（2020）JAVA中级篇（集合类）

（2020）JAVA集合类面试复习

一、集合容器概述

1、集合的特点

存储不同类型，不同格式，不同存储规则数据的容器

2、集合和数组的区别

数组的长度固定，集合的长度可变
数据可以存储基本类型和引用类型，但是集合只能存储引用类型
数组中的元素类型必须是一样的，集合中的元素类型可以不一样

3、使用集合的好处

容量的自增长
提供了高性能的数据结构和算法，是编码更加的轻松，提高了程序速度和质量
允许不同API之间的互操作，API可以来回的传递集合
可以方便的不扩展或者改写集合，提高代码的复用性和可操作性、
通过使用JDK自带的集合类，可以减低代码的维护和学习新API的成本

4、常用的集合类有哪些

Map和Collectio接口是所有集合框架的父接口

List接口的实现类：ArrayList，LinkedList，Vector，Stack
Set接口的实现类：HashSet，TreeSet，LinkedHashSet
Map接口的实现类：HashMap，TreeMap，HashTable，ConcurrentHashMap

5、Collection接口

主要有List接口和Set接口

List：有序的，可重复的，有索引，查找快速，不利用频繁的插入和删除操作，可以插入多个null元素
Set：无序的，不可重复的，没有索引，查找缓慢，只允许插入一个null元素

6、List集合

Iterator迭代器接口提供遍历任何Collection对象的接口

 ArrayList<String> testArrayList = new ArrayList<String>();testArrayList.add("aaa");testArrayList.add("sssss");Iterator<String> iterator = testArrayList.iterator();while(iterator.hasNext()){String str=iterator.next();System.out.println(str);}

6、Iterator和ListIterator的区别？

Iterator可以遍历Set和List集合，但是ListIterator只能遍历List集合
Iterator只能单向遍历，ListIterator能双向遍历
ListIterator实现Iterator接口，并在里面添加了一些额外的功能，比如添加一个元素，替换一个元素等

6.0、遍历一个LIst有几种方法？Java中的List遍历的最佳实践是什么？

普通的for循环
foreach循环
迭代器遍历循环

//foreach的方法遍历集合
for (String test: testArrayList) {System.out.println(test);
}//for循环的方法遍历集合
for (int i = 0; i < testArrayList.size(); i++){System.out.println(testArrayList.get(i));
}//迭代器的方式遍历
Iterator<String> iterator = testArrayList.iterator();
while(iterator.hasNext()){String str=iterator.next();System.out.println(str);
}

最佳的实践方法是：Collection中有一个RandomAccess接口，用来标记LIst实现是否支持RandomAccess，如果一个集合实现了RandomAccess接口，就以为止这个集合类支持RandomAccess,它是按照读取元素的平均时间复杂度为O（1）,如ArrayList。LinkedList是不支持RandomAccess的。

推荐的做法就是，支持 Random Access 的列表可用 for 循环遍历，否则建议用 Iterator 或 foreach 遍历

6.1、ArrayList

public class ArrayList<E> extends AbstractList<E>implements List<E>, RandomAccess, Cloneable, java.io.Serializable
{

继承AbstractList抽象类，实现了List接口，RandomAccess接口，序列化Serializable，和Cloneable

1）、优点：

底层是数组实现的，支持随机访问的模式，ArrayList 实现了 RandomAccess 接口，因此查找的时候非常快。比较适合顺序添加和随机访问，有序集合

2）、缺点：

删除元素和插入元素的时候，都需要做一次元素的赋值操作，如果赋值的元素比较多的话，就会很消耗性能。

6.2、LinkedList

public class LinkedList<E> extends AbstractSequentialList<E>  implements List<E>, Deque<E>, Cloneable, java.io.Serializable

继承了AbstractSequentialList ，实现了List，Deque，Cloenable，Seriablizable

1)、优点：

底层是双向链表实现的，在非收尾增加和删除元素的效率都比ArrayList的高，有序集合

2）、缺点：占用空间大，查找效率低，不是线程安全的

6.3、Vector

就比ArrayList多了同步化机制Synchronized（线程安全），这样会导致效率很低。不建议使用。扩容：每次扩容都是增加一倍，而ArrayList只增加50%。

6.4、多线程场景下如何使用 ArrayList？

可通过Collections的syncchronizedList方法转换成线程安全的容器后再使用

System.out.println("*-*--*-*-*-");
List<String> synchronizedList = Collections.synchronizedList(testArrayList);
for(String string:synchronizedList){System.out.println(string);
}

6.5、面试常问题：

7、Set集合

无序的，不可重复的，只允许插入一个null元素。常用的实现类是：HashSet，LinkedHashSet和TreeSet

7.1、HashSet

public class HashSet<E>extends AbstractSet<E>implements Set<E>, Cloneable, java.io.Serializable

基于HashMap实现的，它的值存储在HashMap的key上，这样就保证了HashSet的唯一性，HashMap的value是PRESENT

private static final Object PRESENT = new Object();
public boolean add(E e) {return map.put(e, PRESENT)==null;
}

如果插入的key-value都相等，会用新的value覆盖掉旧的value，然后返回旧的value。

HashMap中比较key是否相等先比较hashcode在比较equals

==比较的是地址，equals比较的值

7.2、LinkedHashSet

public class LinkedHashSet<E>extends HashSet<E>implements Set<E>, Cloneable, java.io.Serializable {

7.3、TreeSet

public class TreeSet<E> extends AbstractSet<E>implements NavigableSet<E>, Cloneable, java.io.Serializable
{

TreeSet同样是基于TreeMap实现的，红黑树，自平衡二叉树

二、Map接口

1、HashMap哈希表

需要注意Jdk 1.8中对HashMap的实现做了优化，当链表中的节点数据超过八个之后，该链表会转为红黑树来提高查询效率，从原来的O(n)到O(logn)

存取无序的
键和值都可以是null，但是键只能是个null
JDK1.8之前的数据结构是：数组+链表；之后是：数组+链表+红黑树
阈值>8并且数组长度>64，才将俩边转换为红黑树

注意：

size表示HashMap中的K-V的实时数量
threshold(临界值)=capacity（容量,默认是16）*loadFactor(加载因子默认是0.75)，这个指标是当前已占用数组长度的最大值，size超过这个之就要扩容。

1）、当创建HashMap集合对象的时候，在jdk8前，构造方法中创建一个长度为16的Enrty [] table用来存储键值对数据；在jdk8之后，不是在HashMap的构造方法中创建的数组，是在第一次调用put方法时创建的长度也为16的数组Node<K,V>[ ] table用来存储数据

/*** 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.)*///transient关键字表示这个变量不能被序列化
transient Node<K,V>[] table;

Node<K,V>[ ]类，实现了Map.Entry<K,V>

static class Node<K,V> implements Map.Entry<K,V> {final int hash;final K key;V value;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; }public final int hashCode() {return Objects.hashCode(key) ^ Objects.hashCode(value);}public final V setValue(V newValue) {V oldValue = value;value = newValue;return oldValue;}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;}}

2）、创建完HashMap对象之后，通过put（）方法，往哈希表table中插入值：

public V put(K key, V value) {return putVal(hash(key), key, value, false, true);}

3）、首先计算出插入对象的hashcode，然后根据这个hashcode和数据长度采用某种算法计算出往Node数组中存储的索引值，接下来将这个对象插入到所在索引的位置。这样一个值就插入完成。

4）、但是如果上面所在索引位置已经有值存在了，那么会进行两次判断：

首先判断他们的hashcode是否相等，如果是（这个就是哈希碰撞），在判断他们的equals是否相等（也就是value是否相等），如果相等，就用新插入对象的value覆盖已经存在的value。
如果一开始判断他们的hashcode不相等，那么直接将这个对象插入到这个位置的链表出。

5）、如果出现哈希表的链表长度大于8，就扩大数组的长度。

6）、在如果出现哈希表的链表的长度大于8，并且数组的长度扩容到64了（一般是扩容2倍），那么就将链表转化为红黑树进行存储数据。

/*** Initializes or doubles table size.  If null, allocates in* accord with initial capacity target held in field threshold.* Otherwise, because we are using power-of-two expansion, the* elements from each bin must either stay at same index, or move* with a power of two offset in the new table.** @return the table*/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) {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}else if (oldThr > 0) // initial capacity was placed in thresholdnewCap = oldThr;else {               // zero initial threshold signifies using defaultsnewCap = DEFAULT_INITIAL_CAPACITY;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;@SuppressWarnings({"rawtypes","unchecked"})Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];table = newTab;if (oldTab != null) {for (int j = 0; j < oldCap; ++j) {Node<K,V> e;if ((e = oldTab[j]) != null) {oldTab[j] = null;if (e.next == null)newTab[e.hash & (newCap - 1)] = e;else if (e instanceof TreeNode)((TreeNode<K,V>)e).split(this, newTab, j, oldCap);else { // preserve orderNode<K,V> loHead = null, loTail = null;Node<K,V> hiHead = null, hiTail = null;Node<K,V> next;do {next = e.next;if ((e.hash & oldCap) == 0) {if (loTail == null)loHead = e;elseloTail.next = e;loTail = e;}else {if (hiTail == null)hiHead = e;elsehiTail.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、HashMap集合类的成员变量

1）、DEFAULT_INITIAL_CAPACITY集合容量的初始值（必须是2的n次幂）

/*** The default initial capacity - MUST be a power of two.*/static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

为什么2的几次幂呢？

为了hashcode和数组长度计算（ hash & (length - 1)）出来的索引是尽可能不同的，也就是说要减少哈希碰撞，要让数据均匀的存储在哈希表中。

而实际上 hash % length 等于 hash & ( length - 1) 的前提是 length 是 2 的 n 次幂

当在实例化 HashMap 实例时，如果给定了 initialCapacity，由于 HashMap 的 capacity 必须都是 2 的幂，因此这个方法用于找到大于等于 initialCapacity 的最小的 2 的幂。

当初始化一个HashMap的时候，给定capacity的值，会将这个值，变为2的n次幂，并最后将其赋值给threshold阈值。

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);//最后赋值给阈值}

tableSizeFor()方法

/*** Returns a power of two size for the given target capacity.*/
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;
}

int n = cap - 1;
防止 cap 已经是 2 的幂。如果 cap 已经是 2 的幂，又没有这个减 1 操作，则执行完后面的几条无符号操作之后，返回的 capacity 将是这个 cap 的 2 倍。
如果 n 这时为 0 了（经过了cap - 1后），则经过后面的几次无符号右移依然是 0，最后返回的 capacity 是1（最后有个 n + 1 的操作）。
注意：容量最大也就是 32bit 的正数，因此最后 n |= n >>> 16; 最多也就 32 个 1（但是这已经是负数了，在执行 tableSizeFor 之前，对 initialCapacity 做了判断，如果大于MAXIMUM_CAPACITY(2 ^ 30)，则取 MAXIMUM_CAPACITY。如果等于MAXIMUM_CAPACITY，会执行位移操作。所以这里面的位移操作之后，最大 30 个 1，不会大于等于 MAXIMUM_CAPACITY。30 个 1，加 1 后得 2 ^ 30）。

2)、DEFAULT_LOAD_FACTOR加载因子（默认是0.75）

static final float DEFAULT_LOAD_FACTOR = 0.75f;

3)、MAXIMUM_CAPACITY集合最大容量

static final int MAXIMUM_CAPACITY = 1 << 30; // 2的30次幂

4)、TREEIFY_THRESHOLD链表的长度大于8就转化为红黑树

// 当桶（bucket）上的结点数大于这个值时会转为红黑树
static final int TREEIFY_THRESHOLD = 8;

问题：为什么 Map 桶中结点个数超过 8 才转为红黑树？

8这个阈值定义在HashMap中，针对这个成员变量，在源码的注释中只说明了 8 是 bin（bin就是 bucket 桶）从链表转成树的阈值，但是并没有说明为什么是 8。

在 HashMap 中有一段注释说明：

Because TreeNodes are about twice the size of regular nodes, we use them only when bins
contain enough nodes to warrant use (see TREEIFY_THRESHOLD). And when they become too
small (due to removal or resizing) they are converted back to plain bins.  In usages with
well-distributed user hashCodes, tree bins are rarely used.  Ideally, under random hashCodes,
the frequency of nodes in bins follows a Poisson distribution
(http://en.wikipedia.org/wiki/Poisson_distribution)
with a parameter of about 0.5 on average for the default resizing
threshold of 0.75, although with a large variance because of resizing granularity. Ignoring variance,
the expected occurrences of list size k are (exp(-0.5) * pow(0.5, k) / factorial(k)). The first values are:翻译：因为树结点的大小大约是普通结点的两倍，所以我们只在箱子包含足够的结点时才使用树结点(参见TREEIFY_THRESHOLD)。
当它们变得太小（由于删除或调整大小）时，就会被转换回普通的桶。在使用分布良好的用户 hashCode 时，很少使用树箱。
理想情况下，在随机哈希码下，箱子中结点的频率服从泊松分布
(http://en.wikipedia.org/wiki/Poisson_distribution) ，默认调整阈值为0.75，平均参数约为0.5，尽管由
于调整粒度的差异很大。忽略方差，列表大小k的预朗出现次数是(exp(-0.5) * pow(0.5, k) / factorial(k))。
第一个值是：0:    0.60653066
1:    0.30326533
2:    0.07581633
3:    0.01263606
4:    0.00157952
5:    0.00015795
6:    0.00001316
7:    0.00000094
8:    0.00000006
more: less than 1 in ten million
123456789101112131415161718192021222324252627

TreeNodes 占用空间是普通 Nodes 的两倍，所以只有当 bin 包含足够多的结点时才会转成 TreeNodes，而是否足够多就是由 TREEIFY_THRESH〇LD 的值决定的。当 bin 中结点数变少时，又会转成普通的 bin。并且我们查看源码的时候发现，链表长度达到 8 就转成红黑树，当长度降到 6 就转成普通 bin。

这样就解释了为什么不是一开始就将其转换为 TreeNodes，而是需要一定结点数才转为 TreeNodes，说白了就是权衡空间和时间。

这段内容还说到：当 hashCode 离散性很好的时候，树型 bin 用到的概率非常小，因为数据均匀分布在每个 bin 中，几乎不会有 bin 中链表长度会达到阈值。但是在随机 hashCode 下，离散性可能会变差，然而 jdk 又不能阻止用户实现这种不好的 hash 算法，因此就可能导致不均匀的数据分布。不理想情况下随机 hashCode 算法下所有 bin 中结点的分布频率会遵循泊松分布，我们可以看到，一个 bin 中链表长度达到 8 个元素的槪率为 0.00000006，几乎是不可能事件。所以，之所以选择 8，不是随便決定的，而是裉据概率统计决定的。甶此可见，发展将近30年的 Java 每一项改动和优化都是非常严谨和科学的。

也就是说：选择 8 因为符合泊松分布，超过 8 的时候，概率已经非常小了，所以我们选择 8 这个数宇。

补充：

Poisson 分布（泊松分布），是一种统计与概率学里常见到的离散[概率分布]。泊松分布的概率函数为：

泊松分布的参数 A 是单位时间（或单位面积）内随机事件的平均发生次数。泊松分布适合于描述单位时间内随机事件发生的次数。
以下是我在研究这个问题时，在一些资料上面翻看的解释，供大家参考：

红黑树的平均查找长度是 log(n)，如果长度为 8，平均查找长度为 log(8) = 3，链表的平均查找长度为 n/2，当长度为 8 时，平均查找长虔为 8/2 = 4，这才有转换成树的必要；链表长度如果是小于等于 6， 6/2 = 3，而 log(6) = 2.6，虽然速度也很快的，但是转化为树结构和生成树的时间并不会太短。

5)、UNTREEIFY_THRESHOLD

当链表的值小于 6 则会从红黑树转回链表

// 当桶（bucket）上的结点数小于这个值，树转为链表
static final int UNTREEIFY_THRESHOLD = 6;

6）、 MIN_TREEIFY_CAPACITY

当 Map 里面的数量超过这个值时，表中的桶才能进行树形化，否则桶内元素太多时会扩容，而不是树形化为了避免进行扩容、树形化选择的冲突，这个值不能小于4*TREEIFY_THRESHOLD(8)

// 桶中结构转化为红黑树对应的数组长度最小的值
static final int MIN_TREEIFY_CAPACITY = 64;

9）、table

table 用来初始化（必须是二的n次幂）(重点)

// 存储元素的数组
transient Node<K,V>[] table;

在 jdk1.8 中我们了解到 HashMap 是由数组加链表加红黑树来组成的结构，其中 table 就是 HashMap 中的数组，jdk8 之前数组类型是 Entry<K,V> 类型。从 jdk1.8 之后是 Node<K,V> 类型。只是换了个名字，都实现了一样的接口：Map.Entry<K,V>。负责存储键值对数据的。

10）、entrySet

用来存放缓存

// 存放具体元素的集合
transient Set<Map.Entry<K,V>> entrySet;

11）size

HashMap 中存放元素的个数(重点)

// 存放元素的个数，注意这个不等于数组的长度transient int size;

size 为 HashMap 中 K-V 的实时数量，不是数组 table 的长度。

12）、modCount

用来记录 HashMap 的修改次数

// 每次扩容和更改 map 结构的计数器transient int modCount;

13）、 threshold

用来调整大小下一个容量的值计算方式为（容量*负载因子）

// 临界值 当实际大小（容量*负载因子）超过临界值时，会进行扩容
int threshold;

14）、loadFactor

哈希表的负载因子(重点)

// 负载因子
final float loadFactor;

说明：

loadFactor 是用来衡量 HashMap 满的程度，表示HashMap的疏密程度，影响 hash 操作到同一个数组位置的概率，计算 HashMap 的实时负载因子的方法为：size/capacity，而不是占用桶的数量去除以 capacity。capacity 是桶的数量，也就是 table 的长度 length。
loadFactor 太大导致查找元素效率低，太小导致数组的利用率低，存放的数据会很分散。loadFactor 的默认值为 0.75f 是官方给出的一个比较好的临界值。
当 HashMap 里面容纳的元素已经达到 HashMap 数组长度的 75% 时，表示 HashMap 太挤了，需要扩容，而扩容这个过程涉及到 rehash、复制数据等操作，非常消耗性能。所以开发中尽量减少扩容的次数，可以通过创建 HashMap 集合对象时指定初始容量来尽量避免。
在 HashMap 的构造器中可以定制 loadFactor。

// 构造方法，构造一个带指定初始容量和负载因子的空HashMap
HashMap(int initialCapacity, float loadFactor);
12

为什么负载因子设置为0.75，初始化临界值是12？

loadFactor 越趋近于1，那么数组中存放的数据(entry)也就越多，也就越密，也就是会让链表的长度增加，loadFactor 越小，也就是趋近于0，数组中存放的数据(entry)也就越少，也就越稀疏。

如果希望链表尽可能少些，要提前扩容。有的数组空间有可能一直没有存储数据，负载因子尽可能小一些。

举例：

例如：负载因子是0.4。 那么16*0.4--->6 如果数组中满6个空间就扩容会造成数组利用率太低了。负载因子是0.9。 那么16*0.9--->14 那么这样就会导致链表有点多了，导致查找元素效率低。

所以既兼顾数组利用率又考虑链表不要太多，经过大量测试 0.75 是最佳方案。

threshold 计算公式：capacity(数组长度默认16) * loadFactor(负载因子默认0.75)。

这个值是当前已占用数组长度的最大值。当 Size >= threshold 的时候，那么就要考虑对数组的 resize(扩容)，也就是说，这个的意思就是 衡量数组是否需要扩增的一个标准。扩容后的 HashMap 容量是之前容量的两倍。

threshold :是用来指示是否要扩容的

capacity：是初始化的数组大小，指示要存储的数据的大小

loadFactor：是负载因子，指示数组的饱满程度

3、成员方法

1）put()方法

put方法是比较复杂的，实现步骤大致如下：

先通过 hash 值计算出 key 映射到哪个桶；
如果桶上没有碰撞冲突，则直接插入；
如果出现碰撞冲突了，则需要处理冲突：

a 如果该桶使用红黑树处理冲突，则调用红黑树的方法插入数据；

b 否则采用传统的链式方法插入。如果链的长度达到临界值，则把链转变为红黑树；
如果桶中存在重复的键，则为该键替换新值 value；

如果 size 大于阈值 threshold，则进行扩容；

具体的方法如下：

public V put(K key, V value) {return putVal(hash(key), key, value, false, true);
}

HashMap 只提供了 put 用于添加元素，putVal 方法只是给 put 方法调用的一个方法，并没有提供给用户使用。所以我们重点看 putVal 方法。
我们可以看到在 putVal 方法中 key 在这里执行了一下 hash 方法,来看一下 hash 方法是如何实现的。

哈希值计算方法：

static final int hash(Object key) {int h;return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

从上面可以得知 HashMap 是支持 key 为空的，而 HashTable 是直接用 Key 来获取hashCode 所以 key 为空会抛异常。

计算过程如下所示：

说明：

key.hashCode()；返回散列值也就是 hashcode，假设随便生成的一个值。
n 表示数组初始化的长度是 16。
&（按位与运算）：运算规则：相同的二进制数位上，都是 1 的时候，结果为 1，否则为0。
^（按位异或运算）：运算规则：相同的二进制数位上，数字相同，结果为 0，不同为 1。

简单来说就是：

高 16bit 不变，低 16bit 和高 16bit 做了一个异或（得到的 hashCode 转化为 32 位二进制，前 16 位和后 16 位低 16bit 和高 16bit 做了一个异或）。

问题：为什么要这样操作呢？

如果当 n 即数组长度很小，假设是 16 的话，那么 n - 1 即为 1111 ，这样的值和 hashCode 直接做按位与操作，实际上只使用了哈希值的后 4 位。如果当哈希值的高位变化很大，低位变化很小，这样就很容易造成哈希冲突了，所以这里把高低位都利用起来，从而解决了这个问题。

现在看 putVal 方法，看看它到底做了什么。

主要参数：

hash：key 的 hash 值
key：原始 key
value：要存放的值
onlyIfAbsent：如果 true 代表不更改现有的值
evict：如果为false表示 table 为创建状态

public V put(K key, V value) {return putVal(hash(key), key, value, false, true);
}final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {Node<K,V>[] tab; Node<K,V> p; int n, i;/*1）transient Node<K,V>[] table; 表示存储Map集合中元素的数组。2）(tab = table) == null 表示将空的table赋值给tab，然后判断tab是否等于null，第一次肯定是null。3）(n = tab.length) == 0 表示将数组的长度0赋值给n，然后判断n是否等于0，n等于0，由于if判断使用双或，满足一个即可，则执行代码 n = (tab = resize()).length; 进行数组初始化，并将初始化好的数组长度赋值给n。4）执行完n = (tab = resize()).length，数组tab每个空间都是null。*/if ((tab = table) == null || (n = tab.length) == 0)n = (tab = resize()).length;/*1）i = (n - 1) & hash 表示计算数组的索引赋值给i，即确定元素存放在哪个桶中。2）p = tab[i = (n - 1) & hash]表示获取计算出的位置的数据赋值给结点p。3) (p = tab[i = (n - 1) & hash]) == null 判断结点位置是否等于null，如果为null，则执行代码：tab[i] = newNode(hash, key, value, null);根据键值对创建新的结点放入该位置的桶中。小结：如果当前桶没有哈希碰撞冲突，则直接把键值对插入空间位置。*/ if ((p = tab[i = (n - 1) & hash]) == null)// 创建一个新的结点存入到桶中tab[i] = newNode(hash, key, value, null);else {// 执行else说明tab[i]不等于null，表示这个位置已经有值了Node<K,V> e; K k;/*比较桶中第一个元素(数组中的结点)的hash值和key是否相等1）p.hash == hash ：p.hash表示原来存在数据的hash值  hash表示后添加数据的hash值 比较两个hash值是否相等。说明：p表示tab[i]，即 newNode(hash, key, value, null)方法返回的Node对象。Node<K,V> newNode(int hash, K key, V value, Node<K,V> next) {return new Node<>(hash, key, value, next);}而在Node类中具有成员变量hash用来记录着之前数据的hash值的。2）(k = p.key) == key ：p.key获取原来数据的key赋值给k  key 表示后添加数据的key比较两个key的地址值是否相等。3）key != null && key.equals(k)：能够执行到这里说明两个key的地址值不相等，那么先判断后添加的key是否等于null，如果不等于null再调用equals方法判断两个key的内容是否相等。*/if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))/*说明：两个元素哈希值相等，并且key的值也相等，将旧的元素整体对象赋值给e，用e来记录*/ e = p;// hash值不相等或者key不相等；判断p是否为红黑树结点else if (p instanceof TreeNode)// 放入树中e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);// 说明是链表结点else {/*1)如果是链表的话需要遍历到最后结点然后插入2)采用循环遍历的方式，判断链表中是否有重复的key*/for (int binCount = 0; ; ++binCount) {/*1)e = p.next 获取p的下一个元素赋值给e。2)(e = p.next) == null 判断p.next是否等于null，等于null，说明p没有下一个元素，那么此时到达了链表的尾部，还没有找到重复的key,则说明HashMap没有包含该键，将该键值对插入链表中。*/if ((e = p.next) == null) {/*1）创建一个新的结点插入到尾部p.next = newNode(hash, key, value, null);Node<K,V> newNode(int hash, K key, V value, Node<K,V> next) {return new Node<>(hash, key, value, next);}注意第四个参数next是null，因为当前元素插入到链表末尾了，那么下一个结点肯定是null。2）这种添加方式也满足链表数据结构的特点，每次向后添加新的元素。*/p.next = newNode(hash, key, value, null);/*1)结点添加完成之后判断此时结点个数是否大于TREEIFY_THRESHOLD临界值8，如果大于则将链表转换为红黑树。2）int binCount = 0 ：表示for循环的初始化值。从0开始计数。记录着遍历结点的个数。值是0表示第一个结点，1表示第二个结点。。。。7表示第八个结点，加上数组中的的一个元素，元素个数是9。TREEIFY_THRESHOLD - 1 --》8 - 1 ---》7如果binCount的值是7(加上数组中的的一个元素，元素个数是9)TREEIFY_THRESHOLD - 1也是7，此时转换红黑树。*/if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st// 转换为红黑树treeifyBin(tab, hash);// 跳出循环break;}/*执行到这里说明e = p.next 不是null，不是最后一个元素。继续判断链表中结点的key值与插入的元素的key值是否相等。*/if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))// 相等，跳出循环/*要添加的元素和链表中的存在的元素的key相等了，则跳出for循环。不用再继续比较了直接执行下面的if语句去替换去 if (e != null) */break;/*说明新添加的元素和当前结点不相等，继续查找下一个结点。用于遍历桶中的链表，与前面的e = p.next组合，可以遍历链表*/p = e;}}/*表示在桶中找到key值、hash值与插入元素相等的结点也就是说通过上面的操作找到了重复的键，所以这里就是把该键的值变为新的值，并返回旧值这里完成了put方法的修改功能*/if (e != null) { // 记录e的valueV oldValue = e.value;// onlyIfAbsent为false或者旧值为nullif (!onlyIfAbsent || oldValue == null)// 用新值替换旧值// e.value 表示旧值  value表示新值 e.value = value;// 访问后回调afterNodeAccess(e);// 返回旧值return oldValue;}}// 修改记录次数++modCount;// 判断实际大小是否大于threshold阈值，如果超过则扩容if (++size > threshold)resize();// 插入后回调afterNodeInsertion(evict);return null;
}

2）、将链表转换为红黑树 treeifyBin()

结点添加完成之后判断此时结点个数是否大于 TREEIFY_THRESHOLD 临界值 8，如果大于则将链表转换为红黑树，转换红黑树的方法 treeifyBin，整体代码如下：

if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st//转换为红黑树 tab表示数组名  hash表示哈希值treeifyBin(tab, hash);
123

treeifyBin 方法如下所示：

/*替换指定哈希表的索引处桶中的所有链接结点，除非表太小，否则将修改大小。Node<K,V>[] tab = tab 数组名int hash = hash表示哈希值
*/
final void treeifyBin(Node<K,V>[] tab, int hash) {int n, index; Node<K,V> e;/*如果当前数组为空或者数组的长度小于进行树形化的阈值(MIN_TREEIFY_CAPACITY = 64)，就去扩容。而不是将结点变为红黑树。目的：如果数组很小，那么转换红黑树，然后遍历效率要低一些。这时进行扩容，那么重新计算哈希值，链表长度有可能就变短了，数据会放到数组中，这样相对来说效率高一些。*/if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)//扩容方法resize();else if ((e = tab[index = (n - 1) & hash]) != null) {/*1）执行到这里说明哈希表中的数组长度大于阈值64，开始进行树形化2）e = tab[index = (n - 1) & hash]表示将数组中的元素取出赋值给e，e是哈希表中指定位置桶里的链表结点，从第一个开始*/// hd：红黑树的头结点   tl：红黑树的尾结点TreeNode<K,V> hd = null, tl = null;do {// 新创建一个树的结点，内容和当前链表结点e一致TreeNode<K,V> p = replacementTreeNode(e, null);if (tl == null)hd = p; // 将新创键的p结点赋值给红黑树的头结点else {p.prev = tl; // 将上一个结点p赋值给现在的p的前一个结点tl.next = p; // 将现在结点p作为树的尾结点的下一个结点}tl = p;/*e = e.next 将当前结点的下一个结点赋值给e，如果下一个结点不等于null则回到上面继续取出链表中结点转换为红黑树*/} while ((e = e.next) != null);/*让桶中的第一个元素即数组中的元素指向新建的红黑树的结点，以后这个桶里的元素就是红黑树而不是链表数据结构了*/if ((tab[index] = hd) != null)hd.treeify(tab);}
}

小结：上述操作一共做了如下几件事：

根据哈希表中元素个数确定是扩容还是树形化。
如果是树形化遍历桶中的元素，创建相同个数的树形结点，复制内容，建立起联系。
然后让桶中的第一个元素指向新创建的树根结点，替换桶的链表内容为树形化内容。

3）、resize()

扩容机制：

什么时候才需要扩容

当 HashMap 中的元素个数超过数组大小(数组长度)*loadFactor(负载因子)时，就会进行数组扩容，loadFactor 的默认值是 0.75。
HashMap 的扩容是什么

进行扩容，会伴随着一次重新 hash 分配，并且会遍历 hash 表中所有的元素，是非常耗时的。在编写程序中，要尽量避免 resize。

HashMap 在进行扩容时，使用的 rehash 方式非常巧妙，因为每次扩容都是翻倍，与原来计算的 (n - 1) & hash 的结果相比，只是多了一个 bit 位，所以结点要么就在原来的位置，要么就被分配到 “原位置 + 旧容量” 这个位置。
例如我们从 16 扩展为 32 时，具体的变化如下所示：

因此元素在重新计算 hash 之后，因为 n 变为 2 倍，那么 n - 1 的标记范围在高位多 1bit(红色)，因此新的 index 就会发生这样的变化。

说明：

5 是假设计算出来的原来的索引。这样就验证了上述所描述的：扩容之后所以结点要么就在原来的位置，要么就被分配到 “原位置 + 旧容量” 这个位置。

因此，我们在扩充 HashMap 的时候，不需要重新计算 hash，只需要看看原来的 hash 值新增的那个 bit 是 1 还是 0 就可以了，是 0 的话索引没变，是 1 的话索引变成 “原位置 + 旧容量” 。可以看看下图为 16 扩充为 32 的 resize 示意图：

正是因为这样巧妙的 rehash 方式，既省去了重新计算 hash 值的时间，而且同时，由于新增的 1bit 是 0 还是 1 可以认为是随机的，在 resize 的过程中保证了 rehash 之后每个桶上的结点数一定小于等于原来桶上的结点数，保证了 rehash 之后不会出现更严重的 hash 冲突，均匀的把之前的冲突的结点分散到新的桶中了。

源码 resize 方法的解读

下面是代码的具体实现：

final Node<K,V>[] resize() {// 得到当前数组Node<K,V>[] oldTab = table;// 如果当前数组等于null长度返回0，否则返回当前数组的长度int oldCap = (oldTab == null) ? 0 : oldTab.length;//当前阀值点 默认是12(16*0.75)int oldThr = threshold;int newCap, newThr = 0;// 如果老的数组长度大于0// 开始计算扩容后的大小if (oldCap > 0) {// 超过最大值就不再扩充了，就只好随你碰撞去吧if (oldCap >= MAXIMUM_CAPACITY) {// 修改阈值为int的最大值threshold = Integer.MAX_VALUE;return oldTab;}/*没超过最大值，就扩充为原来的2倍1) (newCap = oldCap << 1) < MAXIMUM_CAPACITY 扩大到2倍之后容量要小于最大容量2）oldCap >= DEFAULT_INITIAL_CAPACITY 原数组长度大于等于数组初始化长度16*/else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&oldCap >= DEFAULT_INITIAL_CAPACITY)// 阈值扩大一倍newThr = oldThr << 1; // double threshold}// 老阈值点大于0 直接赋值else if (oldThr > 0) // 老阈值赋值给新的数组长度newCap = oldThr;else { // 直接使用默认值newCap = DEFAULT_INITIAL_CAPACITY;//16newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);}// 计算新的resize最大上限if (newThr == 0) {float ft = (float)newCap * loadFactor;newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?(int)ft : Integer.MAX_VALUE);}// 新的阀值 默认原来是12 乘以2之后变为24threshold = newThr;// 创建新的哈希表@SuppressWarnings({"rawtypes","unchecked"})//newCap是新的数组长度--》32Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];table = newTab;// 判断旧数组是否等于空if (oldTab != null) {// 把每个bucket都移动到新的buckets中// 遍历旧的哈希表的每个桶，重新计算桶里元素的新位置for (int j = 0; j < oldCap; ++j) {Node<K,V> e;if ((e = oldTab[j]) != null) {// 原来的数据赋值为null 便于GC回收oldTab[j] = null;// 判断数组是否有下一个引用if (e.next == null)// 没有下一个引用，说明不是链表，当前桶上只有一个键值对，直接插入newTab[e.hash & (newCap - 1)] = e;//判断是否是红黑树else if (e instanceof TreeNode)// 说明是红黑树来处理冲突的，则调用相关方法把树分开((TreeNode<K,V>)e).split(this, newTab, j, oldCap);else { // 采用链表处理冲突Node<K,V> loHead = null, loTail = null;Node<K,V> hiHead = null, hiTail = null;Node<K,V> next;// 通过上述讲解的原理来计算结点的新位置do {// 原索引next = e.next;// 这里来判断如果等于true e这个结点在resize之后不需要移动位置if ((e.hash & oldCap) == 0) {if (loTail == null)loHead = e;elseloTail.next = e;loTail = e;}// 原索引+oldCapelse {if (hiTail == null)hiHead = e;elsehiTail.next = e;hiTail = e;}} while ((e = next) != null);// 原索引放到bucket里if (loTail != null) {loTail.next = null;newTab[j] = loHead;}// 原索引+oldCap放到bucket里if (hiTail != null) {hiTail.next = null;newTab[j + oldCap] = hiHead;}}}}}return newTab;
}
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105

4）、删除方法 remove()

删除方法就是首先先找到元素的位置，如果是链表就遍历链表找到元素之后删除。如果是用红黑树就遍历树然后找到之后做删除，树小于 6 的时候要转链表。

删除 remove() 方法：

// remove方法的具体实现在removeNode方法中，所以我们重点看下removeNode方法
public V remove(Object key) {Node<K,V> e;return (e = removeNode(hash(key), key, null, false, true)) == null ?null : e.value;}
123456

removeNode() 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;// 根据hash找到位置 // 如果当前key映射到的桶不为空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;// 如果桶上的结点就是要找的key，则将node指向该结点if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))node = p;else if ((e = p.next) != null) {// 说明结点存在下一个结点if (p instanceof TreeNode)// 说明是以红黑树来处理的冲突，则获取红黑树要删除的结点node = ((TreeNode<K,V>)p).getTreeNode(hash, key);else {// 判断是否以链表方式处理hash冲突，是的话则通过遍历链表来寻找要删除的结点do {if (e.hash == hash &&((k = e.key) == key ||(key != null && key.equals(k)))) {node = e;break;}p = e;} while ((e = e.next) != null);}}// 比较找到的key的value和要删除的是否匹配if (node != null && (!matchValue || (v = node.value) == value ||(value != null && value.equals(v)))) {// 通过调用红黑树的方法来删除结点if (node instanceof TreeNode)((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);else if (node == p)// 链表删除tab[index] = node.next;elsep.next = node.next;// 记录修改次数++modCount;// 变动的数量--size;afterNodeRemoval(node);return node;}}return null;

6）、遍历HashMap

HashMap<String,String> map = new HashMap();
map.put("001", "zhangsan");
map.put("002", "lisi");
map.forEach((key, value) -> {System.out.println(key + "---" + value);
});

三、总结

3.1 问题描述

如果我们确切的知道我们有多少键值对需要存储，那么我们在初始化 HashMap 的时候就应该指定它的容量，以防止 HashMap 自动扩容，影响使用效率。

默认情况下 HashMap 的容量是 16，但是，如果用户通过构造函数指定了一个数字作为容量，那么 Hash 会选择大于该数字的第一个 2 的幂作为容量（3->4、7->8、9->16）。这点我们在上述已经进行过讲解。

3.2 《阿里巴巴Java开发手册》的建议

《阿里巴巴Java开发手册》原文：

关于设置 HashMap 的初始化容量：

我们上面介绍过，HashMap 的扩容机制，就是当达到扩容条件时会进行扩容。HashMap 的扩容条件就是当 HashMap 中的元素个数（size）超过临界值（threshold）时就会自动扩容。所以，如果我们没有设置初始容量大小，随着元素的不断增加，HashMap 会有可能发生多次扩容，而 HashMap 中的扩容机制决定了每次扩容都需要重建 hash 表，是非常影响性能的。

但是设置初始化容量，设置的数值不同也会影响性能，那么当我们已知 HashMap 中即将存放的 KV 个数的时候，容量设置成多少为好呢？

关于设置 HashMap 的初始化容量大小：

可以认为，当我们明确知道 HashMap 中元素的个数的时候，把默认容量设置成 initialCapacity/ 0.75F + 1.0F 是一个在性能上相对好的选择，但是，同时也会牺牲些内存。

而 Jdk 并不会直接拿用户传进来的数字当做默认容量，而是会进行一番运算，最终得到一个 2 的幂。