,也就是当链表长度>8的
时候，有两种情况：如果table
数组的长度<64,此时进行扩容
操作;如果table数组的长度>64，
此时进行链表转红黑树结构的操作.
具体转细节在面试中几乎没有问的，
这里不细讲了，大部同学认为链表长度
>8一定会转换成红黑树，这是不对的！
*/
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 ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
HashMap的resize函数源码分析
重点中的重点，面试谈到HashMap必考resize相关知识，整体思路介绍：
有两种情况会调用当前函数：
- 之前说过HashMap是懒加载，第一次hHashMap的put方法的时候table还没初始化，这个时候会执行resize，进行table数组的初始化，table数组的初始容量保存在threshold中（如果从构造器中传入的一个初始容量的话），如果创建HashMap的时候没有指定容量，那么table数组的初始容量是默认值：16。即，初始化table数组的时候会执行resize函数
- 扩容的时候会执行resize函数，当size的值>threshold的时候会触发扩容，即执行resize方法，这时table数组的大小会翻倍。
注意我们每次扩容之后容量都是翻倍（ *2），所以HashMap的容量一定是2的整数次幂，那么HashMap的容量为什么一定得是2的整数次幂呢？（面试重点）。
要知道原因，首先回顾我们put key的时候，每一个key会对应到一个桶里面，桶的索引是这样计算的： index = hash & (n-1)，index的计算最为直观的想法是：hash%n，即通过取余的方式把当前的key、value键值对散列到各个桶中；那么这里为什么不用取余(%)的方式呢？
原因是CPU对位运算支持较好，即位运算速度很快。另外,当n是2的整数次幂时：hash&(n-1)与hash%(n-1)是等价的，但是两者效率来讲是不同的，位运算的效率远高于%运算。
基于上面的原因，HashMap中使用的是hash&(n-1)。这还带来了一个好处，就是将旧数组中的Node迁移到扩容后的新数组中的时候有一个很方便的特性：
HashMap使用table数组保存Node节点，所以table数组扩容的时候（数组扩容一定得是先重新开辟一个数组，然后把就数组中的元素重新散列（rehash）到新数组中去。
这里举一个例子来来说明这个特性：下面以Hash初始容量n=16，默认loadfactor=0.75举例（其他2的整数次幂的容量也是类似的），默认容量：n=16，二进制：10000；n-1：15，n-1二进制：01111。某个时刻，map中元素大于16*0.75=12，即size>12。此时会发生扩容，即会新建了一个数组，容量为扩容前的两倍，newtab，len=32。
接下来我们需要把table中的Node搬移(rehash)到newtab。从table的i=0位置开始处理,假设我们当前要处理table数组i索引位置的node，那这个node应该放在newtab的那个位置呢？下面的hash表示node.key对应的hash值，也就等于node.hash属性值,另外为了简单，下面的hash只写出了8位（省略的高位的0），实际上hash是32位：node在newtab中的索引：
index = hash % len=hash & (len-1)=hash & (32 - 1)=hash & 31=hash & (0x0001_1111)；
再看node在table数组中的索引计算：
i = hash & (16 - 1) = hash & 15= hash & (0x0000_1111)。
注意观察两者的异同：
i = hash&(0x0000_1111);
index = hash&(0x0001_1111)
上面表达式有个特点：
index = hash & (0x0001_1111)
= hash & (0x0000_1111) | hash & (0x0001_0000)
= hash & (0x0000_1111) | hash & n)
= i + ( hash & n)
什么意思呢：
hash&n要么等于n要么等于0;也就是：inde要么等于i，要么等于i+n;再具体一点：当hash&n==0的时候，index=i;
当hash&n==n的时候，index=i+n;这有什么用呢？当我们把table[i]位置的所有Node迁移到newtab中去的时候：
这里面的node要么在newtab的i位置（不变），要么在newtab的i+n位置；也就是我们可以这样处理：把table[i]这个桶中的node拆分为两个链表l1和类：如果hash&n==0，那么当前这个node被连接到l1链表；否则连接到l2链表。这样下来，当遍历完table[i]处的所有node的时候，我们得到两个链表l1和l2，这时我们令newtab[i]=l1,newtab[i+n]=l2,这就完成了table[i]位置所有node的迁移/rehash，这也是HashMap中容量一定的是2的整数次幂带来的方便之处。
下面的resize的逻辑就是上面讲的那样。将table[i]处的Node拆分为两个链表，这两个链表再放到newtab[i]和newtab[i+n]位置.
resize方法源码解析
final Node<K,V>[] resize() {
//保留扩容前数组引用
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;
}
//正常扩容：newCap = oldCap << 1
else if ((newCap = oldCap << 1)< MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//容量翻倍，扩容后的threshold
//自然也是*2
newThr = oldThr << 1;
}
else if (oldThr > 0)
newCap = oldThr;
else {
// zero initial threshold
//signifies using defaults
//table数组初始化的时候会进入到这里
//默认容量
newCap = DEFAULT_INITIAL_CAPACITY;
//threshold
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
float ft = (float)newCap*loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;//更新threshold
@SuppressWarnings({"rawtypes","unchecked"})
//扩容后的新数组
Node<K,V>[] newTab = (Node<K,V>[]) new Node[newCap];
table = newTab;//执行容量翻倍的新数组
if (oldTab != null) {
//之后完成oldTab中Node迁移到table中去
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
/*j这个桶位置只有一个元素，直接rehash到table数组 */
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
/*如果是红黑树：也是将红黑树拆分为 两个链表，这里主要看链表的拆分，
两者逻辑一样*/
((TreeNode<K,V>)e).split( this, newTab, j, oldCap);
else {
//链表的拆分
//第一个链表l1
Node<K,V> loHead = null , loTail = null;
//第二个链表l2
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
if ((e.hash & oldCap) == 0) {
/*rehash到table[j]位置
将当前node连接到l1上 */
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
//将当前node连接到l2上
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
//l1放到table[j]位置
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
//l1放到table[j+oldCap]位置
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}HashMap面试“明星”问题汇总，及答案
你知道HashMap吗，请你讲讲HashMap？
这个问题不单单考察你对HashMap的掌握程度，也考察你的表达、组织问题的能力。个人认为应该从以下几个角度入手（所有常见HashMap的考点问题总结）：
- size必须是2的整数次方原因
- get和put方法流程
- resize方法
- 影响HashMap的性能因素（key的hashCode函数实现、loadFactor、初始容量）
- HashMap key的hash值计算方法以及原因（见上面hash函数的分析）
- HashMap内部存储结构：Node数组+链表或红黑树
- table[i]位置的链表什么时候会转变成红黑树（上面源码中有讲）
- HashMap主要成员属性：threshold、loadFactor、HashMap的懒加载
- HashMap的get方法能否判断某个元素是否在map中
- HashMap线程安全吗，哪些环节最有可能出问题，为什么？
- HashMap的value允许为null，但是HashTable和ConcurrentHashMap的valued都不允许为null，试分析原因？
- HashMap中的hook函数（在后面讲解LinkedHashMap时会讲到，这也是面试时拓展的一个点）
上面问题的答案都可以在上面的源码分析中找到，下面在给三点补充：
HashMap的初始容量是怎样影响HashMap的性能的？
假如你预先知道最多往HashMap中存储64个元素，那么你在创建HashMap的时候：如果选用无参构造器：默认容量16，在存储16loadFactor个元素之后就要进行扩容（数组扩容涉及到连续空间的分配，Node节点的rehash，代价很高，所以要尽量避免扩容操作）；如果给构造器传入的参数是64，这时HashMap中在存储64loadFactor个元素之后就要进行扩容；但是如果你给构造器传的参数为：(int)(64/0.75)+1，此时就可以保证HashMap不用进行扩容，避免了扩容时的代价。
HashMap线程安全吗，哪些环节最有可能出问题，为什么？
我们都知道HashMap线程不安全，那么哪些环节最优可能出问题呢，及其原因：没有参照这个问题有点不好直接回答，但是我们可以找参照啊，参照：ConcurrentHashMap，因为大家都知道HashMap不是线程安全的，ConcurrentHashMap是线程安全的，对照ConcurrentHashMap，看看ConcurrentHashMap在HashMap的基础之上增加了哪些安全措施，这个问题就迎刃而解了。后面会有分析ConcurrentHashMap的文章，这里先简要回答这个问题：HashMap的put操作是不安全的，因为没有使用任何锁；HashMap在多线程下最大的安全隐患发生在扩容的时候，想想一个场合：HashMap使用默认容量16，这时100个线程同时往HashMap中put元素，会发生什么？扩容混乱，因为扩容也没有任何锁来保证并发安全，另外,后面的博文会讲到ConcurrentHashMap的并发扩容操作是ConcurrentHashMap的一个核心方法。
HashMap的value允许为null，但是HashTable和ConcurrentHashMap的value 都不允许为null，试分析原因？
首先要明确ConcurrentHashMap和Hashtable从技术从技术层面讲是可以允许value为null；但是它是实际是不允许的，这肯定是为了解决一些问题，为了说明这个问题，我们看下面这个例子（这里以ConcurrentHashMap为例，HashTable也是类似）。
HashMap由于允value为null，get方法返回null时有可能是map中没有对应的key；也有可能是该key对应的value为null。所以get不能判断map中是否包含某个key，只能使用contains判断是否包含某个key。
看下面的代码段，要求完成这个一个功能：如果map中包含了某个key则返回对应的value，否则抛出异常：
if (map.containsKey(k)) {
return map.get(k);
} else {
throw new KeyNotPresentException();
}- 如果上面的map为HashMap，那么没什么问题，因为HashMap本来就是线程不安全的，如果有并发问题应该用ConcurrentHashMap，所以在单线程下面可以返回正确的结果
- 如果上面的map为ConcurrentHashMap，此时存在并发问题：在map.containsKey(k)和map.get之间有可能其他线程把这个key删除了，这时候map.get就会返回null，而ConcurrentHashMap中不允许value为null，也就是这时候返回了null，一个根本不允许出现的值？
但是因为ConcurrentHashMap不允许value为null，所以可以通过map.get(key)是否为null来判断该map中是否包含该key，这时就没有上面的并发问题了。但是因为ConcurrentHashMap不允许value为null，所以可以通过map.get(key)是否为null来判断该map中是否包含该key，这时就没有上面的并发问题了。
