HashMap数据结构：  >图片来源：[【集合框架】JDK1.8源码分析之HashMap（一）](https://www.cnblogs.com/leesf456/p/5242233.html) 1.8 引用红黑树数据结构，提高了查询效率 构造函数和相关参数： >这里和1.7差不多,由于引入了红黑树的数据结构，多了 TREEIFY_THRESHOLD、UNTREEIFY_THRESHOLD、MIN_TREEIFY_CAPACITY 这几个参数 ``` /** * 默认初始化容量大小 16 ， 必须是2的幂次方 */ static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 /** * 最大容量 */ static final int MAXIMUM_CAPACITY = 1 << 30; /** * 负载因子 */ static final float DEFAULT_LOAD_FACTOR = 0.75f; /** * 转化为红黑树阈值 */ static final int TREEIFY_THRESHOLD = 8; /** * 红黑树中的元素个数小于6就会还原为链表 */ static final int UNTREEIFY_THRESHOLD = 6; /** * The smallest table capacity for which bins may be treeified. * (Otherwise the table is resized if too many nodes in a bin.) * Should be at least 4 * TREEIFY_THRESHOLD to avoid conflicts * between resizing and treeification thresholds. */ static final int MIN_TREEIFY_CAPACITY = 64; /** * 设置初始化容量和负载因子的构造函数 */ 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); } /** * 设置初始化容量的构造函数 * 默认负载因子是0.75 */ public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); } /** * 默认构造函数 * 默认长度是16，默认负载因子是0.75 */ public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted } /** * */ public HashMap(Map<? extends K, ? extends V> m) { this.loadFactor = DEFAULT_LOAD_FACTOR; putMapEntries(m, false); } ``` put()方法  >图片来源：[Java 8系列之重新认识HashMap](https://zhuanlan.zhihu.com/p/21673805) ``` public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } // 计算哈希值 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; // 如果table为空则进行初始化，扩容 if ((tab = table) == null || (n = tab.length) == 0) // 1.7是调用inflateTable()方法进行初始化，1.8则是调用resize() n = (tab = resize()).length; // 如果是新元素，直接新增一个节点 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { // 不是新元素 Node<K,V> e; K k; if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; else if (p instanceof TreeNode) // 判断当前是不是一个树节点 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { // 循环遍历链表 for (int binCount = 0; ; ++binCount) { // 判断这个节点是不是尾节点 if ((e = p.next) == null) { // 放置新元素时，放到尾部，使用尾插法，JDK1.7使用头插法 // 使用这个方法也可以避免在多线程扩容时造成循环链表 p.next = newNode(hash, key, value, null); // 判断是否需要将链表转化为红黑树 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st // 转化为红黑树 treeifyBin(tab, hash); break; } // 判断链表中结点的哈希值与插入的哈希值是否相等， if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) // 如果相等直接跳出循环 break; p = e; } } // 如果元素已经存在，替换并返回旧值 if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; // 如果实例大小大于阈值则进行扩容 if (++size > threshold) resize(); // 插入后回调 afterNodeInsertion(evict); return null; } ``` 扩容： ``` final Node<K,V>[] resize() { Node<K,V>[] oldTab = table; // 当前容量 int oldCap = (oldTab == null) ? 0 : oldTab.length; // 当前扩容的阈值 int oldThr = threshold; int newCap, newThr = 0; // 如果当前容量大于0 if (oldCap > 0) { // 如果当前容量大小等于之前设置的允许最大值 if (oldCap >= MAXIMUM_CAPACITY) { // 将扩容的阈值设置为int类型的最大值，并返回原来的数组 threshold = Integer.MAX_VALUE; return oldTab; } // 当前容量小于之前设置的允许最大值，将其扩容到两倍大小 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) // 扩容的阈值也修改为当前的两倍大小 newThr = oldThr << 1; // double threshold } else if (oldThr > 0) // initial capacity was placed in threshold // 如果容量为0，且扩容阈值大于0，设置新容量为当前扩容的阈值 newCap = oldThr; else { // zero initial threshold signifies using defaults // 数组为空时则创建默认容量大小的，第一次put会调用到 newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } // 如果新的扩容阈值为0，重新计算阈值 if (newThr == 0) { float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } 将新阈值赋值给threshold threshold = newThr; // 创建一个新的数组结点 @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; // table = newTab; // 老数组不为空 if (oldTab != null) { // 遍历老数组，将元素复制到新数组 for (int j = 0; j < oldCap; ++j) { // 创建一个新结点 Node<K,V> e; // 如果桶不为空，老结点指向新结点 if ((e = oldTab[j]) != null) { // 将老结点置为空 oldTab[j] = null; // 如果桶是空的，直接插入 if (e.next == null) newTab[e.hash & (newCap - 1)] = e; // 判断是否是红黑树 else if (e instanceof TreeNode) // 按照红黑树的方式插入 ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { // preserve order // 按照链表的方式插入 Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do { next = e.next; // 如果e的hash和旧容量相与为0 if ((e.hash & oldCap) == 0) { // 如果loTail为空，表示该节点为第一个节点 if (loTail == null) // loHead赋值为第一个节点 loHead = e; else // 将节点加在loTail后面 loTail.next = e; loTail = e; } // e的hash和旧容量相与不为0 else { // 如果hiTail为空，表示该节点为第一个节点 if (hiTail == null) // hiHead赋值为第一个节点 hiHead = e; else // 将节点加在hiTail后面 hiTail.next = e; hiTail = e; } } while ((e = next) != null); // 如果loTail不为空（说明老表的数据有分布到新表上“原索引位置”的节点），则将最后一个节点的next设为空，并将新表上索引位置为“原索引位置”的节点设置为对应的头节点 if (loTail != null) { loTail.next = null; newTab[j] = loHead; } // 如果hiTail不为空（说明老表的数据有分布到新表上“原索引+oldCap位置”的节点），则将最后一个节点的next设为空，并将新表上索引位置为“原索引+oldCap”的节点设置为对应的头节点 if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab; } final void treeifyBin(Node<K,V>[] tab, int hash) { int n, index; Node<K,V> e; 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 { 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); if ((tab[index] = hd) != null) hd.treeify(tab); } } ``` >tips：扩容resize()的效率很低，如果需要插入大量的值，可以提前设置好容量，避免频繁的扩容，用空间换时间 get()方法： 主要是调用getNode()方法，如果找不到返回null 先调用hash计算哈希值，获取通下标，然后再判断第一个节点是否为红黑树，如果是红黑树，则通过树的方式获取，否则还是按照链表的方式获取 ``` 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) { // 判断桶中的第一个元素的哈希值是否相等 if (first.hash == hash && // always check first node （这里写到总是检查第一个元素） ((k = first.key) == key || (key != null && key.equals(k)))) return first; if ((e = first.next) != null) { // 判断是否红黑树，如果是红黑树则按照树的方式获取；如果不是则按照链表的方式获取 if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; } ```