徹底理解HashMap的元素插入原理

阿新 • • 發佈：2018-12-13

HashMap，是Java語言中比較基礎也比較重要的一種資料結構，由於其用途廣泛，所以，Java的工程師在設計HashMap的時候考慮了很多因素。

通過閱讀HashMap的原始碼，可以學習到很多知識，本文就是一篇基於HashMap原始碼的深度分析。

全文文字+程式碼大概有1.5W左右，閱讀時間大概半小時。如果你沒有完整的半個小時時間，請先收藏，歡迎轉發。

關於HashMap，還有幾篇文章可以結合著一起看：

HashMap

作為雜湊表的Map介面實現，其具備以下幾個特點：

和HashTable類似，採用陣列+單鏈表形式儲存元素，從jdk1.8開始，增加了紅黑樹的結構，當單鏈表中元素個數超過指定閾值，會轉化為紅黑樹結構儲存，目的就是為了解決單鏈表元素過多時查詢慢的問題。
和HashTable不同的是，HashMap是執行緒不安全的，方法都未使用synchronized關鍵字。因為內部實現不同，允許key和value值為null。
構建HashMap例項時有兩個重要的引數，會影響其效能：初始大小和載入因子。初始大小用來規定雜湊表陣列的長度，即桶的個數。載入因子用來表示雜湊表元素的填滿程度，越大則表示允許填滿的元素就越多，雜湊表的空間利用率就越高，但是衝突的機會也就增加了。反之，越小則衝突的機會就會越少，但是空間很多就浪費了。

靜態常量

1、原始碼：

 /**
  * 預設初始大小，值為16，要求必須為2的冪
  */
 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
 
 /**
  * 最大容量，必須不大於2^30
  */
 static final int MAXIMUM_CAPACITY = 1 << 30;

/**
 * 預設載入因子，值為0.75
 */
static final float DEFAULT_LOAD_FACTOR = 0.75f;

/**
 * hash衝突預設採用單鏈表儲存，當單鏈表節點個數大於8時，會轉化為紅黑樹儲存
 */
static final int TREEIFY_THRESHOLD = 8;

/**
 * hash衝突預設採用單鏈表儲存，當單鏈表節點個數大於8時，會轉化為紅黑樹儲存。
 * 當紅黑樹中節點少於6時，則轉化為單鏈表儲存
 */
static final int UNTREEIFY_THRESHOLD = 6;

/**
 * hash衝突預設採用單鏈表儲存，當單鏈表節點個數大於8時，會轉化為紅黑樹儲存。
 * 但是有一個前提：要求陣列長度大於64，否則不會進行轉化
 */
static final int MIN_TREEIFY_CAPACITY = 64;

注意：HashMap預設採用陣列+單鏈表方式儲存元素，當元素出現雜湊衝突時，會儲存到該位置的單鏈表中。但是單鏈表不會一直增加元素，當元素個數超過8個時，會嘗試將單鏈錶轉化為紅黑樹儲存。但是在轉化前，會再判斷一次當前陣列的長度，只有陣列長度大於64才處理。否則，進行擴容操作。此處先提到這，後續會有詳細的講解。

2、問題：

問：為何載入因子預設為0.75？答：通過原始碼裡的javadoc註釋看到，元素在雜湊表中分佈的桶頻率服從引數為0.5的泊松分佈，具體可以參考下StackOverflow裡的解答：https://stackoverflow.com/questions/10901752/what-is-the-significance-of-load-factor-in-hashmap

建構函式

1、無參建構函式：

public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

2、帶參建構函式，指定初始容量：

public HashMap(int initialCapacity) {
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

3、帶參建構函式，指定初始容量和載入因子：

3.1、原始碼：

 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)//通過後面擴容的方法知道，該值就是初始建立陣列時的長度
}

//返回大於等於cap最小的2的冪，如cap為12，結果就是16
static final int tableSizeFor(int cap) {
    int n = cap - 1;//為了保證當cap本身是2的冪的情況下，能夠返回原本的數，否則返回的是cap的2倍
    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;
}

3.2、示例：

下面我們以cap等於8為例：

不減一的過程如下：

圖注:tableSizeFor不減一過程

最後執行加1操作，那麼返回的是2^4=16，是cap的2倍。

減一的過程如下：

圖注:tableSizeFor減一過程

最後執行加1操作，那麼返回的是2^3=8，也就是cap本身。

3.3、問題：

問：為何陣列容量必須是2次冪？答：索引計算公式為i = (n - 1) & hash，如果n為2次冪，那麼n-1的低位就全是1，雜湊值進行與操作時可以保證低位的值不變，從而保證分佈均勻，效果等同於hash%n，但是位運算比取餘運算要高效的多。

4、帶參建構函式，指定Map集合：

 public HashMap(Map<? extends K, ? extends V> m) {
     this.loadFactor = DEFAULT_LOAD_FACTOR;
     putMapEntries(m, false);
 }
 
 final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
     int s = m.size();
     if (s > 0) {
         if (table == null) { // pre-size
            float ft = ((float)s / loadFactor) + 1.0F;
            int t = ((ft < (float)MAXIMUM_CAPACITY) ?
                     (int)ft : MAXIMUM_CAPACITY);
            if (t > threshold)
                threshold = tableSizeFor(t);
        }
        else if (s > threshold)
            resize();
        for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
            K key = e.getKey();
            V value = e.getValue();
            putVal(hash(key), key, value, false, evict);
        }
    }
}

新增元素

1、原始碼：

 public V put(K key, V value) {
     return putVal(hash(key), key, value, false, true);
 }
 
 //將key的雜湊值，進行高16位和低16位異或操作，增加低16位的隨機性，降低雜湊衝突的可能性
 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;
    //首次table為null，首先通過resize()進行陣列初始化
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    //利用index=(n-1)&hash的方式，找到索引位置
    //如果索引位置無元素，則建立Node物件，存入陣列該位置中
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {  //如果索引位置已有元素，說明hash衝突，存入單鏈表或者紅黑樹中
        Node<K,V> e; K k;
        //hash值和key值都一樣，則進行value值的替代
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        else if (p instanceof TreeNode) //hash值一致，key值不一致，且p為紅黑樹結構，則往紅黑樹中新增
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else { //hash值一致，key值不一致，且p為單鏈表結構，則往單鏈表中新增
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null); //追加到單鏈表末尾
                    if (binCount >= TREEIFY_THRESHOLD - 1) // //超過樹化閾值則進行樹化操作
                        treeifyBin(tab, hash);
                    break;
                }
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    if (++size > threshold) //當元素個數大於新增閾值，則通過resize()擴容
        resize();
    afterNodeInsertion(evict);
    return null;
}

2、流程圖：

圖注:新增元素流程圖

3、hash計算：

問：獲取hash值時：為何在hash方法中加上異或無符號右移16位的操作？答：此方式是採用"擾亂函式"的解決方案，將key的雜湊值，進行高16位和低16位異或操作，增加低16位的隨機性，降低雜湊衝突的可能性。

下面我們通過一個例子，來看下有無"擾亂函式"的情況下，計算出來索引位置的值：

圖注:hash計算

擴容

1、原始碼：

 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) {//陣列不為空
         if (oldCap >= MAXIMUM_CAPACITY) { //當前長度超過MAXIMUM_CAPACITY，新增閾值為Integer.MAX_VALUE
             threshold = Integer.MAX_VALUE;
             return oldTab;
        }
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY) //進行2倍擴容，如果當前長度超過初始16，新增閾值也做2倍擴容
            newThr = oldThr << 1; // double threshold
    }
    else if (oldThr > 0) // 陣列為空，指定了新增閾值
        newCap = oldThr;
    else { //陣列為空，未指定新增閾值，採用預設初始大小和載入因子，新增閾值為16*0.75=12
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    if (newThr == 0) { //按照給定的初始大小計算擴容後的新增閾值
        float ft = (float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
    threshold = newThr; //擴容後的新增閾值
    @SuppressWarnings({"rawtypes","unchecked"})
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; //擴容後的陣列
    table = newTab;
    if (oldTab != null) {  //將原陣列中元素放入擴容後的陣列中
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            if ((e = oldTab[j]) != null) {
                oldTab[j] = null;
                if (e.next == null) //無後繼節點，則直接計算在新陣列中位置，放入即可
                    newTab[e.hash & (newCap - 1)] = e;
                else if (e instanceof TreeNode) //為樹節點需要拆分
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else { //有後繼節點，且為單鏈表，將原陣列中單鏈表元素進行拆分，一部分在原索引位置，一部分在原索引+原陣列長度
                    Node<K,V> loHead = null, loTail = null; //儲存在原索引的連結串列
                    Node<K,V> hiHead = null, hiTail = null; //儲存在新索引的連結串列
                    Node<K,V> next;
                    do {
                        next = e.next;
                        if ((e.hash & oldCap) == 0) { //雜湊值和原陣列長度進行&操作，為0則在原陣列的索引位置，非0則在原陣列索引位置+原陣列長度的新位置
                            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;
                        newTab[j] = loHead;
                    }
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
}

2、流程圖：

2.1 首次呼叫擴容方法：

圖注:首次呼叫擴容方法

2.2 示例：

情況一：

使用無參建構函式：

HashMap<String, Integer> hashMap = new HashMap<>();

put元素，發現table為null，呼叫resize擴容方法：

int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;

oldCap為0，oldThr為0，執行resize()裡的該分支：

newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;

newCap為16，newThr為12，也就是說HashMap預設陣列長度為16，元素新增閾值為12。
threshold為12。建立大小為16的陣列，賦值給table。

情況二：

使用有參建構函式：

HashMap<String, Integer> hashMap = new HashMap<>(7);

oldCap為0，oldThr為8，執行resize()裡的該分支：

else if (oldThr > 0) // initial capacity was placed in threshold
    newCap = oldThr;

newCap為8，newThr為0，執行resize()裡的該分支：

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;

threshold為6。建立大小為8的陣列，賦值給table。

2.3 非首次呼叫擴容方法：

圖注:非首次呼叫擴容方法

2.4 示例：

接著2.2裡的情況二，繼續新增元素，直到擴容：

oldCap為8，oldThr為6，執行resize()裡的該分支：

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
}

oldCap小於MAXIMUM_CAPACITY，進行2倍擴容，newCap為16。oldCap小於DEFAULT_INITIAL_CAPACITY，不做newThr的擴容，為0，執行resize()裡的該分支：

 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;
..........省略.......//將原陣列元素存入新陣列中

因為newCap小於MAXIMUM_CAPACITY ，ft為newCap*載入因子為12，threshold為12。建立大小為16的陣列，賦值給table，並將原陣列元素放入新陣列中。

繼續新增元素，直到擴容：

oldCap為16，oldThr為12，執行resize()裡的該分支：

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
}

oldCap小於MAXIMUM_CAPACITY，將陣列長度進行2倍擴容，newCap為32。oldCap>=DEFAULT_INITIAL_CAPACITY，將新增元素的閾值也進行2倍擴容，注意此時不再用載入因子去計算閾值，而是隨著陣列長度進行相應的2倍擴容，threshold為24。

建立大小為32的陣列，賦值給table，並將原陣列元素放入新陣列中。

threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
..........省略.......//將原陣列元素存入新陣列中

繼續新增元素，擴容到陣列長度等於MAXIMUM_CAPACITY：

oldCap為MAXIMUM_CAPACITY，執行resize()裡的該分支：

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
}

因為oldCap等於MAXIMUM_CAPACITY，threshold設定為 Integer.MAX_VALUE，不再擴容，直接返回原陣列。此時繼續新增元素，Integer.MAX_VALUE+1=Integer.MIN_VALUE，不再大於threshold，則不再進行擴容操作了。

樹化操作

1、原始碼：

將原本的單鏈錶轉化為雙向連結串列，再遍歷這個雙向連結串列轉化為紅黑樹：

 final void treeifyBin(Node<K,V>[] tab, int hash) {
     int n, index; Node<K,V> e;
     //樹形化還有一個要求就是陣列長度必須大於等於64，否則繼續採用擴容策略
     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;//hd指向首節點，tl指向尾節點
         do {
             TreeNode<K,V> p = replacementTreeNode(e, null);//將連結串列節點轉化為紅黑樹節點
            if (tl == null) // 如果尾節點為空，說明還沒有首節點
                hd = p;  // 當前節點作為首節點
            else { // 尾節點不為空，構造一個雙向連結串列結構，將當前節點追加到雙向連結串列的末尾
                p.prev = tl; // 當前樹節點的前一個節點指向尾節點
                tl.next = p; // 尾節點的後一個節點指向當前節點
            }
            tl = p; // 把當前節點設為尾節點
        } while ((e = e.next) != null); // 繼續遍歷單鏈表
        //將原本的單鏈錶轉化為一個節點型別為TreeNode的雙向連結串列
        if ((tab[index] = hd) != null) // 把轉換後的雙向連結串列，替換陣列原來位置上的單向連結串列
            hd.treeify(tab); // 將當前雙向連結串列樹形化
    }
}

將雙向連結串列轉化為紅黑樹的具體實現：

 final void treeify(Node<K,V>[] tab) {
     TreeNode<K,V> root = null;  // 定義紅黑樹的根節點
     for (TreeNode<K,V> x = this, next; x != null; x = next) { // 從TreeNode雙向連結串列的頭節點開始逐個遍歷
         next = (TreeNode<K,V>)x.next; // 頭節點的後繼節點
         x.left = x.right = null;
         if (root == null) {
             x.parent = null;
             x.red = false;
             root = x; // 頭節點作為紅黑樹的根，設定為黑色
        }
        else { // 紅黑樹存在根節點
            K k = x.key; 
            int h = x.hash;
            Class<?> kc = null;
            for (TreeNode<K,V> p = root;;) { // 從根開始遍歷整個紅黑樹
                int dir, ph;
                K pk = p.key;
                if ((ph = p.hash) > h) // 當前紅黑樹節點p的hash值大於雙向連結串列節點x的雜湊值
                    dir = -1;
                else if (ph < h) // 當前紅黑樹節點的hash值小於雙向連結串列節點x的雜湊值
                    dir = 1;
                else if ((kc == null &&
                          (kc = comparableClassFor(k)) == null) ||
                         (dir = compareComparables(kc, k, pk)) == 0) // 當前紅黑樹節點的hash值等於雙向連結串列節點x的雜湊值，則如果key值採用比較器一致則比較key值
                    dir = tieBreakOrder(k, pk); //如果key值也一致則比較className和identityHashCode

                TreeNode<K,V> xp = p; 
                if ((p = (dir <= 0) ? p.left : p.right) == null) { // 如果當前紅黑樹節點p是葉子節點，那麼雙向連結串列節點x就找到了插入的位置
                    x.parent = xp;
                    if (dir <= 0) //根據dir的值，插入到p的左孩子或者右孩子
                        xp.left = x;
                    else
                        xp.right = x;
                    root = balanceInsertion(root, x); //紅黑樹中插入元素，需要進行平衡調整(過程和TreeMap調整邏輯一模一樣)
                    break;
                }
            }
        }
    }
    //將TreeNode雙向連結串列轉化為紅黑樹結構之後，由於紅黑樹是基於根節點進行查詢，所以必須將紅黑樹的根節點作為陣列當前位置的元素
    moveRootToFront(tab, root);
}

將紅黑樹的根節點移動到陣列的索引所在位置上：

 static <K,V> void moveRootToFront(Node<K,V>[] tab, TreeNode<K,V> root) {
     int n;
     if (root != null && tab != null && (n = tab.length) > 0) {
         int index = (n - 1) & root.hash; //找到紅黑樹根節點在陣列中的位置
         TreeNode<K,V> first = (TreeNode<K,V>)tab[index]; //獲取當前陣列中該位置的元素
         if (root != first) { //紅黑樹根節點不是陣列當前位置的元素
             Node<K,V> rn;
             tab[index] = root;
             TreeNode<K,V> rp = root.prev;
            if ((rn = root.next) != null) //將紅黑樹根節點前後節點相連
                ((TreeNode<K,V>)rn).prev = rp;
            if (rp != null)
                rp.next = rn;
            if (first != null) //將陣列當前位置的元素，作為紅黑樹根節點的後繼節點
                first.prev = root;
            root.next = first;
            root.prev = null;
        }
        assert checkInvariants(root);
    }
}

紅黑樹插入

1、原始碼：

 final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,
                                int h, K k, V v) {
     Class<?> kc = null;
     boolean searched = false;
     TreeNode<K,V> root = (parent != null) ? root() : this;
     for (TreeNode<K,V> p = root;;) {
         int dir, ph; K pk;
         if ((ph = p.hash) > h)//進行雜湊值的比較
             dir = -1;
        else if (ph < h)
            dir = 1;
        else if ((pk = p.key) == k || (k != null && k.equals(pk)))
            return p;
        else if ((kc == null &&
                  (kc = comparableClassFor(k)) == null) ||
                 (dir = compareComparables(kc, k, pk)) == 0) {//hash值相同，則按照key進行比較
            if (!searched) {
                TreeNode<K,V> q, ch;
                searched = true;
                if (((ch = p.left) != null &&
                     (q = ch.find(h, k, kc)) != null) ||//去左子樹中查詢雜湊值相同，key相同的節點
                    ((ch = p.right) != null &&
                     (q = ch.find(h, k, kc)) != null))//去右子樹中查詢雜湊值相同，key相同的節點
                    return q;
            }
            dir = tieBreakOrder(k, pk);//通過比較k與pk的hashcode
        }

        TreeNode<K,V> xp = p;
        if ((p = (dir <= 0) ? p.left : p.right) == null) {//找到紅黑樹合適的位置插入
            Node<K,V> xpn = xp.next;
            TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
            if (dir <= 0) //插入到左節點或者右節點
                xp.left = x;
            else
                xp.right = x;
            xp.next = x;//插入到雙向連結串列合適的位置
            x.parent = x.prev = xp;
            if (xpn != null)
                ((TreeNode<K,V>)xpn).prev = x;
            moveRootToFront(tab, balanceInsertion(root, x));//做插入後的平衡調整 將平衡後的紅黑樹節點作為陣列該位置的元素
            return null;
        }
    }
}

2、說明:

當hash衝突時，單鏈表元素個數超過樹化閾值(TREEIFY_THRESHOLD)後，轉化為紅黑樹儲存。之後再繼續衝突，則就變成往紅黑樹中插入元素了。關於紅黑樹插入元素，請看我之前寫的文章：TreeMap之元素插入

紅黑樹拆分

1、原始碼：

將紅黑樹按照擴容後的陣列，重新計算索引位置，並且拆分後的紅黑樹還需要判斷個數，從而決定是做去樹化操作還是樹化操作：

 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; //儲存在原索引的紅黑樹
     TreeNode<K,V> hiHead = null, hiTail = null; //儲存在新索引的紅黑樹
     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;
        if ((e.hash & bit) == 0) { //雜湊值和原陣列長度進行&操作，為0則在原陣列的索引位置，非0則在原陣列索引位置+原陣列長度的新位置
            if ((e.prev = loTail) == null)
                loHead = e;
            else
                loTail.next = e;
            loTail = e;
            ++lc;
        }
        else {
            if ((e.prev = hiTail) == null)
                hiHead = e;
            else
                hiTail.next = e;
            hiTail = e;
            ++hc;
        }
    }

    if (loHead != null) {
        if (lc <= UNTREEIFY_THRESHOLD) //當紅黑樹的節點不大於去樹化閾值，則將原索引處的紅黑樹進行去樹化操作
            tab[index] = loHead.untreeify(map); //紅黑樹根節點作為原索引處的元素  
        else { //當紅黑樹的節點大於去樹化閾值，則將原索引處的紅黑樹進行樹化操作
            tab[index] = loHead;
            if (hiHead != null) // (else is already treeified)
                loHead.treeify(tab);
        }
    }
    if (hiHead != null) {
        if (hc <= UNTREEIFY_THRESHOLD) //當紅黑樹的節點不大於去樹化閾值，則將新索引處的紅黑樹進行去樹化操作
            tab[index + bit] = hiHead.untreeify(map); //紅黑樹根節點作為新索引處的元素
        else { //當紅黑樹的節點大於去樹化閾值，則將新索引處的紅黑樹進行樹化操作
            tab[index + bit] = hiHead;
            if (loHead != null)
                hiHead.treeify(tab);
        }
    }
}

去樹化操作

1、原始碼：

遍歷紅黑樹，還原成單鏈表結構：

 final Node<K,V> untreeify(HashMap<K,V> map) {
     Node<K,V> hd = null, tl = null;
     for (Node<K,V> q = this; q != null; q = q.next) {  //遍歷紅黑樹，依次將TreeNode轉化為Node，還原成單鏈表形式
         Node<K,V> p = map.replacementNode(q, null);
         if (tl == null)
             hd = p;
         else
             tl.next = p;
         tl = p;
    }
    return hd;
}

綜合示例

1、程式碼：

 //插入38個元素，無hash衝突，依次存入索引0~37的位置
 HashMap<Integer, Integer> hashMap = new HashMap<>(64);
 for(int i=0; i<38; i++){
     hashMap.put(i, i);
 }
 //依次插入64、128、182、256、320、384，448，索引位置為0，出現hash衝突，往單鏈表中插入
 for (int i=1; i <= 7; i++) {
     hashMap.put(64*i, 64*i);
 }
//插入512，hash衝突，往單鏈表中插入。此時單鏈表個數大於TREEIFY_THRESHOLD，將單鏈錶轉化為紅黑樹
hashMap.put(64*8, 64*8);
//插入576，hash衝突，往紅黑樹中插入
hashMap.put(64*9, 64*9);
//hash不衝突，儲存到陣列索引為38的位置，此時總元素個數為48，新增閾值為48，不做處理。
hashMap.put(38, 38);
//hash不衝突，儲存到陣列索引為39的位置，此時總元素個數為49，新增閾值為48，擴容！！！
hashMap.put(39, 39);

2、內部實現過程：