本文主要记录Java HashMap底层数据结构、方法实现原理等，基于JDK 1.8。
底层数据结构
Java HashMap底层采用哈希表结构（数组+链表、JDK1.8后为数组+链表或红黑树）实现，结合了数组和链表的优点：
数组优点：通过数组下标可以快速实现对数组元素的访问，效率极高；
链表优点：插入或删除数据不需要移动元素，只需修改节点引用，效率极高。
HashMap图示如下所示：
HashMap内部使用数组存储数据，数组中的每个元素类型为Node<K,V>：
staticclassNode<K,V>implementsMap.Entry<K,V>{finalinthash;finalKkey;Vvalue;Node<K,V>next;Node(inthash,Kkey,Vvalue,Node<K,V>next){this.hash=hash;this.key=key;this.value=value;this.next=next;}publicfinalKgetKey(){returnkey;}publicfinalVgetValue(){returnvalue;}publicfinalStringtoString(){returnkey+"="+value;}publicfinalinthashCode(){returnObjects.hashCode(key)^Objects.hashCode(value);}publicfinalVsetValue(VnewValue){VoldValue=value;value=newValue;returnoldValue;}publicfinalbooleanequals(Objecto){if(o==this)returntrue;if(oinstanceofMap.Entry){Map.Entry<?,?>e=(Map.Entry<?,?>)o;if(Objects.equals(key,e.getKey())&&Objects.equals(value,e.getValue()))returntrue;}returnfalse;}}Node包含了四个字段：hash、key、value、next，其中next表示链表的下一个节点。
HashMap通过hash方法计算key的哈希码，然后通过(n-1) & hash公式（n为数组长度）得到key在数组中存放的下标。当两个key在数组中存放的下标一致时，数据将以链表的方式存储（哈希冲突，哈希碰撞）。我们知道，在链表中查找数据必须从第一个元素开始一层一层往下找，直到找到为止，时间复杂度为O(N)，所以当链表长度越来越长时，HashMap的效率越来越低。
为了解决这个问题，JDK1.8开始采用数组+链表+红黑树的结构来实现HashMap。当链表中的元素超过8个（TREEIFY_THRESHOLD）并且数组长度大于64（MIN_TREEIFY_CAPACITY）时，会将链表转换为红黑树，转换后数据查询时间复杂度为O(logN)。
红黑树的节点使用TreeNode表示：
staticfinalclassTreeNode<K,V>extendsLinkedHashMap.Entry<K,V>{TreeNode<K,V>parent;//red-blacktreelinksTreeNode<K,V>left;TreeNode<K,V>right;TreeNode<K,V>prev;//neededtounlinknextupondeletionbooleanred;TreeNode(inthash,Kkey,Vval,Node<K,V>next){super(hash,key,val,next);}...}HashMap包含几个重要的变量：
//数组默认的初始化长度16staticfinalintDEFAULT_INITIAL_CAPACITY=1<<4;//数组最大容量，2的30次幂，即1073741824staticfinalintMAXIMUM_CAPACITY=1<<30;//默认负载因子值staticfinalfloatDEFAULT_LOAD_FACTOR=0.75f;//链表转换为红黑树的长度阈值staticfinalintTREEIFY_THRESHOLD=8;//红黑树转换为链表的长度阈值staticfinalintUNTREEIFY_THRESHOLD=6;//链表转换为红黑树时，数组容量必须大于等于64staticfinalintMIN_TREEIFY_CAPACITY=64;//HashMap里键值对个数transientintsize;//扩容阈值，计算方法为数组容量*负载因子intthreshold;//HashMap使用数组存放数据，数组元素类型为Node<K,V>transientNode<K,V>[]table;//负载因子finalfloatloadFactor;//此哈希映射在结构上被修改的次数//用于快速失败，由于HashMap非线程安全，在对HashMap进行迭代时，如果期间其他线程的参与导致HashMap的//结构发生变化了（比如put，remove等操作），直接抛出ConcurrentModificationException异常transientintmodCount;
上面这些字段在下面源码解析的时候尤为重要，其中需要着重讨论的是负载因子是什么，为什么默认值为0.75f。
负载因子也叫扩容因子，用于决定HashMap数组何时进行扩容。比如数组容量为16，负载因子为0.75，那么扩容阈值为16*0.75=12，即HashMap数据量大于等于12时，数组就会进行扩容。我们都知道，数组容量的大小在创建的时候就确定了，所谓的扩容指的是重新创建一个指定容量的数组，然后将旧值复制到新的数组里。扩容这个过程非常耗时，会影响程序性能。所以负载因子是基于容量和性能之间平衡的结果：
当负载因子过大时，扩容阈值也变大，也就是说扩容的门槛提高了，这样容量的占用就会降低。但这时哈希碰撞的几率就会增加，效率下降；
当负载因子过小时，扩容阈值变小，扩容门槛降低，容量占用变大。这时候哈希碰撞的几率下降，效率提高。
可以看到容量占用和性能是此消彼长的关系，它们的平衡点由负载因子决定，0.75是一个即兼顾容量又兼顾性能的经验值。
此外用于存储数据的table字段使用transient修饰，通过transient修饰的字段在序列化的时候将被排除在外，那么HashMap在序列化后进行反序列化时，是如何恢复数据的呢？HashMap通过自定义的readObject/writeObject方法自定义序列化和反序列化操作。这样做主要是出于以下两点考虑：
table一般不会存满，即容量大于实际键值对个数，序列化table未使用的部分不仅浪费时间也浪费空间；
key对应的类型如果没有重写hashCode方法，那么它将调用Object的hashCode方法，该方法为native方法，在不同JVM下实现可能不同；换句话说，同一个键值对在不同的JVM环境下，在table中存储的位置可能不同，那么在反序列化table操作时可能会出错。
所以在HashXXX类中（如HashTable，HashSet，LinkedHashMap等等），我们可以看到，这些类用于存储数据的字段都用transient修饰，并且都自定义了readObject/writeObject方法。readObject/writeObject方法这节就不进行源码分析了，有兴趣自己研究。
put源码
put方法源码如下：
publicVput(Kkey,Vvalue){returnputVal(hash(key),key,value,false,true);}put方法通过hash函数计算key对应的哈希值，hash函数源码如下：
staticfinalinthash(Objectkey){inth;return(key==null)?0:(h=key.hashCode())^(h>>>16);}如果key为null，返回0，不为null，则通过(h = key.hashCode()) ^ (h >>> 16)公式计算得到哈希值。该公式通过hashCode的高16位异或低16位得到哈希值，主要从性能、哈希碰撞角度考虑，减少系统开销，不会造成因为高位没有参与下标计算从而引起碰撞。
得到key对应的哈希值后，再调用putVal(hash(key), key, value, false, true)方法插入元素：
finalVputVal(inthash,Kkey,Vvalue,booleanonlyIfAbsent,booleanevict){Node<K,V>[]tab;Node<K,V>p;intn,i;//如果数组(哈希表)为null或者长度为0，则进行数组初始化操作if((tab=table)==null||(n=tab.length)==0)n=(tab=resize()).length;//根据key的哈希值计算出数据插入数组的下标位置，公式为(n-1)&hashif((p=tab[i=(n-1)&hash])==null)//如果该下标位置还没有元素，则直接创建Node对象，并插入tab[i]=newNode(hash,key,value,null);else{Node<K,V>e;Kk;//如果目标位置key已经存在，则直接覆盖if(p.hash==hash&&((k=p.key)==key||(key!=null&&key.equals(k))))e=p;//如果目标位置key不存在，并且节点为红黑树，则插入红黑树中elseif(pinstanceofTreeNode)e=((TreeNode<K,V>)p).putTreeVal(this,tab,hash,key,value);else{//否则为链表结构，遍历链表，尾部插入for(intbinCount=0;;++binCount){if((e=p.next)==null){p.next=newNode(hash,key,value,null);//如果链表长度大于等于TREEIFY_THRESHOLD，则考虑转换为红黑树if(binCount>=TREEIFY_THRESHOLD-1)//-1for1sttreeifyBin(tab,hash);//转换为红黑树操作，内部还会判断数组长度是否小于MIN_TREEIFY_CAPACITY，如果是的话不转换break;}//如果链表中已经存在该key的话，直接覆盖替换if(e.hash==hash&&((k=e.key)==key||(key!=null&&key.equals(k))))break;p=e;}}if(e!=null){//existingmappingforkey//返回被替换的值VoldValue=e.value;if(!onlyIfAbsent||oldValue==null)e.value=value;afterNodeAccess(e);returnoldValue;}}//模数递增++modCount;//当键值对个数大于等于扩容阈值的时候，进行扩容操作if(++size>threshold)resize();afterNodeInsertion(evict);returnnull;}put操作过程总结：
判断HashMap数组是否为空，是的话初始化数组（由此可见，在创建HashMap对象的时候并不会直接初始化数组）；
通过(n-1) & hash计算key在数组中的存放索引；
目标索引位置为空的话，直接创建Node存储；
目标索引位置不为空的话，分下面三种情况：
4.1. key相同，覆盖旧值；
4.2. 该节点类型是红黑树的话，执行红黑树插入操作；
4.3. 该节点类型是链表的话，遍历到最后一个元素尾插入，如果期间有遇到key相同的，则直接覆盖。如果链表长度大于等于TREEIFY_THRESHOLD，并且数组容量大于等于MIN_TREEIFY_CAPACITY，则将链表转换为红黑树结构；
判断HashMap元素个数是否大于等于threshold，是的话，进行扩容操作。
get源码
get和put相比，就简单多了，下面是get操作源码：
publicVget(Objectkey){Node<K,V>e;return(e=getNode(hash(key),key))==null?null:e.value;}finalNode<K,V>getNode(inthash,Objectkey){Node<K,V>[]tab;Node<K,V>first,e;intn;Kk;//判断数组是否为空，数组长度是否大于0，目标索引位置下元素是否为空，是的话直接返回nullif((tab=table)!=null&&(n=tab.length)>0&&(first=tab[(n-1)&hash])!=null){//如果目标索引位置元素就是要找的元素，则直接返回if(first.hash==hash&&//alwayscheckfirstnode((k=first.key)==key||(key!=null&&key.equals(k))))returnfirst;//如果目标索引位置元素的下一个节点不为空if((e=first.next)!=null){//如果类型是红黑树，则从红黑树中查找if(firstinstanceofTreeNode)return((TreeNode<K,V>)first).getTreeNode(hash,key);do{//否则就是链表，遍历链表查找目标元素if(e.hash==hash&&((k=e.key)==key||(key!=null&&key.equals(k))))returne;}while((e=e.next)!=null);}}returnnull;}resize源码
由前面的put源码分析我们知道，数组的初始化和扩容都是通过调用resize方法完成的，所以现在来关注下resize方法的源码：
finalNode<K,V>[]resize(){//扩容前的数组Node<K,V>[]oldTab=table;//扩容前的数组的大小和阈值intoldCap=(oldTab==null)?0:oldTab.length;intoldThr=threshold;//预定义新数组的大小和阈值intnewCap,newThr=0;if(oldCap>0){//超过最大值就不再扩容了if(oldCap>=MAXIMUM_CAPACITY){threshold=Integer.MAX_VALUE;returnoldTab;}//扩大容量为当前容量的两倍，但不能超过MAXIMUM_CAPACITYelseif((newCap=oldCap<<1)<MAXIMUM_CAPACITY&&oldCap>=DEFAULT_INITIAL_CAPACITY)newThr=oldThr<<1;//doublethreshold}//当前数组没有数据，使用初始化的值elseif(oldThr>0)//initialcapacitywasplacedinthresholdnewCap=oldThr;else{//如果初始化的值为0，则使用默认的初始化容量，默认值为16newCap=DEFAULT_INITIAL_CAPACITY;newThr=(int)(DEFAULT_LOAD_FACTOR*DEFAULT_INITIAL_CAPACITY);}//如果新的容量等于0if(newThr==0){floatft=(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>[])newNode[newCap];//开始扩容，将新的容量赋值给tabletable=newTab;//原数据不为空，将原数据复制到新table中if(oldTab!=null){//根据容量循环数组，复制非空元素到新tablefor(intj=0;j<oldCap;++j){Node<K,V>e;if((e=oldTab[j])!=null){oldTab[j]=null;//如果链表只有一个，则进行直接赋值if(e.next==null)newTab[e.hash&(newCap-1)]=e;elseif(einstanceofTreeNode)//红黑树相关的操作((TreeNode<K,V>)e).split(this,newTab,j,oldCap);else{//preserveorder//链表复制，JDK1.8扩容优化部分Node<K,V>loHead=null,loTail=null;Node<K,V>hiHead=null,hiTail=null;Node<K,V>next;do{next=e.next;//原索引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);//将原索引放到哈希桶中if(loTail!=null){loTail.next=null;newTab[j]=loHead;}//将原索引+oldCap放到哈希桶中if(hiTail!=null){hiTail.next=null;newTab[j+oldCap]=hiHead;}}}}}returnnewTab;}JDK1.8在扩容时通过高位运算e.hash & oldCap结果是否为0来确定元素是否需要移动，主要有如下两种情况：
情况一：
扩容前oldCap=16，hash=5，(n-1)&hash=15&5=5，hash&oldCap=5&16=0；
扩容后newCap=32，hash=5，(n-1)&hash=31&5=5，hash&oldCap=5&16=0。
这种情况下，扩容后元素索引位置不变，并且hash&oldCap==0。
情况二：
扩容前oldCap=16，hash=18，(n-1)&hash=15&18=2，hash&oldCap=18&16=16；
扩容后newCap=32，hash=18，(n-1)&hash=31&18=18，hash&oldCap=18&16=16。
这种情况下，扩容后元素索引位置为18，即旧索引2加16(oldCap)，并且hash&oldCap!=0。
遍历原理
我们通常使用下面两种方式遍历HashMap：
HashMap<String,Object>map=newHashMap<>();map.put("1","a");map.put("4","d");map.put("2","b");map.put("9","i");map.put("3","c");Set<Map.Entry<String,Object>>entries=map.entrySet();for(Map.Entry<String,Object>entry:entries){System.out.println(entry.getKey()+":"+entry.getValue());}System.out.println("-------");Set<String>keySet=map.keySet();for(Stringkey:keySet){System.out.println(key+":"+map.get(key));}程序输出：
1:a2:b3:c4:d9:i-------1:a2:b3:c4:d9:i
通过前面对put源码的分析，我们知道HashMap是无序的，输出元素顺序和插入元素顺序一般都不一样。但是多次运行上面的程序你会发现，每次遍历的顺序都是一样的。那么遍历的原理是什么，内部是如何操作的？
通过entrySet或者keySet遍历，它们的内部原理是一样的，这里以entrySet为例。
通过查看代码对应的class文件，你会发现下面这段代码实际会被转换为iterator遍历：
staticfinalclassTreeNode<K,V>extendsLinkedHashMap.Entry<K,V>{TreeNode<K,V>parent;//red-blacktreelinksTreeNode<K,V>left;TreeNode<K,V>right;TreeNode<K,V>prev;//neededtounlinknextupondeletionbooleanred;TreeNode(inthash,Kkey,Vval,Node<K,V>next){super(hash,key,val,next);}...}0增强for循环会被编译为：
staticfinalclassTreeNode<K,V>extendsLinkedHashMap.Entry<K,V>{TreeNode<K,V>parent;//red-blacktreelinksTreeNode<K,V>left;TreeNode<K,V>right;TreeNode<K,V>prev;//neededtounlinknextupondeletionbooleanred;TreeNode(inthash,Kkey,Vval,Node<K,V>next){super(hash,key,val,next);}...}1我们查看entrySet，iterator，hasNext，next方法的源码就可以清楚的了解到HashMap遍历原理了：
staticfinalclassTreeNode<K,V>extendsLinkedHashMap.Entry<K,V>{TreeNode<K,V>parent;//red-blacktreelinksTreeNode<K,V>left;TreeNode<K,V>right;TreeNode<K,V>prev;//neededtounlinknextupondeletionbooleanred;TreeNode(inthash,Kkey,Vval,Node<K,V>next){super(hash,key,val,next);}...}2总之，遍历HashMap的过程就是从头查找HashMap数组中的不为空的结点，如果该结点下存在链表，则遍历该链表，遍历完链表后再找HashMap数组中下一个不为空的结点，以此进行下去直到遍历结束。
那么，如果某个结点下是红黑树结构的话，怎么遍历？其实当链表转换为红黑树时，链表节点里包含的next字段信息是保留的，所以我们依旧可以通过红黑树节点中的next字段找到下一个节点。
与JDK1.7主要区别
数组元素类型不同
JDK1.8 HashMap数组元素类型为Node<K,V>，JDK1.7 HashMap数组元素类型为Entry<K,V>：
staticfinalclassTreeNode<K,V>extendsLinkedHashMap.Entry<K,V>{TreeNode<K,V>parent;//red-blacktreelinksTreeNode<K,V>left;TreeNode<K,V>right;TreeNode<K,V>prev;//neededtounlinknextupondeletionbooleanred;TreeNode(inthash,Kkey,Vval,Node<K,V>next){super(hash,key,val,next);}...}3实际就是换了个类名，并没有什么本质不同。
hash计算规则不同
JDK1.7 hash计算规则为：
staticfinalclassTreeNode<K,V>extendsLinkedHashMap.Entry<K,V>{TreeNode<K,V>parent;//red-blacktreelinksTreeNode<K,V>left;TreeNode<K,V>right;TreeNode<K,V>prev;//neededtounlinknextupondeletionbooleanred;TreeNode(inthash,Kkey,Vval,Node<K,V>next){super(hash,key,val,next);}...}4相比于JDK1.8的hash方法，JDK1.7的hash方法的性能会稍差一点。
put操作不同
JDK1.7并没有使用红黑树，如果哈希冲突后，都用链表解决。区别于JDK1.8的尾部插入，JDK1.7采用头部插入的方式：
staticfinalclassTreeNode<K,V>extendsLinkedHashMap.Entry<K,V>{TreeNode<K,V>parent;//red-blacktreelinksTreeNode<K,V>left;TreeNode<K,V>right;TreeNode<K,V>prev;//neededtounlinknextupondeletionbooleanred;TreeNode(inthash,Kkey,Vval,Node<K,V>next){super(hash,key,val,next);}...}5扩容操作不同
JDK1.8在扩容时通过高位运算e.hash & oldCap结果是否为0来确定元素是否需要移动，JDK1.7重新计算了每个元素的哈希值，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：
staticfinalclassTreeNode<K,V>extendsLinkedHashMap.Entry<K,V>{TreeNode<K,V>parent;//red-blacktreelinksTreeNode<K,V>left;TreeNode<K,V>right;TreeNode<K,V>prev;//neededtounlinknextupondeletionbooleanred;TreeNode(inthash,Kkey,Vval,Node<K,V>next){super(hash,key,val,next);}...}6