Java源码阅读之HashMap - JDK1.8

阅读优秀的源码是提升编程技巧的重要手段之一。
如有不对的地方，欢迎指正~
转载请注明出处https://blog.lzoro.com。

前言

基于JDK1.8。

基本说明

常量

以下常量皆为HashMap类中定义

节点(静态内部类)

HashMap的实际负责K,V存储的是transient Node<K,V>[] table，而这里的Node<K,V>则是HashMap的一个静态内部类，如下

/**
 * 基本Hash节点，用于大多数Entries
 */
static class Node<K,V> implements Map.Entry<K,V> {
    final int hash; //Hahs
    final K key;    //键    
    V value;        //值
    Node<K,V> next; //下一个节点

    /**
     * 构造函数
     */
    Node(int hash, K key, V value, Node<K,V> next) {
        this.hash = hash;
        this.key = key;
        this.value = value;
        this.next = next;
    }

    /**
     * 获取Key
     */
    public final K getKey()        { return key; }
    
    /**
     * 获取Value
     */
    public final V getValue()      { return value; }
    
    /**
     * ToString
     */
    public final String toString() { return key + "=" + value; }

    /**
     * HashCode
     */
    public final int hashCode() {
        return Objects.hashCode(key) ^ Objects.hashCode(value);
    }

    /**
     * Value设置
     */
    public final V setValue(V newValue) {
        V oldValue = value;
        value = newValue;
        return oldValue;
    }

    /**
     * Equal方法
     */
    public final boolean equals(Object o) {
        //地址比较
        if (o == this)
            return true;
        //是否是Map.Entry实例
        if (o instanceof Map.Entry) {
            Map.Entry<?,?> e = (Map.Entry<?,?>)o;
            //只有当Key和value都相等时，才返回true
            if (Objects.equals(key, e.getKey()) &&
                Objects.equals(value, e.getValue()))
                return true;
        }
        return false;
    }
}

静态工具集

在正式了解HashMap的初始化/存取之前，还有一个应该熟悉的是HashMap提供的静态工具集

/**
 * 计算关键字key的hashCode()并将Hash高位和地位进行异或(XORs)
 * 这个与HashMap中的Table下标计算有关
 * 哈希桶(table)的长度都是2的n次幂，So,index仅和hash的低n位有关
 * 将高16位和低16进行异或，让高16位参与运算，防止频繁碰撞。
 */
static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

/**
 * 如果x的类是C且C实现了Comparable，则返回x的class,否则返回null
 * 如：`class C implements Comparable<C>`的形式 
 *
 */
static Class<?> comparableClassFor(Object x) {
    //判断x是否是Comparable实例
    if (x instanceof Comparable) {
        Class<?> c; Type[] ts, as; Type t; ParameterizedType p;
        if ((c = x.getClass()) == String.class) // bypass checks
            return c;
        if ((ts = c.getGenericInterfaces()) != null) {
            for (int i = 0; i < ts.length; ++i) {
                if (((t = ts[i]) instanceof ParameterizedType) &&
                    ((p = (ParameterizedType)t).getRawType() ==
                     Comparable.class) &&
                    (as = p.getActualTypeArguments()) != null &&
                    as.length == 1 && as[0] == c) // type arg is c
                    return c;
            }
        }
    }
    return null;
}

/**
 * 如果x不为null且x的Class为1`kc`,则返回k.compareTo(x)
 * 否则返回0
 */
@SuppressWarnings({"rawtypes","unchecked"}) // for cast to Comparable
static int compareComparables(Class<?> kc, Object k, Object x) {
    return (x == null || x.getClass() != kc ? 0 :
            ((Comparable)k).compareTo(x));
}

/**
 * 返回大于等于cap的最小的2的n次幂
 * 超过MAXIMUM_CAPACITY，则返回MAXIMUM_CAPACITY
 *
 * 有点抽象，举个例子，如这里的cap为11
 * n = 11-1=10
 * 10的二进制    -> 0000 1010
 * n |= n >>> 1 -> 0000 1010 
 *                 0000 0101
 *                 0000 1111
 *
 * n |= n >>> 2 -> 0000 1111
 *                 0000 0011
 *                 0000 1111
 *
 * n |= n >>> 4 -> 0000 1111
 *                 0000 0000
 *                 0000 1111
 *
 * n |= n >>> 8 -> 0000 1111
 *                 0000 0000
 *                 0000 1111
 * n |= n >>> 16   0000 1111
 *                 0000 0000
 *                 0000 1111
 *
 * 此时n的二级制为0000 1111，即15
 * 既不小于0，也不大于MAXIMUN_CAPACITY，所以返回n+1
 * 
 * 结果是16，即大于11的且是最小的2的n次幂
 *
 * 具体的原理可以google哈~
 *
 * 膜拜Java大神，膝盖奉上。
 */
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;
}

初始化过程

了解了HashMap的常量和静态工具集之后，在运用方法之前，还需了解下HashMap是怎么被初始化的。

先看下成员变量

/**
 * 负责存储的哈希桶(table), 首次使用的时候进行初始化，在必要的时候进行扩容.
 * 分配时，长度总是2的n次幂
 * (在某些操作中可以容忍长度为零，以允许当前不需要的引导机制)
 */
transient Node<K,V>[] table;

/**
 * 缓存entrySet
 */
transient Set<Map.Entry<K,V>> entrySet;

/**
 * map的size
 */
transient int size;

/**
 * HashMap在结构上的修改次数
 * 该字段用于fail-fast策略
 * 就是当使用迭代器时，如果发现预期的modCount与实际不合时抛出ConcurrentModificationException
 */
transient int modCount;

/**
 * 下次resize时的哈希桶大小(capacity * load factor).
 *
 * @serial
 */
int threshold;

/**
 * hash table的负载因子
 *
 * @serial
 */
final float loadFactor;

接下来是HashMap提供的4个构造方法

/**
 * 利用指定的容量和负载因子构造一个空的HashMap
 *
 * @param  initialCapacity 初始化容量
 * @param  loadFactor      负载因子
 * @throws 初始容量为负数/负载因子为<=0时会抛出IllegalArgumentException
 */
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;
    //这里实际上并初始化数组，只是利用上面讲到的tableSizeFor计算了长度
    this.threshold = tableSizeFor(initialCapacity);
}

/**
 * 利用指定的容量和默认负载因子(0.75).构造一个空的HashMap
 *
 * @param  initialCapacity 初始化容量
 * @throws 初始容量为负数时会抛出IllegalArgumentException
 */
public HashMap(int initialCapacity) {
    //实际调用的是上面的构造函数
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

/**
 * 利用默认初始容量(16)和默认负载因子(0.75).构造一个空的HashMap
 */
public HashMap() {
    //其他成员变量都是默认值
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

/**
 * 根据给定的Map和默认的初始容量以及默认负载因子构造一个HashMap
 *
 * @param   m 
 * @throws  NullPointerException if the specified map is null
 */
public HashMap(Map<? extends K, ? extends V> m) {
    this.loadFactor = DEFAULT_LOAD_FACTOR;
    //这个方法放在后面说明
    putMapEntries(m, false);
}

看了上面四个构造方面，除了利用给定的Map来进行构造（第四个），其他三个都只是进行成员变量的赋值，并未真正进行空间的分配。

第四个构造函数，内部其实是调用了putMapEntries进行初始化并且存放元素，方法内部调用了另外几个关键方法，如tableSizeFor(前面已提到)，resize初始化/扩容和putVal存放元素(后续会分析)。

/**
 * 实现 Map.putAll 和 构造函数
 *
 * @param m the map
 * @param evict false when initially constructing this map, else
 * true (relayed to method afterNodeInsertion).
 */
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
    int s = m.size();
    //如果给定的map是空的话，则不进行其他操作
    if (s > 0) {
        //map不为空
        //如果哈希桶还未初始化
        if (table == null) { // pre-size
            //计算相关阈值
            float ft = ((float)s / loadFactor) + 1.0F;
            int t = ((ft < (float)MAXIMUM_CAPACITY) ?
                     (int)ft : MAXIMUM_CAPACITY);
            if (t > threshold)
                //这里的计算后，不立即进行初始化/扩容
                threshold = tableSizeFor(t);
        }
        else if (s > threshold)
            //初始化/扩容
            resize();
        //存放元素
        for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
            K key = e.getKey();
            V value = e.getValue();
            putVal(hash(key), key, value, false, evict);
        }
    }
}

关键方法

put

用过HashMap的小伙伴肯定都知道这个方法，哈？没用过的话。那还是先去用用吧。

可以看到put方法，先是对key进行hash（上面的静态工具集有提到）,然后调用putVal进行实际存储，另外还有putIfAbsent方法，该方法只在map不存在相应的键值对时进行放入。

/**
 * 将给定的key和value存储到map当中
 * 若容器中已存在该key的话，旧的value会被新的value替代
 */
public V put(K key, V value) {
    //可以看到这里
    return putVal(hash(key), key, value, false, true);
}

/**
 * 如果存在，就不覆盖旧值
 */
@Override
public V putIfAbsent(K key, V value) {
    return putVal(hash(key), key, value, true, true);
}

putVal具体实现

  /**
     * 实现Map.put和相关方法
     *
     * @param hash key的hash
     * @param key  key
     * @param value value
     * @param onlyIfAbsent 如果为true，不改变旧值
     * @param evict 如果为false，则表将采取creation模式.
     * @return 前一个值，如果没有则返回null
     */
    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        //定义相关变量
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //如果table未被初始化的话，则调用resize进行初始化
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //哈希桶下标计算i=(n-1)&hash，并判断桶中该位置有没有元素
        if ((p = tab[i = (n - 1) & hash]) == null)
            //没有元素，则创建新节点放到该位置
            tab[i] = newNode(hash, key, value, null);
        else {
            //桶中该位置存在元素
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                //如果给点节点的hash和key跟桶上找到的节点相等，则将旧的p节点赋值给e
                e = p;
            else if (p instanceof TreeNode)
                //如果p节点是树节点(红黑树)
                //插入一个树节点
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                //如果以上两者皆不是，则证明当前链表还未树化
                //根据定位的p节点，进行操作
                for (int binCount = 0; ; ++binCount) {
                    //判断p节点的后续节点是否存在
                    if ((e = p.next) == null) {
                        //不存在则创建一个新节点进行插入
                        p.next = newNode(hash, key, value, null);
                        //链表长度超过树化阈值，则执行树化
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            //树化
                            treeifyBin(tab, hash);
                        break;
                    }
                    //如果p的下一个节点e跟给定节点一致，则跳出循环
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    //把e赋值给p，进行链表遍历
                    p = e;
                }
            }
            //如果e不为null
            if (e != null) { // existing mapping for key
                //获取旧值
                V oldValue = e.value;
                //判断入参条件onlyIfAbsent/旧值是否为null
                if (!onlyIfAbsent || oldValue == null)
                    //将新值赋值给e节点
                    e.value = value;
                //空实现 - 主要是为了linkedHashMap的一些后续处理工作
                afterNodeAccess(e);
                return oldValue;
            }
        }
        //增加modCount - 在上面有给出这个变量的含义
        ++modCount;
        //若达到扩容阈值，则进行扩容
        if (++size > threshold)
            //扩容
            resize();
        //空实现 与 afterNodeAccess同理
        afterNodeInsertion(evict);
        return null;
    }

再跟踪下上面的几个方法newNode、putTreeVal、treeifyBin、resize。

newNode是创建一个新节点，其实就是内部类Node的一个实例，比较简单

Node<K,V> newNode(int hash, K key, V value, Node<K,V> next) {
    return new Node<>(hash, key, value, next);
}

putTreeVal是树化后插入节点的实现，treeifyBin是对链表进行树化。
这里的操作涉及到红黑树的操作，如果对红黑树不了解的话，建议可以先了解下相关概念和算法，由于篇幅关系，关于红黑树后面另开章节分析。

这里简单介绍一下基础概念。

红黑树（Red Black Tree） 是一种自平衡二叉查找树，性质如下：

• 1.节点非黑即红
• 2.根节点是黑色
• 3.每个叶节点（NIL节点，空节点）是黑色的
• 4.每个红色节点的两个子节点都是黑色(从每个叶子到根的所有路径上不能有两个连续的红色节点)
• 5.从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点

resize是扩容的方法，下面看下具体实现

/**
 * 初始化或者是将哈希桶(table)大小加倍。
 * 如果为空，则按threshold分配空间
 * 否则，由于采取2的n次幂扩展，容器中的元素在新table中要么呆在原索引处, 要么有一个2的n次幂的位移
 *
 * @return the table
 */
final Node<K,V>[] resize() {
    //旧的哈希桶
    Node<K,V>[] oldTab = table;
    //旧的容量/长度
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    //旧的threshold
    int oldThr = threshold;
    //新的相关标量
    int newCap, newThr = 0;
    if (oldCap > 0) {
        if (oldCap >= MAXIMUM_CAPACITY) {
            //旧的容量大于等于MAXIMUM_CAPACITY
            //则将threshod赋值为Integer.MAX_VALUE
            threshold = Integer.MAX_VALUE;
            //此时不再进行扩容，返回旧的哈希桶
            return oldTab;
        }
        //新的容量为旧容量的的2倍
        //判断新容量是否小于最大值且旧容量大于默认值
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            //对新的threshold赋值(2倍于旧的)
            newThr = oldThr << 1; // double threshold
    }
    //判断旧的threshold
    //这种情况下，初始容量为threshold的
    else if (oldThr > 0) // initial capacity was placed in threshold
        newCap = oldThr;
    //threshold初始化为0，则表明是使用默认值
    else {               // zero initial threshold signifies using defaults
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    //判断新的threshold是否为0
    if (newThr == 0) {
        //计算新的threshold，为新的容量*负载因子
        float ft = (float)newCap * loadFactor;
        //进行最大值判断
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
    //将计算出来的threshold赋值到成员变量threshold
    threshold = newThr;
    @SuppressWarnings({"rawtypes","unchecked"})
    //根据计算的容量新建一个哈希桶
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    //成员变量table指向新的哈希桶
    table = newTab;
    //判断旧的哈希桶是否为null
    if (oldTab != null) {
        //下面通过循环来移动将旧哈希桶移动到新的哈希桶
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            if ((e = oldTab[j]) != null) {
                oldTab[j] = null;
                //没有后续节点
                if (e.next == null)
                    //将该节点存放到新的哈希桶
                    //使用的是2的n次幂的扩展(指长度扩为原来2倍)，所以，元素的位置要么是在原位置，要么是在原位置再移动2次幂的位置。
                    
                    //eg.1
                    //扩容前
                    //e.hash   = 8    -> 0000 1000
                    //oldCap-1 = 15   -> 0000 1111
                                 &    -> 0000 1000
                    //    结果 = 8             
                    //扩容后
                    //e.hash   = 8    -> 0000 1000
                    //newCap-1 = 31   -> 0001 1111
                    //           &    -> 0000 1000
                    //    结果 = 8 所以位置不变
                
                    //eg.2
                    //扩容前
                    //e.hash   = 16   -> 0001 0000
                    //oldCap-1 = 15   -> 0000 1111
                                 &    -> 0000 0000
                    //    结果 = 0
                    //扩容后
                    //e.hash   = 16   -> 0001 0000
                    //newCap-1 = 31   -> 0001 1111
                    //           &    -> 0001 1000
                    //    结果 = 16
                    //位置移动了0 + 16(2的4次幂，也是原来的容量oldCap)
                    newTab[e.hash & (newCap - 1)] = e;
                else if (e instanceof TreeNode)
                    //如果是树化后的节点，则进行split
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else { // preserve order
                //如果还未树化/没有后续节点
                //维护顺序
                    Node<K,V> loHead = null, loTail = null;
                    Node<K,V> hiHead = null, hiTail = null;
                    Node<K,V> next;
                    //旧链表迁移新链表
                    do {
                        //取出后续节点
                        next = e.next;
                        //这里的e.hash & oldCap 目的是取出高位的1bit来判断是否为0，跟上面的 & (oldCap - 1)不同，这里是取出高位1bit来判断是否需要移动
                        //eg.1
                        // e.hash = 8  -> 0000 1000
                        // oldCap = 16 -> 0001 0000
                                     & -> 0000 0000
                            结果  =  0 
                        //如果为0，不需要移动
                        
                        // e.hash = 16 -> 0001 0000
                        // oldCap = 16 -> 0001 0000
                                     & -> 0001 0000
                            结果  =  16 
                        //如果不为0
                        
                        //不需要移动
                        if ((e.hash & oldCap) == 0) {
                            //不需要移动时，以loHead为首节点，维护链表顺序
                            if (loTail == null)
                                loHead = e;
                            else
                                loTail.next = e;
                            loTail = e;
                        }
                        else {
                            //需要移动时，以hiHead为首节点，维护链表顺序
                            if (hiTail == null)
                                hiHead = e;
                            else
                                hiTail.next = e;
                            hiTail = e;
                        }
                    } while ((e = next) != null);
                    if (loTail != null) {
                        loTail.next = null;//最后一个节点的next指向的是自己，所以置为null
                        newTab[j] = loHead;//在新的哈希桶中存放链表
                    }
                    if (hiTail != null) {
                        hiTail.next = null;//同上面
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    //返回新的哈希桶
    return newTab;
}

这里先抛开红黑树，单看哈希桶和链表，大致可以将扩容总结如下：

1、计算新的容量和阈值  
2、根据新的容量创建新的哈希桶  
3、将旧桶中的元素节点存放到新的哈希桶  
    3.1、判断桶中的节点是否有后续节点，没有的话，确认下标后存放元素
    3.2、判断是否树化，如果是，则进行红黑树操作(后续分析)
    3.3、桶中节点存在后续节点(链表)，则进行链表的顺序维护后，存放到新的哈希桶
4、返回扩容后的哈希桶

get

现在出门都是成双成对了(单身狗出门随时一嘴狗粮)，所以HashMap里面既然有put来存放元素，肯定也有获取元素的方法，就是现在要分析的get，另外还有jdk1.8新增的getOrDefault。

内部主要还是调用了hash方法对key进行哈希运算，然后调用getNode取得节点。

/**
 * 如果存在对应的键值对，则根据对应的key，返回value，否则返回null
 *
 * 更精确点说，如果在该map中，存在一个key跟给定的key相同
 * (同为null，或者调用equal为true)，则返回该key对应的value,否则返回null
 *
 * null返回值不一定表示map没有包含此key的映射
 * 也有可能是映射的value的确是null
 * 可以使用containsKey操作来区分这两种情况（指定的key不存在/key存在但value为null）
 *
 * @see #put(Object, Object)
 */
public V get(Object key) {
    Node<K,V> e;
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}

/**
 * 给定key如果不存在的话，就返回默认值
 */
@Override
public V getOrDefault(Object key, V defaultValue) {
    Node<K,V> e;
    return (e = getNode(hash(key), key)) == null ? defaultValue : e.value;
}

/**
 * 实现 Map.get 和其他相关方法
 *
 * @param hash key的哈希
 * @param key key
 * @return the node, or null if none
 */
final Node<K,V> getNode(int hash, Object key) {
    //相关变量
    Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
    //检查哈希桶是否为null，长度是否大于0，计算下标取出元素判断是否为null
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        //对应的下标存在元素，则证明该key存在映射
        //每次都对元素(链表首节点)进行检查判断
        //如果是要找的节点，则返回
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        //如果链表首节点不是要找的，则判断后续节点是否存在
        if ((e = first.next) != null) {
            //后续节点存在的话，判断该链表是否树化过
            if (first instanceof TreeNode)
                //树化过，则通过红黑树查找节点返回(后续分析)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            //未进行树化，则从链表中搜索对应节点
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    //如果未搜索到节点，则返回null
    return null;
}

remove

成双成对，不存在的。这里还有一个remove方法，用来移除键值对。

/**
 * 根据给定的key从map中移除指定键值对
 */
public V remove(Object key) {
    Node<K,V> e;
    //调用下方的removeNode来实现移除
    return (e = removeNode(hash(key), key, null, false, true)) == null ?
        null : e.value;
}

/**
 * 根据给定的key和value从map中移除指定键值对
 */
public boolean remove(Object key, Object value) {
        return removeNode(hash(key), key, value, true, true) != null;
    }

/**
 * 实现 Map.remove 和相关方法
 */
final Node<K,V> removeNode(int hash, Object key, Object value,
                           boolean matchValue, boolean movable) {
    Node<K,V>[] tab; Node<K,V> p; int n, index;
    //前置判断，包括哈希桶是否为null，长度是否为0以及是否存在元素等
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (p = tab[index = (n - 1) & hash]) != null) {
        Node<K,V> node = null, e; K k; V v;
        //以下开始查找节点，跟getNode的类似，不再赘述
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            node = p;
        else if ((e = p.next) != null) {
            if (p instanceof TreeNode)
                node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
            else {
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key ||
                         (key != null && key.equals(k)))) {
                        node = e;
                        break;
                    }
                    p = e;
                } while ((e = e.next) != null);
            }
        }
        //存在节点
        if (node != null && (!matchValue || (v = node.value) == value ||
                             (value != null && value.equals(v)))) {
            if (node instanceof TreeNode)
                //红黑树移除节点(后续分析)
                ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
            else if (node == p)
                //如果是首节点，就将后续节点存放到哈希桶对应下标上
                tab[index] = node.next;
            else
                //后续节点前移
                p.next = node.next;
            //修改操作计数
            ++modCount;
            //size - 1
            --size;
            //空实现
            afterNodeRemoval(node);
            return node;
        }
    }
    return null;
}

clear

清空hashmap的操作

/**
 * 清空所有键值对映射
 * 调用结束后map将会被置空
 */
public void clear() {
    Node<K,V>[] tab;
    //操作计数 + 1
    modCount++;
    //判断哈希桶是否已经初始化
    if ((tab = table) != null && size > 0) {
        size = 0;
        //循环清空
        for (int i = 0; i < tab.length; ++i)
            tab[i] = null;
    }
}

containsValue

调用该方法判断map中是否存在对应的value

/**
 * 如果map中存在指定value，则返回true
 *
 * @param value value whose presence in this map is to be tested
 * @return <tt>true</tt> if this map maps one or more keys to the
 *         specified value
 */
public boolean containsValue(Object value) {
    Node<K,V>[] tab; V v;
    //判断哈希桶是否被初始化过
    if ((tab = table) != null && size > 0) {
        //哈希桶循环查询
        for (int i = 0; i < tab.length; ++i) {
            //哈希桶上每个元素，进行循环查询
            for (Node<K,V> e = tab[i]; e != null; e = e.next) {
                //存在值则返回
                if ((v = e.value) == value ||
                    (value != null && value.equals(v)))
                    return true;
            }
        }
    }
    return false;
}

其他方法

除了上面罗列的一些关键方法外，Hashmap还提供了以下方法，不再具体分析源码。

• keySet----------------- 获取所有的key(Set)
• values----------------- 获取所有的值(Collection)
• entrySet--------------- 获取键值对集合(Set)
• computeIfAbsent---- 值不存在则放入
• merge------------------ 给定的key没有绑定，则进行绑定，否则替换原key的值
• forEach---------------- 循环
• replace/replaceAll--- 替换

注意

HashMap非线程安全，如果在并发场景下，使用HashMap要小心。

另外，如果需要线程安全的Map，可以移步ConcurrentHashMap。

当然，不care效率的话，HashTable也是OK的。

总结

1、关键常量，如树化阈值等，见文章头部。

1、关键成员变量

• table 哈希桶
• loadFactor 负载因子
• threshold 阈值

2、构造时，除了指定map进行构造外，其他构造函数均未初始化哈希桶。

3、通过hash来确认元素在桶中的位置，所以hash要足够分散，否则容易造成碰撞导致性能问题。

4、其他的诸如put、get、remove等关键操作的流程已在上诉源码中分析，之后抽空看能不能画个图更直观。

5、其他的待补充。

篇幅有点长，溜了溜了，如果对你有帮助无妨给个赞呗~~3Q