Map - HashMap & HashSet 源码解析
# Map - HashMap & HashSet 源码解析
# Java 7 HashMap
# 概述
之所以把 HashSet 和 HashMap 放在一起讲解，是因为二者在 Java 里有着相同的实现，前者仅仅是对后者做了一层包装，也就是说HashSet里面有一个HashMap（适配器模式）。因此本文将重点分析 HashMap。
HashMap 实现了 Map 接口，允许放入null元素，除该类未实现同步外，其余跟Hashtable大致相同，跟 TreeMap 不同，该容器不保证元素顺序，根据需要该容器可能会对元素重新哈希，元素的顺序也会被重新打散，因此不同时间迭代同一个 HashMap 的顺序可能会不同。
根据对冲突的处理方式不同，哈希表有两种实现方式，一种开放地址方式（Open addressing），另一种是冲突链表方式（Separate chaining with linked lists）。Java HashMap 采用的是冲突链表方式。
从上图容易看出，如果选择合适的哈希函数，put()和get()方法可以在常数时间内完成。但在对 HashMap 进行迭代时，需要遍历整个 table 以及后面跟的冲突链表。因此对于迭代比较频繁的场景，不宜将 HashMap 的初始大小设的过大。
有两个参数可以影响 HashMap 的性能：初始容量（inital capacity）和负载系数（load factor）。初始容量指定了初始table的大小，负载系数用来指定自动扩容的临界值。当entry的数量超过capacity*load_factor时，容器将自动扩容并重新哈希。对于插入元素较多的场景，将初始容量设大可以减少重新哈希的次数。
将对象放入到HashMap或HashSet中时，有两个方法需要特别关心：hashCode()和equals()。hashCode()方法决定了对象会被放到哪个bucket里，当多个对象的哈希值冲突时，equals()方法决定了这些对象是否是“同一个对象”。所以，如果要将自定义的对象放入到HashMap或HashSet中，需要 @Override hashCode()和equals()方法。
# 方法剖析
# get()
get(Object key)方法根据指定的key值返回对应的value，该方法调用了getEntry(Object key)得到相应的entry，然后返回entry.getValue()。因此getEntry()是算法的核心。
算法思想是首先通过hash()函数得到对应bucket的下标，然后依次遍历冲突链表，通过key.equals(k)方法来判断是否是要找的那个entry。
上图中hash(k)&(table.length-1)等价于hash(k)%table.length，原因是 HashMap 要求table.length必须是 2 的指数，因此table.length-1就是二进制低位全是 1，跟hash(k)相与会将哈希值的高位全抹掉，剩下的就是余数了。
//getEntry()方法
final Entry<K,V> getEntry(Object key) {
......
int hash = (key == null) ? 0 : hash(key);
for (Entry<K,V> e = table[hash&(table.length-1)];//得到冲突链表
e != null; e = e.next) {//依次遍历冲突链表中的每个entry
Object k;
//依据equals()方法判断是否相等
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
}
return null;
}
2
3
4
5
6
7
8
9
10
11
12
13
14
# put()
put(K key, V value)方法是将指定的key, value对添加到map里。该方法首先会对map做一次查找，看是否包含该元组，如果已经包含则直接返回，查找过程类似于getEntry()方法；如果没有找到，则会通过addEntry(int hash, K key, V value, int bucketIndex)方法插入新的entry，插入方式为头插法。
//addEntry()
void addEntry(int hash, K key, V value, int bucketIndex) {
if ((size >= threshold) && (null != table[bucketIndex])) {
resize(2 * table.length);//自动扩容，并重新哈希
hash = (null != key) ? hash(key) : 0;
bucketIndex = hash & (table.length-1);//hash%table.length
}
//在冲突链表头部插入新的entry
Entry<K,V> e = table[bucketIndex];
table[bucketIndex] = new Entry<>(hash, key, value, e);
size++;
}
2
3
4
5
6
7
8
9
10
11
12
# remove()
remove(Object key)的作用是删除key值对应的entry，该方法的具体逻辑是在removeEntryForKey(Object key)里实现的。removeEntryForKey()方法会首先找到key值对应的entry，然后删除该entry（修改链表的相应指针）。查找过程跟getEntry()过程类似。
//removeEntryForKey()
final Entry<K,V> removeEntryForKey(Object key) {
......
int hash = (key == null) ? 0 : hash(key);
int i = indexFor(hash, table.length);//hash&(table.length-1)
Entry<K,V> prev = table[i];//得到冲突链表
Entry<K,V> e = prev;
while (e != null) {//遍历冲突链表
Entry<K,V> next = e.next;
Object k;
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) {//找到要删除的entry
modCount++; size--;
if (prev == e) table[i] = next;//删除的是冲突链表的第一个entry
else prev.next = next;
return e;
}
prev = e; e = next;
}
return e;
}
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
# Java 8 HashMap
在 JDK7 中 HashMap，当成百上千个节点在 hash 时发生碰撞，存储一个链表中，那么如果要查找其中一个节点，那就不可避免的花费O(N) 的查找时间，这将是多么大的性能损失，这个问题终于在 JDK8 中得到了解决。
JDK8 中，HashMap 采用的是位桶+链表/红黑树的方式，当链表的存储的数据个数大于等于 8 的时候，不再采用链表存储，而采用了红黑树存储结构。这是 JDK7 与 JDK8 中 HashMap 实现的最大区别。 这么做主要是在查询的时间复杂度上进行优化，链表为O(n)，而红黑树一直是O(logn)，冲突（即为相同的hash值存储的元素个数） 超过 8 个，可以大大的提高查找性能。如下图所示
注意，上图是示意图，主要是描述结构，不会达到这个状态的，因为这么多数据的时候早就扩容了。
Java7 中使用 Entry 来代表每个 HashMap 中的数据节点，Java8 中使用 Node，基本没有区别，都是 key，value，hash 和 next 这四个属性，不过，Node 只能用于链表的情况，红黑树的情况需要使用 TreeNode。
我们根据数组元素中，第一个节点数据类型是 Node 还是 TreeNode 来判断该位置下是链表还是红黑树的。
# 方法剖析
# 重要常量
DEFAULT_INITIAL_CAPACITY = 1 << 4
// HashMap默认的初始容量(16)
MAXIMUM_CAPACITY = 1 <<30
// HashMap能存的最大元素数量
DEFAULT_LOAD_FACTOR = 0.75
// 负载因子，默认为0.75，当map中的元素个数达到容量的75%时会触发扩容
TREEIFY_THRESHOLD = 8
// 当hash碰撞之后写入链表(拉链法)，当链表的长度达到该阈值时，则可能会转化为红黑树
// 注意链表转换为红黑树，还与MIN_TREEIFY_CAPACITY有关
UNTREEIFY_THRESHOLD = 6
// 当红黑树的元素个数小于该值时，转换为链表形式
MIN_TREEIFY_CAPACITY = 64
// 当链表的长度超过了阈值(TREEIFY_THRESHOLD)，且map的容量不小于64，链表将会转换为红黑树
// 这里的64，是指的map的容量（hash桶的数量），也就是说，当容量少于64时，即使超过树化阈值，也不会树化
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
# hash()
元素应该放到table的哪个位置，是通过计算key的hash值，然后与map容量进行“与”操作得到，如下：
/**
* 计算key的hash值：
* 1.如果key为null，则hash值为0；
* 2.如果可以不为null，否则就是将key的hashCode的和高16位进行异或计算（异或：相同为0，不同为1）
*/
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
2
3
4
5
6
7
8
9
确定数组的下标：
// 下面是伪代码
index = (capacity-1) & hash(key);
table[index] = newNode;
2
3
# get()
- 计算 key 的 hash 值，根据 hash 值找到对应数组下标: hash & (length-1)
- 判断数组该位置处的元素是否刚好就是我们要找的，如果不是，走第三步
- 判断该元素类型是否是 TreeNode，如果是，用红黑树的方法取数据，如果不是，走第四步
- 遍历链表，直到找到相等(==或equals)的 key
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 判断第一个节点是不是就是需要的
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
// 判断是否是红黑树
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 链表遍历
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
# put()
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
// 第四个参数 onlyIfAbsent 如果是 true，那么只有在不存在该 key 时才会进行 put 操作
// 第五个参数 evict 我们这里不关心
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 第一次 put 值的时候，会触发下面的 resize()，类似 java7 的第一次 put 也要初始化数组长度
// 第一次 resize 和后续的扩容有些不一样，因为这次是数组从 null 初始化到默认的 16 或自定义的初始容量
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 找到具体的数组下标，如果此位置没有值，那么直接初始化一下 Node 并放置在这个位置就可以了
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {// 数组该位置有数据
Node<K,V> e; K k;
// 首先，判断该位置的第一个数据和我们要插入的数据，key 是不是"相等"，如果是，取出这个节点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果该节点是代表红黑树的节点，调用红黑树的插值方法，本文不展开说红黑树
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 到这里，说明数组该位置上是一个链表
for (int binCount = 0; ; ++binCount) {
// 插入到链表的最后面(Java7 是插入到链表的最前面)
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// TREEIFY_THRESHOLD 为 8，所以，如果新插入的值是链表中的第 8 个
// 会触发下面的 treeifyBin，也就是将链表转换为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 如果在该链表中找到了"相等"的 key(== 或 equals)
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
// 此时 break，那么 e 为链表中[与要插入的新值的 key "相等"]的 node
break;
p = e;
}
}
// e!=null 说明存在旧值的key与要插入的key"相等"
// 对于我们分析的put操作，下面这个 if 其实就是进行 "值覆盖"，然后返回旧值
if (e != null) {
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 如果 HashMap 由于新插入这个值导致 size 已经超过了阈值，需要进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
和 Java7 稍微有点不一样的地方就是，Java7 是先扩容后插入新值的，Java8 先插值再扩容，不过这个不重要。
# remove()
remove有两个接口，remove(key)、remove(key,value)，内部都是调用一个removeNode方法，如下：
public V remove(Object key) {
Node<K, V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ? null : e.value;
}
public boolean remove(Object key, Object value) {
return removeNode(hash(key), key, value, true, true) != null;
}
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;
// map不为空，且hash对应的位置不为空，才进行查找，否则认为未找到，返回null
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;
// 匹配hash地址的第一个节点是否匹配，hash和key都匹配，则证明找到了要删除的元素
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) {
node = p;
} else if ((e = p.next) != null) { // 第一个节点不匹配，则进行遍历查找
// 遍历红黑树
if (p instanceof TreeNode) {
node = ((TreeNode<K, V>) p).getTreeNode(hash, key);
} else {
// 遍历链表
do {
if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
// 如果node为null，证明未找到key对应的元素
// node不为null，则根据调用的remove(key)还是remove(key,value)来判断
if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) {
// 要删除的节点匹配，如果是树节点类型，则从树中删除节点
if (node instanceof TreeNode) {
((TreeNode<K, V>) node).removeTreeNode(this, tab, movable);
} else if (node == p) {
// 要删除的节点时第一个节点时，直接将头结点的下一个节点往前提一个位置（旧头节点被删除）
tab[index] = node.next;
} else {
// 非头结点，修改指针，将下一个节点赋给父节点的next
p.next = node.next;
}
// 修改次数加一，元素数量减一
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
# resize()
resize() 方法用于初始化数组或数组扩容，每次扩容后，容量为原来的 2 倍，并进行数据迁移。
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) { // 对应数组扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 将数组大小扩大一倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 将阈值扩大一倍
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // 对应使用 new HashMap(int initialCapacity) 初始化后，第一次 put 的时候
newCap = oldThr;
else {// 对应使用 new HashMap() 初始化后，第一次 put 的时候
newCap = 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;
// 用新的数组大小初始化新的数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab; // 如果是初始化数组，到这里就结束了，返回 newTab 即可
if (oldTab != null) {
// 开始遍历原数组，进行数据迁移。
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
// 如果该数组位置上只有单个元素，那就简单了，简单迁移这个元素就可以了
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 如果是红黑树，具体我们就不展开了
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else {
// 这块是处理链表的情况，
// 需要将此链表拆成两个链表，放到新的数组中，并且保留原来的先后顺序
// loHead、loTail 对应一条链表，hiHead、hiTail 对应另一条链表，代码还是比较简单的
Node<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;
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;
// 第一条链表
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
// 第二条链表的新的位置是 j + oldCap，这个很好理解
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
关于扩容，在Java7的HashMap中，如果发生多线程更改HashMap（同时扩容），则可能会引起链表产生环的问题，这是因为Java7只是使用了数组加链表，插入链表的时候使用头插法，并且在扩容的时候链表节点的顺序会发生改变；而Java8在插入节点时使用是尾插法，在扩容的时候链表节点的顺序不会发生改变，可以避免出现环的问题。但这并不能说明Java8的HashMap就可以支持并发修改，因为其内部很多操作都没有保证原子性（，比如两个线程同时插入元素，size++，都未做原子性保证。
# 链表转红黑树
上面在put的时候，如果链表的长度超过树化阈值，则会触发树化操作，具体代码如下：
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
// 如果map的容量（数组的长度）为0，或者小于MIN_TREEIFY_CAPACITY（默认64），则进行扩容操作，而不进行转换红黑树
// 底层数组，也称为hash桶，也就是说hash桶的数量小于64时，则会进行扩容操作
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 {
// 将链表节点转换为红黑树节点
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);
// 转换红黑树的操作
if ((tab[index] = hd) != null) {
hd.treeify(tab);
}
}
}
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
# resize时红黑树的split拆分
和链表一样，红黑树中的元素也需要挨个确定新索引位置，同样是分为 2 部分，一部分是索引不变，一部分的新索引为oldIndex+oldCapacity。注意，split 是HashMap中的内部类TreeNode的方法，而不是 HashMap 的方法。
/**
* 扩容时，对同一个hash桶中的元素（红黑树）进行拆分，有可能拆分为两部分
* part1.节点的hash和原数组的容量与之后为0 -> 移到新表后，索引和旧表保持不变
* part2.节点的hash和原数组的容量与之后为0 -> 移到新表后，新索引为"oldIndex+oldCapacity"
* 这两部分，在做完拆分后，判断是否需要将树转换为链表，如果各自的数量未超过UNTREEIFY_THRESHOLD(默认为6)，则需转换为链表
*
* @param map hashMap实例本身
* @param tab 扩容新申请的数组
* @param index 本次要拆分的下标索引（对应旧数组）
* @param bit 旧数组的容量
*/
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; // loHead链着索引不变的节点
TreeNode<K, V> hiHead = null, hiTail = null; // hiHead链着索引改变的节点
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;
// 如果当前节点和原数组的容量与之后为0，则扩容后的索引位置和与在旧表保持一致
if ((e.hash & bit) == 0) {
if ((e.prev = loTail) == null)
loHead = e;
else
loTail.next = e;
loTail = e;
++lc;
} else {
// 如果当前节点和原数组的容量与之后不为0，则扩容后的索引位置为"oldIndex+oldCapacity"
if ((e.prev = hiTail) == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
++hc;
}
}
if (loHead != null) {
if (lc <= UNTREEIFY_THRESHOLD)
tab[index] = loHead.untreeify(map);
else {
tab[index] = loHead;
if (hiHead != null) // (else is already treeified)
loHead.treeify(tab);
}
}
if (hiHead != null) {
if (hc <= UNTREEIFY_THRESHOLD)
tab[index + bit] = hiHead.untreeify(map);
else {
tab[index + bit] = hiHead;
if (loHead != null)
hiHead.treeify(tab);
}
}
}
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
# Fail-Fast
因为 HashMap 是非线程安全的容器，也就是说，多线程访问的时候会有问题，比如一个有一个线程在遍历 Map，每遍历一项，执行某个操作（假设耗时 2 秒），此时另外一个线程对 Map 做了修改（比如删除了某一项），这个时候就会出现数据不一致的问题，此时 HashMap发现这种情况，读线程就会抛出 ConcurrentModificationException，防止继续读取脏数据，这个过程叫做快速失败。
实现快速失败，就是使用 HashMap 中的 modCount 变量，该变量存储的是 ma p中数据发生变化的次数，每发生一次变化，则modCount 加一，比如 put 操作后 modCount 会加1；一个线程如果要遍历 HashMap，会在遍历之前先记录 modCount 值，然后每迭代一次（访问下一个元素）时，先判断 modCount 值是否和最初的 modCount 是否相等，如果相等，则证明 map 未被修改过，如果不相等，则证明 map 被修改过，那么就会抛出 ConcurrentModificationException，实现快速失败。
# 为什么HashMap是非线程安全的
当容器发生扩容的时候，map 中的所有元素都会进行重新确认索引位置（reindex），如果是链表或者红黑树，还会进行 split，这个过程中，如果更改 map 中的元素，则可能会引起异常。如果要使用线程安全的 map，可以考虑 ConcurrentHashMap。
# 两者异同点
# 共同点
容量(capacity): 容量为底层数组的长度，JDK7 中为 Entry 数组，JDK8 中为 Node 数组
容量一定为2的次幂
static int indexFor(int h, int length) { return h & (length-1); }1这段代码是用来计算出键值对存放在一个数组的索引，h 是
int hash = hash(key.hashCode())计算出来的，SUN 大师们发现, “当容量一定是 2^n 时，h & (length - 1) == h % length”，按位运算特别快 。默认初始容量 16 (容量为低层数组的长度，JDK7 中为 Entry 数组，JDK8 中为 Node 数组)
最大容量 1<<30，即 2 的 30 次方
1 << 30 = 10737418241 << 31 = -21474836481 << 32 = 11 << 33 = 21 << -1 = -21474836481HashMap 的“最大容量“其实是 Integer.MAX_VALUE
加载因子(Load factor)：HashMap 在其容量自动增加前可达到多满的一种尺度
默认加载因子 = 0.75
static final float DEFAULT_LOAD_FACTOR = 0.75f1- 加载因子越大、填满的元素越多 = 空间利用率高、但冲突的机会加大、查找效率变低（因为链表变长了）
- 加载因子越小、填满的元素越少 = 空间利用率小、冲突的机会减小、查找效率高（链表不长） 0.75是一个"冲突的机会"与"空间利用率"之间寻找一种平衡与折衷的选择
扩容机制：扩容时 resize(2 * table.length)，扩容到原数组长度的 2 倍。
key为null：若key == null，则 hash(key) = 0，则将该键-值存放到数组table 中的第1个位置，即table [0]
static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }1
2
3
4
# 不同点
发生 hash 冲突时：JDK7 发生 hash 冲突时，新元素插入到链表头中。 JDK8 发生 hash 冲突后，会优先判断该节点的数据结构式是红黑树还是链表，如果是红黑树，则在红黑树中插入数据；如果是链表，则将数据插入到链表的尾部并判断链表长度是否大于8，如果大于8要转成红黑树。
扩容时：JDK7 在扩容 resize() 过程中，采用单链表的头插入方式，在将旧数组上的数据转移到新数组上时，转移操作 = 按旧链表的正序遍历链表、在新链表的头部依次插入，即在转移数据、扩容后，容易出现链表逆序的情况 。 多线程下 resize() 容易出现死循环。此时若（多线程）并发执行 put（）操作，一旦出现扩容情况，则容易出现环形链表，从而在获取数据、遍历链表时形成死循环（Infinite Loop），即死锁的状态 。
JDK8 中转移数据操作 = 按旧链表的正序遍历链表、在新链表的尾部依次插入，所以不会出现链表逆序、倒置的情况，故不容易出现环形链表的情况 ，但 jdk1.8 仍是线程不安全的，因为没有加同步锁保护。
# HashSet
前面已经说过 HashSet 是对 HashMap 的简单包装，对HashSet的函数调用都会转换成合适的 HashMap 方法，因此 HashSet 的实现非常简单，只有不到 300 行代码。这里不再赘述。它特点如下：
- 增删改查set中的元素，时间复杂度都为O(1)；
- 不会出现重复元素；
- 顺序是不确定的；
//HashSet是对HashMap的简单包装
public class HashSet<E>
{
......
//HashSet里面有一个HashMap，用于存放数据
private transient HashMap<E,Object> map;
// map属性在put时的value
private static final Object PRESENT = new Object();
// 实例化HashSet，并且创建HashMap（使用默认初始容量16和默认负载因子0.75）
public HashSet() {
map = new HashMap<>();
}
......
// 加入一个元素到set中（其实是加入到HashSet的map属性中）
// @return true:set不包含该元素； false:set已经包含该元素
public boolean add(E e) {
// 调用HashMap的put方法，也就是将加入的元素作为key，PRESENT常量作为value
return map.put(e, PRESENT)==null;
}
......
}
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
# 参考
- https://pdai.tech/md/java/collection/java-map-HashMap&HashSet.html
- http://www.cnblogs.com/CarpenterLee/p/5440428.html