摘要
HashMap是Java程式員使用頻率最高的用于映射(鍵值對)處理的資料類型。随着JDK（Java Developmet Kit）版本的更新，JDK1.8對HashMap底層的實作進行了優化，例如引入紅黑樹的資料結構和擴容的優化等。本文結合JDK1.7和JDK1.8的差別，深入探讨HashMap的結構實作和功能原理。
簡介
Java為資料結構中的映射定義了一個接口java.util.Map，此接口主要有四個常用的實作類，分别是HashMap、Hashtable、LinkedHashMap和TreeMap，類繼承關系如下圖所示：
下面針對各個實作類的特點做一些說明：
(1) HashMap：它根據鍵的hashCode值存儲資料，大多數情況下可以直接定位到它的值，因而具有很快的通路速度，但周遊順序卻是不确定的。 HashMap最多隻允許一條記錄的鍵為null，允許多條記錄的值為null。HashMap非線程安全，即任一時刻可以有多個線程同時寫HashMap，可能會導緻資料的不一緻。如果需要滿足線程安全，可以用 Collections的synchronizedMap方法使HashMap具有線程安全的能力，或者使用ConcurrentHashMap。
(2) Hashtable：Hashtable是遺留類，很多映射的常用功能與HashMap類似，不同的是它承自Dictionary類，并且是線程安全的，任一時間隻有一個線程能寫Hashtable，并發性不如ConcurrentHashMap，因為ConcurrentHashMap引入了分段鎖。Hashtable不建議在新代碼中使用，不需要線程安全的場合可以用HashMap替換，需要線程安全的場合可以用ConcurrentHashMap替換。
(3) LinkedHashMap：LinkedHashMap是HashMap的一個子類，儲存了記錄的插入順序，在用Iterator周遊LinkedHashMap時，先得到的記錄肯定是先插入的，也可以在構造時帶參數，按照通路次序排序。
(4) TreeMap：TreeMap實作SortedMap接口，能夠把它儲存的記錄根據鍵排序，預設是按鍵值的升序排序，也可以指定排序的比較器，當用Iterator周遊TreeMap時，得到的記錄是排過序的。如果使用排序的映射，建議使用TreeMap。在使用TreeMap時，key必須實作Comparable接口或者在構造TreeMap傳入自定義的Comparator，否則會在運作時抛出java.lang.ClassCastException類型的異常。
對于上述四種Map類型的類，要求映射中的key是不可變對象。不可變對象是該對象在建立後它的哈希值不會被改變。如果對象的哈希值發生變化，Map對象很可能就定位不到映射的位置了。
通過上面的比較，我們知道了HashMap是Java的Map家族中一個普通成員，鑒于它可以滿足大多數場景的使用條件，是以是使用頻度最高的一個。下文我們主要結合源碼，從存儲結構、常用方法分析、擴容以及安全性等方面深入講解HashMap的工作原理。
内部實作
搞清楚HashMap，首先需要知道HashMap是什麼，即它的存儲結構-字段；其次弄明白它能幹什麼，即它的功能實作-方法。下面我們針對這兩個方面詳細展開講解。
存儲結構-字段
從結構實作來講，HashMap是數組+連結清單+紅黑樹（JDK1.8增加了紅黑樹部分）實作的，如下如所示。
這裡需要講明白兩個問題：資料底層具體存儲的是什麼？這樣的存儲方式有什麼優點呢？
(1) 從源碼可知，HashMap類中有一個非常重要的字段，就是 Node[] table，即哈希桶數組，明顯它是一個Node的數組。我們來看Node[JDK1.8]是何物。
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; //用來定位數組索引位置
final K key;
V value;
Node<K,V> next; //連結清單的下一個node
Node(int hash, K key, V value, Node<K,V> next) { ... }
public final K getKey(){ ... }
public final V getValue() { ... }
public final String toString() { ... }
public final int hashCode() { ... }
public final V setValue(V newValue) { ... }
public final boolean equals(Object o) { ... }
} Node是HashMap的一個内部類，實作了Map.Entry接口，本質是就是一個映射(鍵值對)。上圖中的每個黑色圓點就是一個Node對象。
(2) HashMap就是使用哈希表來存儲的。哈希表為解決沖突，可以采用開放位址法和鍊位址法等來解決問題，Java中HashMap采用了鍊位址法。鍊位址法，簡單來說，就是數組加連結清單的結合。在每個數組元素上都一個連結清單結構，當資料被Hash後，得到數組下标，把資料放在對應下标元素的連結清單上。例如程式執行下面代碼：
map.put("美團","小美"); 系統将調用"美團"這個key的hashCode()方法得到其hashCode 值（該方法适用于每個Java對象），然後再通過Hash算法的後兩步運算（高位運算和取模運算，下文有介紹）來定位該鍵值對的存儲位置，有時兩個key會定位到相同的位置，表示發生了Hash碰撞。當然Hash算法計算結果越分散均勻，Hash碰撞的機率就越小，map的存取效率就會越高。
如果哈希桶數組很大，即使較差的Hash算法也會比較分散，如果哈希桶數組數組很小，即使好的Hash算法也會出現較多碰撞，是以就需要在空間成本和時間成本之間權衡，其實就是在根據實際情況确定哈希桶數組的大小，并在此基礎上設計好的hash算法減少Hash碰撞。那麼通過什麼方式來控制map使得Hash碰撞的機率又小，哈希桶數組（Node[] table）占用空間又少呢？答案就是好的Hash算法和擴容機制。
在了解Hash和擴容流程之前，我們得先了解下HashMap的幾個字段。從HashMap的預設構造函數源碼可知，構造函數就是對下面幾個字段進行初始化，源碼如下：
int threshold; // 所能容納的key-value對極限
final float loadFactor; // 負載因子
int modCount;
int size; 首先，Node[] table的初始化長度length(預設值是16)，Load factor為負載因子(預設值是0.75)，threshold是HashMap所能容納的最大資料量的Node(鍵值對)個數。threshold = length * Load factor。也就是說，在數組定義好長度之後，負載因子越大，所能容納的鍵值對個數越多。
結合負載因子的定義公式可知，threshold就是在此Load factor和length(數組長度)對應下允許的最大元素數目，超過這個數目就重新resize(擴容)，擴容後的HashMap容量是之前容量的兩倍。預設的負載因子0.75是對空間和時間效率的一個平衡選擇，建議大家不要修改，除非在時間和空間比較特殊的情況下，如果記憶體空間很多而又對時間效率要求很高，可以降低負載因子Load factor的值；相反，如果記憶體空間緊張而對時間效率要求不高，可以增加負載因子loadFactor的值，這個值可以大于1。
size這個字段其實很好了解，就是HashMap中實際存在的鍵值對數量。注意和table的長度length、容納最大鍵值對數量threshold的差別。而modCount字段主要用來記錄HashMap内部結構發生變化的次數，主要用于疊代的快速失敗。強調一點，内部結構發生變化指的是結構發生變化，例如put新鍵值對，但是某個key對應的value值被覆寫不屬于結構變化。
在HashMap中，哈希桶數組table的長度length大小必須為2的n次方(一定是合數)，這是一種非正常的設計，正常的設計是把桶的大小設計為素數。相對來說素數導緻沖突的機率要小于合數，具體證明可以參考http://blog.csdn.net/liuqiyao_01/article/details/14475159，Hashtable初始化桶大小為11，就是桶大小設計為素數的應用（Hashtable擴容後不能保證還是素數）。HashMap采用這種非正常設計，主要是為了在取模和擴容時做優化，同時為了減少沖突，HashMap定位哈希桶索引位置時，也加入了高位參與運算的過程。
這裡存在一個問題，即使負載因子和Hash算法設計的再合理，也免不了會出現拉鍊過長的情況，一旦出現拉鍊過長，則會嚴重影響HashMap的性能。于是，在JDK1.8版本中，對資料結構做了進一步的優化，引入了紅黑樹。而當連結清單長度太長（預設超過8）時，連結清單就轉換為紅黑樹，利用紅黑樹快速增删改查的特點提高HashMap的性能，其中會用到紅黑樹的插入、删除、查找等算法。本文不再對紅黑樹展開讨論，想了解更多紅黑樹資料結構的工作原理可以參考http://blog.csdn.net/v_july_v/article/details/6105630。
----------------------
功能實作-方法
HashMap的内部功能實作很多，本文主要從根據key擷取哈希桶數組索引位置、put方法的詳細執行、擴容過程三個具有代表性的點深入展開講解。
1. 确定哈希桶數組索引位置
不管增加、删除、查找鍵值對，定位到哈希桶數組的位置都是很關鍵的第一步。前面說過HashMap的資料結構是數組和連結清單的結合，是以我們當然希望這個HashMap裡面的元素位置盡量分布均勻些，盡量使得每個位置上的元素數量隻有一個，那麼當我們用hash算法求得這個位置的時候，馬上就可以知道對應位置的元素就是我們要的，不用周遊連結清單，大大優化了查詢的效率。HashMap定位數組索引位置，直接決定了hash方法的離散性能。先看看源碼的實作(方法一+方法二):
方法一：
static final int hash(Object key) { //jdk1.8 & jdk1.7
int h;
// h = key.hashCode() 為第一步 取hashCode值
// h ^ (h >>> 16) 為第二步 高位參與運算
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
方法二：
static int indexFor(int h, int length) { //jdk1.7的源碼，jdk1.8沒有這個方法，但是實作原理一樣的
return h & (length-1); //第三步 取模運算
} 這裡的Hash算法本質上就是三步：取key的hashCode值、高位運算、取模運算。
對于任意給定的對象，隻要它的hashCode()傳回值相同，那麼程式調用方法一所計算得到的Hash碼值總是相同的。我們首先想到的就是把hash值對數組長度取模運算，這樣一來，元素的分布相對來說是比較均勻的。但是，模運算的消耗還是比較大的，在HashMap中是這樣做的：調用方法二來計算該對象應該儲存在table數組的哪個索引處。
這個方法非常巧妙，它通過h & (table.length -1)來得到該對象的儲存位，而HashMap底層數組的長度總是2的n次方，這是HashMap在速度上的優化。當length總是2的n次方時，h& (length-1)運算等價于對length取模，也就是h%length，但是&比%具有更高的效率。
在JDK1.8的實作中，優化了高位運算的算法，通過hashCode()的高16位異或低16位實作的：(h = k.hashCode()) ^ (h >>> 16)，主要是從速度、功效、品質來考慮的，這麼做可以在數組table的length比較小的時候，也能保證考慮到高低Bit都參與到Hash的計算中，同時不會有太大的開銷。
轉自：https://zhuanlan.zhihu.com/p/21673805