上一篇中对HashMap中的基本内容做了详细的介绍，解析了其中的get和put方法，想必大家对于HashMap也有了更好的认识，本篇将从了算法的角度，来分析HashMap中的那些函数。
HashCode
先来说说HashMap中HashCode的算法，在上一篇里，我们看到了HashMap中的put方法是这样的：
public V put(K key,V value) { return putVal(hash(key),key,value,false,1)">true); }
那这个hash函数又是什么呢？让我们来看看它的真面目：
/** * 将高位与低位进行与运算来计算哈希值。因为在hashmap中使用2的整数幂来作为掩码，所以只在当前掩码之上的位上发生 * 变化的散列总是会发生冲突。（在已知的例子中，Float键的集合在小表中保持连续的整数）因此，我们应用一个位运算 * 来向下转移高位的影响。 这是在综合考虑了运算速度，效用和质量之后的权衡。因为许多常见的散列集合已经合理分布 * （所以不能从扩散中受益），并且因为我们使用树来处理bin中发生的大量碰撞的情况，所以我们尽可能以代价最低的方式 * 对一些位移进行异或运算以减少系统损失， 以及合并由于hashmap容量边界而不会被用于散列运算的最高位的影响。 * * todo 扰动函数 */ static final int hash(Object key) { h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }
可以看出，这里并不是简单的使用了key的hashCode，而是将它的高16位与低16位做了一个异或操作。（“>>>”是无符号右移的意思，即右移的时候左边空出的部分用0填充）这是一个扰动函数，具体效果后面会说明。接下来再看看之前的putval方法：
1 final V putVal(int hash,K key,V value,1)">boolean onlyIfAbsent, 2 evict) { 3 Node<K,V>[] tab; Node<K,V> p; n,i; 4 //如果当前table未初始化，则先重新调整大小至初始容量 5 if ((tab = table) == null || (n = tab.length) == 0) 6 n = (tab = resize()).length; 7 （n-1）& hash 这个地方即根据hash求序号，想了解更多散列相关内容可以查看下一篇 8 if ((p = tab[i = (n - 1) & hash]) == null 9 不存在，则新建节点 10 tab[i] = newNode(hash,1)">); 11 else { 12 Node<K,V> e; K k; 13 先找到对应的node 14 if (p.hash == hash && 15 ((k = p.key) == key || (key != null && key.equals(k)))) 16 e = p; 17 else if (p instanceof TreeNode) 18 如果是树节点，则调用相应的putVal方法，这部分放在第三篇内容里 19 todo putTreeVal 20 e = ((TreeNode<K,V>)p).putTreeVal(this,tab,hash,value); 21 22 如果是链表则之间遍历查找 23 for (int binCount = 0; ; ++binCount) { 24 if ((e = p.next) == ) { 25 如果没有找到则在该链表新建一个节点挂在最后 26 p.next = newNode(hash,1)">27 if (binCount >= TREEIFY_THRESHOLD - 1) -1 for 1st 28 如果链表长度达到树化的最大长度，则进行树化，该函数内容也放在第三篇 29 todo treeifyBin 30 treeifyBin(tab,hash); 31 break; 32 } 33 if (e.hash == hash && 34 ((k = e.key) == key || (key != 35 36 p = e; 37 } 38 } 39 如果已存在该key的映射，则将值进行替换 40 if (e != null) { existing mapping for key 41 V oldValue = e.value; 42 if (!onlyIfAbsent || oldValue == 43 e.value = value; 44 afterNodeAccess(e); 45 return oldValue; 46 47 } 48 修改次数加一 49 ++modCount; 50 if (++size > threshold) 51 resize(); 52 afterNodeInsertion(evict); 53 return 54 }
注意看第八行的代码：
tab[i = (n - 1) & hash]
(n - 1) & hash 即通过key的hash值来取对应的数组下标，并非是对table的size进行取余操作。
那么，为什么要这样做呢？首先，扰动函数的目的就是为了扩大高位的影响，使得计算出来的数值包含了高 16 位和第 16 位的特性，让 hash 值更加深不可测
n是table的大小，默认是16，二进制即为10000，n - 1 对应的二进制则为1111，这样再与hash值做“与”操作时，就变成了掩码，除了最后四位全部被置为0，而最后四位的范围肯定会落在（0~n-1）之间，正好是数组的大小范围，散列函数的妙处就在于此了。
那么我们继续上一篇的栗子，我们来一步一步分析一下，小明和小李的hash值的映射过程：
小明的hash值是756692，转换为二进制为10111000101111010100，table的大小是32，n-1=31，对应的二进制为：11111，做“与”运算之后，得到的结果是10100，即为20。
小李的hash值是757012，转换为二进制为10111000110100010100，与11111做与运算后，得到的结果也是10100，即20，于是就与小明发生了冲突，但还是要先来后到，于是小李就挂在了小明后面。
扩容函数
扩容函数其实之前也已经见过了，就在上面的putVal方法里，往上面翻一翻，第六行可以看到resize函数，这就是扩容函数，让我们来看看它的庐山真面目：
/** 2 * 初始化或将table的大小进行扩容。 如果table为null，则按照字段threshold中的初始容量目标进行分配。 3 * 否则，因为我们使用2次幂进行扩容，所以在新表中，来自每个bin中的元素必须保持在相同的索引处，或者以原偏移量的2次幂进行移动。 4 */ 5 final Node<K,1)">[] resize() { 6 Node<K,V>[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; 9 int newCap,newThr = 010 if (oldCap > 011 if (oldCap >= MAXIMUM_CAPACITY) { 12 threshold = Integer.MAX_VALUE; 13 oldTab; 14 15 新的容量扩展成原来的两倍 16 if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && 17 oldCap >= DEFAULT_INITIAL_CAPACITY) 阈值也调整为原来的两倍 19 newThr = oldThr << 1; double threshold 20 21 if (oldThr > 0) initial capacity was placed in threshold 22 newCap = oldThr; 23 else { zero initial threshold signifies using defaults 24 newCap = DEFAULT_INITIAL_CAPACITY; 25 newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); 26 27 if (newThr == 028 float ft = (float)newCap * loadFactor; 29 newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? 30 ()ft : Integer.MAX_VALUE); 31 32 threshold = newThr; 33 @SuppressWarnings({"rawtypes","unchecked"}) 34 Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; 35 table = newTab; 36 将旧数组中的node重新散列到新数组中 37 if (oldTab != 38 int j = 0; j < oldCap; ++j) { 39 Node<K,1)">40 if ((e = oldTab[j]) != 41 oldTab[j] = 42 if (e.next == 43 newTab[e.hash & (newCap - 1)] =44 if (e 45 ((TreeNode<K,V>)e).split(46 else { preserve order 47 Node<K,V> loHead = null,loTail = 48 Node<K,V> hiHead = 49 Node<K,1)"> next; 50 do51 next = e.next; 52 if ((e.hash & oldCap) == 053 if (loTail == 54 loHead =55 else 56 loTail.next =57 loTail =58 } 59 60 if (hiTail == 61 hiHead =62 63 hiTail.next =64 hiTail =65 66 } while ((e = next) != 67 if (loTail != 68 loTail.next = 69 newTab[j] = loHead; 70 } 71 if (hiTail != 72 hiTail.next = 73 newTab[j + oldCap] = hiHead; 74 75 76 77 78 79 80 }
这里可以看到，如果原来的table还未被初始化的话，调用该函数后就会被扩容到默认大小（16），上一篇中也已经说过，HashMap也是使用了懒加载的方式，在构造函数中并没有初始化table，而是在延迟到了第一次插入元素之后。
当使用put插入元素的时候，如果发现目前的bins占用程度已经超过了Load Factor所设置的比例，那么就会发生resize，简单来说就是把原来的容量和阈值都调整为原来的2倍，之后重新计算index，把节点再放到新的bin中。因为index值的计算与table数组的大小有关，所以扩容后，元素的位置有可能会调整：
@H_403_641@
以上图为例，如果对应的hash值第五位是0，那么做与操作后，得到的序号不会变，那么它的位置就不会改变，相反，如果是1，那么它的新序号就会变成原来的序号+16,。
好像也不是很多嘛，嗯，算法部分就先介绍到这里了，之后的一篇再来说说HashMap中的EntrySet，KeySet和values（如果时间够的话顺便把迭代器也说一说）。
好了，本篇就此愉快的结束了，最后祝大家端午节快乐！如果觉得内容还不错的话记得动动小手点关注哦，你的支持就是我最大的动力！
