Map相關--這一篇全瞭解
目錄
Map整體結構
首先，先對 Map 相關型別有個整體瞭解，Map 雖然通常被包括在 Java 集合框架裡，但是其本身並不是狹義上的集合型別（Collection），具體你可以參考下面這個簡單類圖。
Hashtable 比較特別，作為類似 Vector、Stack 的早期集合相關型別，它是擴充套件了 Dictionary 類的，類結構上與 HashMap 之類明顯不同。
HashMap 等其他 Map 實現則是都擴充套件了 AbstractMap，裡面包含了通用方法抽象。不同 Map 的用途，從類圖結構就能體現出來，設計目的已經體現在不同介面上。
大部分使用 Map 的場景，通常就是放入、訪問或者刪除，而對順序沒有特別要求，HashMap 在這種情況下基本是最好的選擇。HashMap 的效能表現非常依賴於雜湊碼的有效性，請務必掌握 hashCode 和 equals 的一些基本約定，比如：
- equals 相等，hashCode 一定要相等。
- 重寫了 hashCode 也要重寫 equals。
- hashCode 需要保持一致性，狀態改變返回的雜湊值仍然要一致。
- equals 的對稱、反射、傳遞等特性。
補充一些，雖然 LinkedHashMap 和 TreeMap 都可以保證某種順序，但二者還是非常不同的。
- LinkedHashMap 通常提供的是遍歷順序符合插入順序，它的實現是通過為條目（鍵值對）維護一個雙向連結串列。注意，通過特定建構函式，我們可以建立反映訪問順序的例項，所謂的 put、get、compute 等，都算作“訪問”。
這種行為適用於一些特定應用場景，例如，我們構建一個空間佔用敏感的資源池，希望可以自動將最不常被訪問的物件釋放掉，這就可以利用 LinkedHashMap 提供的機制來實現，參考下面的示例(jdk1.8)：
import java.util.LinkedHashMap; import java.util.Map; public class LinkedHashMapSample { public static void main(String[] args) { LinkedHashMap<String, String> accessOrderedMap = new LinkedHashMap<>(16, 0.75F, true){ @Override protected boolean removeEldestEntry(Map.Entry<String, String> eldest) { // 實現自定義刪除策略，否則行為就和普遍 Map 沒有區別 return size() > 3; } }; accessOrderedMap.put("Project1", "Valhalla"); accessOrderedMap.put("Project2", "Panama"); accessOrderedMap.put("Project3", "Loom"); accessOrderedMap.forEach( (k,v) -> { System.out.println(k +":" + v); }); // 模擬訪問 accessOrderedMap.get("Project2"); accessOrderedMap.get("Project2"); accessOrderedMap.get("Project3"); System.out.println("Iterate over should be not affected:"); accessOrderedMap.forEach( (k,v) -> { System.out.println(k +":" + v); }); // 觸發刪除 accessOrderedMap.put("Project4", "Mission Control"); System.out.println("Oldest entry should be removed:"); accessOrderedMap.forEach( (k,v) -> {// 遍歷順序不變 System.out.println(k +":" + v); }); } }
- 對於 TreeMap，它的整體順序是由鍵的順序關係決定的，通過 Comparator 或 Comparable（自然順序）來決定。
構建一個具有優先順序的排程系統，其本質就是個典型的優先佇列場景，Java 標準庫提供了基於二叉堆實現的 PriorityQueue，都是依賴於同一種排序機制，也包括 TreeMap 的馬甲 TreeSet。
類似 hashCode 和 equals 的約定，為了避免模稜兩可的情況，自然順序同樣需要符合一個約定，就是 compareTo 的返回值需要和 equals 一致，否則就會出現模稜兩可情況。
我們可以分析 TreeMap 的 put 方法實現：
從程式碼裡，你可以看出什麼呢？ 當我不遵守約定時，兩個不符合唯一性（equals）要求的物件被當作是同一個（因為，compareTo 返回 0），這會導致歧義的行為表現。
public V put(K key, V value) {
Entry<K,V> t = …
cmp = k.compareTo(t.key);
if (cmp < 0)
t = t.left;
else if (cmp > 0)
t = t.right;
else
return t.setValue(value);
// ...
}什麼是HashMap
基於雜湊表的 Map 介面的實現。並允許使用 null 值和 null 鍵。（除了非同步和允許使用 null 之外，HashMap 類與 Hashtable 大致相同。）此類不保證對映的順序，特別是它不保證該順序恆久不變。 此實現假定雜湊函式將元素適當地分佈在各桶之間，可為基本操作（get 和 put）提供穩定的效能。迭代 collection 檢視所需的時間與 HashMap 例項的“容量”（桶的數量）及其大小（鍵-值對映關係數）成比例。所以，如果迭代效能很重要，則不要將初始容量設定得太高（或將載入因子設定得太低）。
HashMap實現了Map介面，繼承AbstractMap。其中Map介面定義了鍵對映到值的規則，而AbstractMap類提供 Map 介面的骨幹實現，以最大限度地減少實現此介面所需的工作，其實AbstractMap類已經實現了Map。
作為雜湊表的Map介面實現，其具備以下幾個特點：
-
和HashTable類似，採用陣列+單鏈表形式儲存元素，從jdk1.8開始，增加了紅黑樹的結構，當單鏈表中元素個數超過指定閾值，會轉化為紅黑樹結構儲存，目的就是為了解決單鏈表元素過多時查詢慢的問題。
-
和HashTable不同的是，HashMap是執行緒不安全的，方法都未使用synchronized關鍵字。因為內部實現不同，允許key和value值為null。
-
構建HashMap例項時有兩個重要的引數，會影響其效能：初始大小和載入因子。初始大小用來規定雜湊表陣列的長度，即桶的個數。載入因子用來表示雜湊表元素的填滿程度，越大則表示允許填滿的元素就越多，雜湊表的空間利用率就越高，但是衝突的機會也就增加了。反之，越小則衝突的機會就會越少，但是空間很多就浪費了。
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, SerializableHashMap實現原理分析
1. HashMap的資料結構 資料結構中有陣列和連結串列來實現對資料的儲存，但這兩者基本上是兩個極端。
陣列:陣列必須事先定義固定的長度（元素個數），不能適應資料動態地增減的情況。當資料增加時，可能超出原先定義的元素個數；當資料減少時，造成記憶體浪費。
陣列是靜態分配記憶體，並且在記憶體中連續。 陣列利用下標定位，時間複雜度為O(1) 陣列插入或刪除元素的時間複雜度O(n) 陣列的特點是：定址容易，插入和刪除困難；
連結串列:連結串列儲存區間離散，佔用記憶體比較寬鬆。
連結串列是動態分配記憶體，並不連續。 連結串列定位元素時間複雜度O(n) 連結串列插入或刪除元素的時間複雜度O(1) 連結串列的特點是：定址困難，插入和刪除容易。
雜湊表
雜湊表：定址容易，插入刪除也容易的資料結構。雜湊表（(Hash table）既滿足了資料的查詢方便，同時不佔用太多的內容空間，使用也十分方便。
雜湊表有多種不同的實現方法，我接下來解釋的是最常用的一種方法—— 拉鍊法，我們可以理解為“連結串列的陣列” ，如圖：
從上圖我們可以發現雜湊表是由陣列+連結串列組成的，一個長度為16的陣列中，每個元素儲存的是一個連結串列的頭結點。那麼這些元素是按照什麼樣的規則儲存到陣列中呢。一般情況是通過hash(key)%len獲得，也就是元素的key的雜湊值對陣列長度取模得到。比如上述雜湊表中，12%16=12,28%16=12,108%16=12,140%16=12。所以12、28、108以及140都儲存在陣列下標為12的位置。
首先HashMap裡面實現一個靜態內部類Entry，其重要的屬性有 key , value, next，從屬性key,value我們就能很明顯的看出來Entry就是HashMap鍵值對實現的一個基礎bean，我們上面說到HashMap的基礎就是一個線性陣列，這個陣列就是Entry[]，Map裡面的內容都儲存在Entry[]裡面。
靜態常量
/**
* 預設初始大小，值為16，要求必須為2的冪
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/**
* 最大容量，必須不大於2^30
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
* 預設載入因子，值為0.75
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
* hash衝突預設採用單鏈表儲存，當單鏈表節點個數大於8時，會轉化為紅黑樹儲存
*/
static final int TREEIFY_THRESHOLD = 8;
/**
* hash衝突預設採用單鏈表儲存，當單鏈表節點個數大於8時，會轉化為紅黑樹儲存。
* 當紅黑樹中節點少於6時，則轉化為單鏈表儲存
*/
static final int UNTREEIFY_THRESHOLD = 6;
/**
* hash衝突預設採用單鏈表儲存，當單鏈表節點個數大於8時，會轉化為紅黑樹儲存。
* 但是有一個前提：要求陣列長度大於64，否則不會進行轉化
*/
static final int MIN_TREEIFY_CAPACITY = 64;注意：HashMap預設採用陣列+單鏈表方式儲存元素，當元素出現雜湊衝突時，會儲存到該位置的單鏈表中。但是單鏈表不會一直增加元素，當元素個數超過8個時，會嘗試將單鏈錶轉化為紅黑樹儲存。但是在轉化前，會再判斷一次當前陣列的長度，只有陣列長度大於64才處理。否則，進行擴容操作。此處先提到這，後續會有詳細的講解。
為何載入因子預設為0.75？ 通過原始碼裡的javadoc註釋看到，元素在雜湊表中分佈的桶頻率服從引數為0.5的泊松分佈，具體可以參考下StackOverflow裡的解答：https://stackoverflow.com/questions/10901752/what-is-the-significance-of-load-factor-in-hashmap
建構函式
1、無參建構函式：
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
2、帶參建構函式，指定初始容量：
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
3、帶參建構函式，指定初始容量和載入因子：
3.1、原始碼：
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;
this.threshold = tableSizeFor(initialCapacity)//通過後面擴容的方法知道，該值就是初始建立陣列時的長度
}
//返回大於等於cap最小的2的冪，如cap為12，結果就是16
static final int tableSizeFor(int cap) {
int n = cap - 1;//為了保證當cap本身是2的冪的情況下，能夠返回原本的數，否則返回的是cap的2倍
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;
}3.2、示例：
下面我們以cap等於8為例：
-
不減一的過程如下：
圖注:tableSizeFor不減一過程 最後執行加1操作，那麼返回的是2^4=16，是cap的2倍。
-
減一的過程如下：
圖注:tableSizeFor減一過程 最後執行加1操作，那麼返回的是2^3=8，也就是cap本身。
3.3、問題：
為何陣列容量必須是2次冪？ 索引計算公式為i = (n - 1) & hash，如果n為2次冪，那麼n-1的低位就全是1，雜湊值進行與操作時可以保證低位的值不變，從而保證分佈均勻，效果等同於hash%n，但是位運算比取餘運算要高效的多。
4、帶參建構函式，指定Map集合：
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
if (s > 0) {
if (table == null) { // pre-size
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
if (t > threshold)
threshold = tableSizeFor(t);
}
else if (s > threshold)
resize();
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);
}
}
}新增元素
1、原始碼：
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
//將key的雜湊值，進行高16位和低16位異或操作，增加低16位的隨機性，降低雜湊衝突的可能性
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//首次table為null，首先通過resize()進行陣列初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//利用index=(n-1)&hash的方式，找到索引位置
//如果索引位置無元素，則建立Node物件，存入陣列該位置中
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else { //如果索引位置已有元素，說明hash衝突，存入單鏈表或者紅黑樹中
Node<K,V> e; K k;
//hash值和key值都一樣，則進行value值的替代
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode) //hash值一致，key值不一致，且p為紅黑樹結構，則往紅黑樹中新增
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else { //hash值一致，key值不一致，且p為單鏈表結構，則往單鏈表中新增
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null); //追加到單鏈表末尾
if (binCount >= TREEIFY_THRESHOLD - 1) // //超過樹化閾值則進行樹化操作
treeifyBin(tab, hash);
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;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold) //當元素個數大於新增閾值，則通過resize()擴容
resize();
afterNodeInsertion(evict);
return null;
}2、流程圖：
圖注:新增元素流程圖
3、hash計算：
獲取hash值時：為何在hash方法中加上異或無符號右移16位的操作？ 此方式是採用"擾亂函式"的解決方案，將key的雜湊值，進行高16位和低16位異或操作，增加低16位的隨機性，降低雜湊衝突的可能性。
下面我們通過一個例子，來看下有無"擾亂函式"的情況下，計算出來索引位置的值：
圖注:hash計算
擴容
1、原始碼：
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {//陣列不為空
if (oldCap >= MAXIMUM_CAPACITY) { //當前長度超過MAXIMUM_CAPACITY，新增閾值為Integer.MAX_VALUE
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY) //進行2倍擴容，如果當前長度超過初始16，新增閾值也做2倍擴容
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // 陣列為空，指定了新增閾值
newCap = oldThr;
else { //陣列為空，未指定新增閾值，採用預設初始大小和載入因子，新增閾值為16*0.75=12
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) { //按照給定的初始大小計算擴容後的新增閾值
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr; //擴容後的新增閾值
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; //擴容後的陣列
table = newTab;
if (oldTab != null) { //將原陣列中元素放入擴容後的陣列中
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null) //無後繼節點，則直接計算在新陣列中位置，放入即可
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode) //為樹節點需要拆分
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { //有後繼節點，且為單鏈表，將原陣列中單鏈表元素進行拆分，一部分在原索引位置，一部分在原索引+原陣列長度
Node<K,V> loHead = null, loTail = null; //儲存在原索引的連結串列
Node<K,V> hiHead = null, hiTail = null; //儲存在新索引的連結串列
Node<K,V> next;
do {
next = e.next;
if ((e.hash & oldCap) == 0) { //雜湊值和原陣列長度進行&操作，為0則在原陣列的索引位置，非0則在原陣列索引位置+原陣列長度的新位置
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}2、流程圖：
2.1 首次呼叫擴容方法：
圖注:首次呼叫擴容方法
2.2 示例：
情況一：
-
使用無參建構函式：
HashMap<String, Integer> hashMap = new HashMap<>();
-
put元素，發現table為null，呼叫resize擴容方法：
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
-
oldCap為0，oldThr為0，執行resize()裡的該分支：
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
-
newCap為16，newThr為12，也就是說HashMap預設陣列長度為16，元素新增閾值為12。
-
threshold為12。建立大小為16的陣列，賦值給table。
情況二：
-
使用有參建構函式：
HashMap<String, Integer> hashMap = new HashMap<>(7);
-
oldCap為0，oldThr為8，執行resize()裡的該分支：
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
-
newCap為8，newThr為0，執行resize()裡的該分支：
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
-
threshold為6。建立大小為8的陣列，賦值給table。
2.3 非首次呼叫擴容方法：
圖注:非首次呼叫擴容方法
2.4 示例：
接著2.2裡的情況二，繼續新增元素，直到擴容：
-
oldCap為8，oldThr為6，執行resize()裡的該分支：
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
-
oldCap小於MAXIMUM_CAPACITY，進行2倍擴容，newCap為16。oldCap小於DEFAULT_INITIAL_CAPACITY，不做newThr的擴容，為0，執行resize()裡的該分支：
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
..........省略.......//將原陣列元素存入新陣列中
-
因為newCap小於MAXIMUM_CAPACITY ，ft為newCap*載入因子為12，threshold為12。建立大小為16的陣列，賦值給table，並將原陣列元素放入新陣列中。
繼續新增元素，直到擴容：
-
oldCap為16，oldThr為12，執行resize()裡的該分支：
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}-
oldCap小於MAXIMUM_CAPACITY，將陣列長度進行2倍擴容，newCap為32。oldCap>=DEFAULT_INITIAL_CAPACITY，將新增元素的閾值也進行2倍擴容，注意此時不再用載入因子去計算閾值，而是隨著陣列長度進行相應的2倍擴容，threshold為24。
-
建立大小為32的陣列，賦值給table，並將原陣列元素放入新陣列中。
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
..........省略.......//將原陣列元素存入新陣列中
繼續新增元素，擴容到陣列長度等於MAXIMUM_CAPACITY：
-
oldCap為MAXIMUM_CAPACITY，執行resize()裡的該分支：
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}-
因為oldCap等於MAXIMUM_CAPACITY，threshold設定為 Integer.MAX_VALUE，不再擴容，直接返回原陣列。此時繼續新增元素，Integer.MAX_VALUE+1=Integer.MIN_VALUE，不再大於threshold，則不再進行擴容操作了。
樹化操作
1、原始碼：
將原本的單鏈錶轉化為雙向連結串列，再遍歷這個雙向連結串列轉化為紅黑樹：
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
//樹形化還有一個要求就是陣列長度必須大於等於64，否則繼續採用擴容策略
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;//hd指向首節點，tl指向尾節點
do {
TreeNode<K,V> p = replacementTreeNode(e, null);//將連結串列節點轉化為紅黑樹節點
if (tl == null) // 如果尾節點為空，說明還沒有首節點
hd = p; // 當前節點作為首節點
else { // 尾節點不為空，構造一個雙向連結串列結構，將當前節點追加到雙向連結串列的末尾
p.prev = tl; // 當前樹節點的前一個節點指向尾節點
tl.next = p; // 尾節點的後一個節點指向當前節點
}
tl = p; // 把當前節點設為尾節點
} while ((e = e.next) != null); // 繼續遍歷單鏈表
//將原本的單鏈錶轉化為一個節點型別為TreeNode的雙向連結串列
if ((tab[index] = hd) != null) // 把轉換後的雙向連結串列，替換陣列原來位置上的單向連結串列
hd.treeify(tab); // 將當前雙向連結串列樹形化
}
}將雙向連結串列轉化為紅黑樹的具體實現：
final void treeify(Node<K,V>[] tab) {
TreeNode<K,V> root = null; // 定義紅黑樹的根節點
for (TreeNode<K,V> x = this, next; x != null; x = next) { // 從TreeNode雙向連結串列的頭節點開始逐個遍歷
next = (TreeNode<K,V>)x.next; // 頭節點的後繼節點
x.left = x.right = null;
if (root == null) {
x.parent = null;
x.red = false;
root = x; // 頭節點作為紅黑樹的根，設定為黑色
}
else { // 紅黑樹存在根節點
K k = x.key;
int h = x.hash;
Class<?> kc = null;
for (TreeNode<K,V> p = root;;) { // 從根開始遍歷整個紅黑樹
int dir, ph;
K pk = p.key;
if ((ph = p.hash) > h) // 當前紅黑樹節點p的hash值大於雙向連結串列節點x的雜湊值
dir = -1;
else if (ph < h) // 當前紅黑樹節點的hash值小於雙向連結串列節點x的雜湊值
dir = 1;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0) // 當前紅黑樹節點的hash值等於雙向連結串列節點x的雜湊值，則如果key值採用比較器一致則比較key值
dir = tieBreakOrder(k, pk); //如果key值也一致則比較className和identityHashCode
TreeNode<K,V> xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) { // 如果當前紅黑樹節點p是葉子節點，那麼雙向連結串列節點x就找到了插入的位置
x.parent = xp;
if (dir <= 0) //根據dir的值，插入到p的左孩子或者右孩子
xp.left = x;
else
xp.right = x;
root = balanceInsertion(root, x); //紅黑樹中插入元素，需要進行平衡調整(過程和TreeMap調整邏輯一模一樣)
break;
}
}
}
}
//將TreeNode雙向連結串列轉化為紅黑樹結構之後，由於紅黑樹是基於根節點進行查詢，所以必須將紅黑樹的根節點作為陣列當前位置的元素
moveRootToFront(tab, root);
}將紅黑樹的根節點移動到陣列的索引所在位置上：
static <K,V> void moveRootToFront(Node<K,V>[] tab, TreeNode<K,V> root) {
int n;
if (root != null && tab != null && (n = tab.length) > 0) {
int index = (n - 1) & root.hash; //找到紅黑樹根節點在陣列中的位置
TreeNode<K,V> first = (TreeNode<K,V>)tab[index]; //獲取當前陣列中該位置的元素
if (root != first) { //紅黑樹根節點不是陣列當前位置的元素
Node<K,V> rn;
tab[index] = root;
TreeNode<K,V> rp = root.prev;
if ((rn = root.next) != null) //將紅黑樹根節點前後節點相連
((TreeNode<K,V>)rn).prev = rp;
if (rp != null)
rp.next = rn;
if (first != null) //將陣列當前位置的元素，作為紅黑樹根節點的後繼節點
first.prev = root;
root.next = first;
root.prev = null;
}
assert checkInvariants(root);
}
}紅黑樹插入
1、原始碼：
final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,
int h, K k, V v) {
Class<?> kc = null;
boolean searched = false;
TreeNode<K,V> root = (parent != null) ? root() : this;
for (TreeNode<K,V> p = root;;) {
int dir, ph; K pk;
if ((ph = p.hash) > h)//進行雜湊值的比較
dir = -1;
else if (ph < h)
dir = 1;
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
return p;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0) {//hash值相同，則按照key進行比較
if (!searched) {
TreeNode<K,V> q, ch;
searched = true;
if (((ch = p.left) != null &&
(q = ch.find(h, k, kc)) != null) ||//去左子樹中查詢雜湊值相同，key相同的節點
((ch = p.right) != null &&
(q = ch.find(h, k, kc)) != null))//去右子樹中查詢雜湊值相同，key相同的節點
return q;
}
dir = tieBreakOrder(k, pk);//通過比較k與pk的hashcode
}
TreeNode<K,V> xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {//找到紅黑樹合適的位置插入
Node<K,V> xpn = xp.next;
TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
if (dir <= 0) //插入到左節點或者右節點
xp.left = x;
else
xp.right = x;
xp.next = x;//插入到雙向連結串列合適的位置
x.parent = x.prev = xp;
if (xpn != null)
((TreeNode<K,V>)xpn).prev = x;
moveRootToFront(tab, balanceInsertion(root, x));//做插入後的平衡調整 將平衡後的紅黑樹節點作為陣列該位置的元素
return null;
}
}
}2、說明:
當hash衝突時，單鏈表元素個數超過樹化閾值(TREEIFY_THRESHOLD)後，轉化為紅黑樹儲存。之後再繼續衝突，則就變成往紅黑樹中插入元素了。關於紅黑樹插入元素，請看我之前寫的文章：TreeMap之元素插入
紅黑樹拆分
1、原始碼：
將紅黑樹按照擴容後的陣列，重新計算索引位置，並且拆分後的紅黑樹還需要判斷個數，從而決定是做去樹化操作還是樹化操作：
final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
TreeNode<K,V> b = this;
// Relink into lo and hi lists, preserving order
TreeNode<K,V> loHead = null, loTail = null; //儲存在原索引的紅黑樹
TreeNode<K,V> hiHead = null, hiTail = null; //儲存在新索引的紅黑樹
int lc = 0, hc = 0;
for (TreeNode<K,V> e = b, next; e != null; e = next) {
next = (TreeNode<K,V>)e.next;
e.next = null;
if ((e.hash & bit) == 0) { //雜湊值和原陣列長度進行&操作，為0則在原陣列的索引位置，非0則在原陣列索引位置+原陣列長度的新位置
if ((e.prev = loTail) == null)
loHead = e;
else
loTail.next = e;
loTail = e;
++lc;
}
else {
if ((e.prev = hiTail) == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
++hc;
}
}
if (loHead != null) {
if (lc <= UNTREEIFY_THRESHOLD) //當紅黑樹的節點不大於去樹化閾值，則將原索引處的紅黑樹進行去樹化操作
tab[index] = loHead.untreeify(map); //紅黑樹根節點作為原索引處的元素
else { //當紅黑樹的節點大於去樹化閾值，則將原索引處的紅黑樹進行樹化操作
tab[index] = loHead;
if (hiHead != null) // (else is already treeified)
loHead.treeify(tab);
}
}
if (hiHead != null) {
if (hc <= UNTREEIFY_THRESHOLD) //當紅黑樹的節點不大於去樹化閾值，則將新索引處的紅黑樹進行去樹化操作
tab[index + bit] = hiHead.untreeify(map); //紅黑樹根節點作為新索引處的元素
else { //當紅黑樹的節點大於去樹化閾值，則將新索引處的紅黑樹進行樹化操作
tab[index + bit] = hiHead;
if (loHead != null)
hiHead.treeify(tab);
}
}
}去樹化操作
1、原始碼：
遍歷紅黑樹，還原成單鏈表結構：
final Node<K,V> untreeify(HashMap<K,V> map) {
Node<K,V> hd = null, tl = null;
for (Node<K,V> q = this; q != null; q = q.next) { //遍歷紅黑樹，依次將TreeNode轉化為Node，還原成單鏈表形式
Node<K,V> p = map.replacementNode(q, null);
if (tl == null)
hd = p;
else
tl.next = p;
tl = p;
}
return hd;
}綜合示例
1、程式碼：
//插入38個元素，無hash衝突，依次存入索引0~37的位置
HashMap<Integer, Integer> hashMap = new HashMap<>(64);
for(int i=0; i<38; i++){
hashMap.put(i, i);
}
//依次插入64、128、182、256、320、384，448，索引位置為0，出現hash衝突，往單鏈表中插入
for (int i=1; i <= 7; i++) {
hashMap.put(64*i, 64*i);
}
//插入512，hash衝突，往單鏈表中插入。此時單鏈表個數大於TREEIFY_THRESHOLD，將單鏈錶轉化為紅黑樹
hashMap.put(64*8, 64*8);
//插入576，hash衝突，往紅黑樹中插入
hashMap.put(64*9, 64*9);
//hash不衝突，儲存到陣列索引為38的位置，此時總元素個數為48，新增閾值為48，不做處理。
hashMap.put(38, 38);
//hash不衝突，儲存到陣列索引為39的位置，此時總元素個數為49，新增閾值為48，擴容！！！
hashMap.put(39, 39);2、內部實現過程：
HashMap和HashTable、TreeMap的區別
1.HashTable的方法是同步的，在方法的前面都有synchronized來同步，HashMap未經同步，所以在多執行緒場合要手動同步
2.HashTable不允許null值(key和value都不可以) ,HashMap允許null值(key和value都可以)。通常情況下，HashMap 進行 put 或者 get 操作，可以達到常數時間的效能，所以它是絕大部分利用鍵值對存取場景的首選，比如，實現一個使用者 ID 和使用者資訊對應的執行時儲存結構。
3.HashTable有一個contains(Object value)功能和containsValue(Object value)功能一樣。
4.HashTable使用Enumeration進行遍歷，HashMap使用Iterator進行遍歷。
5.HashTable中hash陣列預設大小是11，增加的方式是 old*2+1。HashMap中hash陣列的預設大小是16，而且一定是2的指數。
6.雜湊值的使用不同，HashTable直接使用物件的hashCode，程式碼是這樣的：
int hash = key.hashCode();
int index = (hash & 0x7FFFFFFF) % tab.length;而HashMap重新計算hash值，而且用與代替求模：
int hash = hash(k);
int i = indexFor(hash, table.length);
static int hash(Object x) {
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
static int indexFor(int h, int length) {
return h & (length-1);
}7．TreeMap 則是基於紅黑樹的一種提供順序訪問的 Map，和 HashMap 不同，它的 get、put、remove 之類操作都是 O（log(n)）的時間複雜度，具體順序可以由指定的 Comparator 來決定，或者根據鍵的自然順序來判斷。
HashMap與HashSet的關係
1、HashSet底層是採用HashMap實現的：
public HashSet() {
map = new HashMap<E,Object>();
}2、呼叫HashSet的add方法時，實際上是向HashMap中增加了一行(key-value對)，該行的key就是向HashSet增加的那個物件，該行的value就是一個Object型別的常量。
private static final Object PRESENT = new Object(); public boolean add(E e) {
return map.put(e, PRESENT)==null;
｝
public boolean remove(Object o) {
return map.remove(o)==PRESENT;
｝HashMap 和 ConcurrentHashMap 的關係
關於這部分內容建議自己去翻翻原始碼，ConcurrentHashMap 也是一種執行緒安全的集合類，他和HashTable也是有區別的，主要區別就是加鎖的粒度以及如何加鎖，ConcurrentHashMap 的加鎖粒度要比HashTable更細一點。將資料分成一段一段的儲存，然後給每一段資料配一把鎖，當一個執行緒佔用鎖訪問其中一個段資料的時候，其他段的資料也能被其他執行緒訪問。