前言

• HashMap 在 Java 和 Android 開發中非常常見
• 而HashMap 1.8 相對於 HashMap 1.7 更新多
• 今天，我將通過原始碼分析HashMap 1.8 ，從而講解HashMap 1.8 相對於 HashMap 1.7 的更新內容，希望你們會喜歡。
  

  1. 本文基於版本 JDK 1.8，即 Java 8
     

目錄

1. 簡介

• 類定義

public class HashMap<K,V>
         extends AbstractMap<K,V> 
         implements
 
 Map<K,V>, Cloneable, Serializable

• 主要簡介

• HashMap 的實現在 JDK 1.7 和 JDK 1.8 差別較大
• 今天，我將對照 JDK 1.7的原始碼，在此基礎上講解 JDK 1.8 中 HashMap 的原始碼解析
  

2. 資料結構：引入了 紅黑樹

2.1 主要介紹

2.2 儲存流程

注：為了讓大家有個感性的認識，只是簡單的畫出儲存流程，更加詳細 & 具體的儲存流程會在下面原始碼分析中給出

2.3 陣列元素 & 連結串列節點的 實現類

• HashMap中的陣列元素 & 連結串列節點 採用 Node類 實現

  與 JDK 1.7 的對比（Entry類），僅僅只是換了名字

• 該類的原始碼分析如下

  具體分析請看註釋

/** 
  * Node  = HashMap的內部類，實現了Map.Entry介面，本質是 = 一個對映(鍵值對)
  * 實現了getKey()、getValue()、equals(Object o)和hashCode()等方法
  **/  

  static class Node<K,V> implements Map.Entry<K,V> {

        final
 
 int hash; // 雜湊值，HashMap根據該值確定記錄的位置
        final K key; // key
        V value; // value
        Node<K,V> next;// 連結串列下一個節點

        // 構造方法
        Node(int hash, K key, V value, Node<K,V> next) {
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }

        public final K getKey()        { return key; }   // 返回 與 此項 對應的鍵
        public final V getValue()      { return value; } // 返回 與 此項 對應的值
        public final String toString() { return key + "=" + value; }

        public final V setValue(V newValue) {
            V oldValue = value;
            value = newValue;
            return oldValue;
        }

      /** 
        * hashCode（） 
        */
        public final int hashCode() {
            return Objects.hashCode(key) ^ Objects.hashCode(value);
        }

      /** 
        * equals（）
        * 作用：判斷2個Entry是否相等，必須key和value都相等，才返回true  
        */
        public final boolean equals(Object o) {
            if (o == this)
                return true;
            if (o instanceof Map.Entry) {
                Map.Entry<?,?> e = (Map.Entry<?,?>)o;
                if (Objects.equals(key, e.getKey()) &&
                    Objects.equals(value, e.getValue()))
                    return true;
            }
            return false;
        }
    }

2.4 紅黑樹節點 實現類

• HashMap中的紅黑樹節點 採用 TreeNode 類 實現

 /**
  * 紅黑樹節點 實現類：繼承自LinkedHashMap.Entry<K,V>類
  */
  static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {  

    // 屬性 = 父節點、左子樹、右子樹、刪除輔助節點 + 顏色
    TreeNode<K,V> parent;  
    TreeNode<K,V> left;   
    TreeNode<K,V> right;
    TreeNode<K,V> prev;   
    boolean red;   

    // 建構函式
    TreeNode(int hash, K key, V val, Node<K,V> next) {  
        super(hash, key, val, next);  
    }  

    // 返回當前節點的根節點  
    final TreeNode<K,V> root() {  
        for (TreeNode<K,V> r = this, p;;) {  
            if ((p = r.parent) == null)  
                return r;  
            r = p;  
        }  
    } 

3. 具體使用

3.1 主要使用API（方法、函式）

與 JDK 1.7 基本相同

V get(Object key); // 獲得指定鍵的值
V put(K key, V value);  // 新增鍵值對
void putAll(Map<? extends K, ? extends V> m);  // 將指定Map中的鍵值對 複製到 此Map中
V remove(Object key);  // 刪除該鍵值對

boolean containsKey(Object key); // 判斷是否存在該鍵的鍵值對；是 則返回true
boolean containsValue(Object value);  // 判斷是否存在該值的鍵值對；是 則返回true

Set<K> keySet();  // 單獨抽取key序列，將所有key生成一個Set
Collection<V> values();  // 單獨value序列，將所有value生成一個Collection

void clear(); // 清除雜湊表中的所有鍵值對
int size();  // 返回雜湊表中所有 鍵值對的數量 = 陣列中的鍵值對 + 連結串列中的鍵值對
boolean isEmpty(); // 判斷HashMap是否為空；size == 0時 表示為 空 

3.2 使用流程

與 JDK 1.7 基本相同

• 在具體使用時，主要流程是：

  1. 宣告1個 HashMap的物件
  2. 向 HashMap 新增資料（成對 放入 鍵 - 值對）
  3. 獲取 HashMap 的某個資料
  4. 獲取 HashMap 的全部資料：遍歷HashMap

• 示例程式碼

import java.util.Collection;
import java.util.HashMap;
import java.util.Iterator;
import java.util.Map;
import java.util.Set;

public class HashMapTest {

    public static void main(String[] args) {
      /**
        * 1. 宣告1個 HashMap的物件
        */
        Map<String, Integer> map = new HashMap<String, Integer>();

      /**
        * 2. 向HashMap新增資料（成對 放入 鍵 - 值對）
        */
        map.put("Android", 1);
        map.put("Java", 2);
        map.put("iOS", 3);
        map.put("資料探勘", 4);
        map.put("產品經理", 5);

       /**
        * 3. 獲取 HashMap 的某個資料
        */
        System.out.println("key = 產品經理時的值為：" + map.get("產品經理"));

      /**
        * 4. 獲取 HashMap 的全部資料：遍歷HashMap
        * 核心思想：
        * 步驟1：獲得key-value對（Entry） 或 key 或 value的Set集合
        * 步驟2：遍歷上述Set集合(使用for迴圈 、 迭代器（Iterator）均可)
        * 方法共有3種：分別針對 key-value對（Entry） 或 key 或 value
        */

        // 方法1：獲得key-value的Set集合 再遍歷
        System.out.println("方法1");
        // 1. 獲得key-value對（Entry）的Set集合
        Set<Map.Entry<String, Integer>> entrySet = map.entrySet();

        // 2. 遍歷Set集合，從而獲取key-value
        // 2.1 通過for迴圈
        for(Map.Entry<String, Integer> entry : entrySet){
            System.out.print(entry.getKey());
            System.out.println(entry.getValue());
        }
        System.out.println("----------");
        // 2.2 通過迭代器：先獲得key-value對（Entry）的Iterator，再迴圈遍歷
        Iterator iter1 = entrySet.iterator();
        while (iter1.hasNext()) {
            // 遍歷時，需先獲取entry，再分別獲取key、value
            Map.Entry entry = (Map.Entry) iter1.next();
            System.out.print((String) entry.getKey());
            System.out.println((Integer) entry.getValue());
        }


        // 方法2：獲得key的Set集合 再遍歷
        System.out.println("方法2");

        // 1. 獲得key的Set集合
        Set<String> keySet = map.keySet();

        // 2. 遍歷Set集合，從而獲取key，再獲取value
        // 2.1 通過for迴圈
        for(String key : keySet){
            System.out.print(key);
            System.out.println(map.get(key));
        }

        System.out.println("----------");

        // 2.2 通過迭代器：先獲得key的Iterator，再迴圈遍歷
        Iterator iter2 = keySet.iterator();
        String key = null;
        while (iter2.hasNext()) {
            key = (String)iter2.next();
            System.out.print(key);
            System.out.println(map.get(key));
        }


        // 方法3：獲得value的Set集合 再遍歷
        System.out.println("方法3");

        // 1. 獲得value的Set集合
        Collection valueSet = map.values();

        // 2. 遍歷Set集合，從而獲取value
        // 2.1 獲得values 的Iterator
        Iterator iter3 = valueSet.iterator();
        // 2.2 通過遍歷，直接獲取value
        while (iter3.hasNext()) {
            System.out.println(iter3.next());
        }

    }


}

// 注：對於遍歷方式，推薦使用針對 key-value對（Entry）的方式：效率高
// 原因：
   // 1. 對於 遍歷keySet 、valueSet，實質上 = 遍歷了2次：1 = 轉為 iterator 迭代器遍歷、2 = 從 HashMap 中取出 key 的 value 操作（通過 key 值 hashCode 和 equals 索引）
   // 2. 對於 遍歷 entrySet ，實質 = 遍歷了1次 = 獲取儲存實體Entry（儲存了key 和 value ）

• 執行結果

方法1
Java2
iOS3
資料探勘4
Android1
產品經理5
----------
Java2
iOS3
資料探勘4
Android1
產品經理5
方法2
Java2
iOS3
資料探勘4
Android1
產品經理5
----------
Java2
iOS3
資料探勘4
Android1
產品經理5
方法3
2
3
4
1
5

下面，我們按照上述的使用過程，對一個個步驟進行原始碼解析

4. 基礎知識：HashMap中的重要引數（變數）

• 在進行真正的原始碼分析前，先講解HashMap中的重要引數（變數）
• HashMap中的主要引數 同 JDK 1.7 ，即：容量、載入因子、擴容閾值
• 但由於資料結構中引入了 紅黑樹，故加入了 與紅黑樹相關的引數。具體介紹如下：

 /** 
   * 主要引數 同  JDK 1.7 
   * 即：容量、載入因子、擴容閾值（要求、範圍均相同）
   */

  // 1. 容量（capacity）： 必須是2的冪 & <最大容量（2的30次方）
  static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 預設容量 = 16 = 1<<4 = 00001中的1向左移4位 = 10000 = 十進位制的2^4=16
  static final int MAXIMUM_CAPACITY = 1 << 30; // 最大容量 =  2的30次方（若傳入的容量過大，將被最大值替換）

  // 2. 載入因子(Load factor)：HashMap在其容量自動增加前可達到多滿的一種尺度 
  final float loadFactor; // 實際載入因子
  static final float DEFAULT_LOAD_FACTOR = 0.75f; // 預設載入因子 = 0.75

  // 3. 擴容閾值（threshold）：當雜湊表的大小 ≥ 擴容閾值時，就會擴容雜湊表（即擴充HashMap的容量） 
  // a. 擴容 = 對雜湊表進行resize操作（即重建內部資料結構），從而雜湊表將具有大約兩倍的桶數
  // b. 擴容閾值 = 容量 x 載入因子
  int threshold;

  // 4. 其他
  transient Node<K,V>[] table;  // 儲存資料的Node型別 陣列，長度 = 2的冪；陣列的每個元素 = 1個單鏈表
  transient int size;// HashMap的大小，即 HashMap中儲存的鍵值對的數量


  /** 
   * 與紅黑樹相關的引數
   */
   // 1. 桶的樹化閾值：即 連結串列轉成紅黑樹的閾值，在儲存資料時，當連結串列長度 > 該值時，則將連結串列轉換成紅黑樹
   static final int TREEIFY_THRESHOLD = 8; 
   // 2. 桶的連結串列還原閾值：即 紅黑樹轉為連結串列的閾值，當在擴容（resize（））時（此時HashMap的資料儲存位置會重新計算），在重新計算儲存位置後，當原有的紅黑樹內數量 < 6時，則將 紅黑樹轉換成連結串列
   static final int UNTREEIFY_THRESHOLD = 6;
   // 3. 最小樹形化容量閾值：即 當雜湊表中的容量 > 該值時，才允許樹形化連結串列 （即 將連結串列 轉換成紅黑樹）
   // 否則，若桶內元素太多時，則直接擴容，而不是樹形化
   // 為了避免進行擴容、樹形化選擇的衝突，這個值不能小於 4 * TREEIFY_THRESHOLD
   static final int MIN_TREEIFY_CAPACITY = 64;

• 此處 再次詳細說明 載入因子
  

  同 JDK 1.7，但由於其重要性，故此處再次說明

• 總結 資料結構 & 引數方面與 JDK 1.7的區別

5. 原始碼分析

• 本次的原始碼分析主要是根據 使用步驟 進行相關函式的詳細分析
• 主要分析內容如下：

• 下面，我將對每個步驟內容的主要方法進行詳細分析

步驟1：宣告1個 HashMap的物件

此處主要分析的建構函式 類似 JDK 1.7

/**
  * 函式使用原型
  */
  Map<String,Integer> map = new HashMap<String,Integer>();

 /**
   * 原始碼分析：主要是HashMap的建構函式 = 4個
   * 僅貼出關於HashMap建構函式的原始碼
   */

public class HashMap<K,V>
    extends AbstractMap<K,V>
    implements Map<K,V>, Cloneable, Serializable{

    // 省略上節闡述的引數

  /**
     * 建構函式1：預設建構函式（無參）
     * 載入因子 & 容量 = 預設 = 0.75、16
     */
    public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR;
    }

    /**
     * 建構函式2：指定“容量大小”的建構函式
     * 載入因子 = 預設 = 0.75 、容量 = 指定大小
     */
    public HashMap(int initialCapacity) {
        // 實際上是呼叫指定“容量大小”和“載入因子”的建構函式
        // 只是在傳入的載入因子引數 = 預設載入因子
        this(initialCapacity, DEFAULT_LOAD_FACTOR);

    }

    /**
     * 建構函式3：指定“容量大小”和“載入因子”的建構函式
     * 載入因子 & 容量 = 自己指定
     */
    public HashMap(int initialCapacity, float loadFactor) {

        // 指定初始容量必須非負，否則報錯  
         if (initialCapacity < 0)  
           throw new IllegalArgumentException("Illegal initial capacity: " +  
                                           initialCapacity); 

        // HashMap的最大容量只能是MAXIMUM_CAPACITY，哪怕傳入的 > 最大容量
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;

        // 填充比必須為正  
        if (loadFactor <= 0 || Float.isNaN(loadFactor))  
            throw new IllegalArgumentException("Illegal load factor: " +  
                                           loadFactor);  
        // 設定 載入因子
        this.loadFactor = loadFactor;

        // 設定 擴容閾值
        // 注：此處不是真正的閾值，僅僅只是將傳入的容量大小轉化為：>傳入容量大小的最小的2的冪，該閾值後面會重新計算
        // 下面會詳細講解 ->> 分析1
        this.threshold = tableSizeFor(initialCapacity); 

    }

    /**
     * 建構函式4：包含“子Map”的建構函式
     * 即 構造出來的HashMap包含傳入Map的對映關係
     * 載入因子 & 容量 = 預設
     */

    public HashMap(Map<? extends K, ? extends V> m) {

        // 設定容量大小 & 載入因子 = 預設
        this.loadFactor = DEFAULT_LOAD_FACTOR; 

        // 將傳入的子Map中的全部元素逐個新增到HashMap中
        putMapEntries(m, false); 
    }
}

   /**
     * 分析1：tableSizeFor(initialCapacity)
     * 作用：將傳入的容量大小轉化為：>傳入容量大小的最小的2的冪
     * 與JDK 1.7對比：類似於JDK 1.7 中 inflateTable()裡的 roundUpToPowerOf2(toSize)
     */
    static final int tableSizeFor(int cap) {
     int n = cap - 1;
     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;
}

• 注：（同JDK 1.7類似）
  
  1. 此處僅用於接收初始容量大小（capacity）、載入因子(Load factor)，但仍無真正初始化雜湊表，即初始化儲存陣列table
  2. 此處先給出結論：真正初始化雜湊表（初始化儲存陣列table）是在第1次新增鍵值對時，即第1次呼叫put（）時。下面會詳細說明

至此，關於HashMap的建構函式講解完畢。

步驟2：向HashMap新增資料（成對 放入 鍵 - 值對）

• 在該步驟中，與JDK 1.7的差別較大：

下面會對上述區別進行詳細講解

• 新增資料的流程如下

注：為了讓大家有個感性的認識，只是簡單的畫出儲存流程，更加詳細 & 具體的儲存流程會在下面原始碼分析中給出

• 原始碼分析

 /**
   * 函式使用原型
   */
   map.put("Android", 1);
        map.put("Java", 2);
        map.put("iOS", 3);
        map.put("資料探勘", 4);
        map.put("產品經理", 5);

   /**
     * 原始碼分析：主要分析HashMap的put函式
     */
    public V put(K key, V value) {
        // 1. 對傳入陣列的鍵Key計算Hash值 ->>分析1
        // 2. 再呼叫putVal（）新增資料進去 ->>分析2
        return putVal(hash(key), key, value, false, true);
    }

下面，將詳細講解 上面的2個主要分析點

分析1：hash（key）

   /**
     * 分析1：hash(key)
     * 作用：計算傳入資料的雜湊碼（雜湊值、Hash值）
     * 該函式在JDK 1.7 和 1.8 中的實現不同，但原理一樣 = 擾動函式 = 使得根據key生成的雜湊碼（hash值）分佈更加均勻、更具備隨機性，避免出現hash值衝突（即指不同key但生成同1個hash值）
     * JDK 1.7 做了9次擾動處理 = 4次位運算 + 5次異或運算
     * JDK 1.8 簡化了擾動函式 = 只做了2次擾動 = 1次位運算 + 1次異或運算
     */

      // JDK 1.7實現：將 鍵key 轉換成 雜湊碼（hash值）操作  = 使用hashCode() + 4次位運算 + 5次異或運算（9次擾動）
      static final int hash(int h) {
        h ^= k.hashCode(); 
        h ^= (h >>> 20) ^ (h >>> 12);
        return h ^ (h >>> 7) ^ (h >>> 4);
     }

      // JDK 1.8實現：將 鍵key 轉換成 雜湊碼（hash值）操作 = 使用hashCode() + 1次位運算 + 1次異或運算（2次擾動）
      // 1. 取hashCode值： h = key.hashCode() 
      // 2. 高位參與低位的運算：h ^ (h >>> 16)  
      static final int hash(Object key) {
           int h;
            return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
            // a. 當key = null時，hash值 = 0，所以HashMap的key 可為null      
            // 注：對比HashTable，HashTable對key直接hashCode（），若key為null時，會丟擲異常，所以HashTable的key不可為null
            // b. 當key ≠ null時，則通過先計算出 key的 hashCode()（記為h），然後 對雜湊碼進行 擾動處理： 按位 異或（^） 雜湊碼自身右移16位後的二進位制
     }

   /**
     * 計算儲存位置的函式分析：indexFor(hash, table.length)
     * 注：該函式僅存在於JDK 1.7 ，JDK 1.8中實際上無該函式（直接用1條語句判斷寫出），但原理相同
     * 為了方便講解，故提前到此講解
     */
     static int indexFor(int h, int length) {  
          return h & (length-1); 
          // 將對雜湊碼擾動處理後的結果 與運算(&) （陣列長度-1），最終得到儲存在陣列table的位置（即陣列下標、索引）
          }

• 總結 計算存放在陣列 table 中的位置（即陣列下標、索引）的過程
  

  1. 此處與 JDK 1.7的區別在於：hash值的求解過程中 雜湊碼的二次處理方式（擾動處理）
     
  2. 步驟1、2 = hash值的求解過程

• 計算示意圖

在瞭解 如何計算存放陣列table 中的位置 後，所謂 知其然 而 需知其所以然，下面我將講解為什麼要這樣計算，即主要解答以下3個問題：
1. 為什麼不直接採用經過hashCode（）處理的雜湊碼 作為 儲存陣列table的下標位置？
2. 為什麼採用 雜湊碼 與運算(&) （陣列長度-1） 計算陣列下標？
3. 為什麼在計算陣列下標前，需對雜湊碼進行二次處理：擾動處理？

在回答這3個問題前，請大家記住一個核心思想：

所有處理的根本目的，都是為了提高 儲存key-value的陣列下標位置 的隨機性 & 分佈均勻性，儘量避免出現hash值衝突。即：對於不同key，儲存的陣列下標位置要儘可能不一樣

問題1：為什麼不直接採用經過hashCode（）處理的雜湊碼 作為 儲存陣列table的下標位置？

• 結論：容易出現 雜湊碼 與 陣列大小範圍不匹配的情況，即 計算出來的雜湊碼可能 不在陣列大小範圍內，從而導致無法匹配儲存位置
• 原因描述

• 為了解決 “雜湊碼與陣列大小範圍不匹配” 的問題，HashMap給出瞭解決方案：雜湊碼 與運算（&） （陣列長度-1），即問題3

問題2：為什麼採用 雜湊碼 與運算(&) （陣列長度-1） 計算陣列下標？

• 結論：根據HashMap的容量大小（陣列長度），按需取 雜湊碼一定數量的低位 作為儲存的陣列下標位置，從而 解決 “雜湊碼與陣列大小範圍不匹配” 的問題

• 具體解決方案描述

問題3：為什麼在計算陣列下標前，需對雜湊碼進行二次處理：擾動處理？

• 結論：加大雜湊碼低位的隨機性，使得分佈更均勻，從而提高對應陣列儲存下標位置的隨機性 & 均勻性，最終減少Hash衝突

• 具體描述

至此，關於怎麼計算 key-value 值儲存在HashMap陣列位置 & 為什麼要這麼計算，講解完畢。

分析2：putVal(hash(key), key, value, false, true);

此處有2個主要講解點：

• 計算完儲存位置後，具體該如何 存放資料 到雜湊表中
• 具體如何擴容，即 擴容機制

主要講解點1：計算完儲存位置後，具體該如何存放資料到雜湊表中

由於資料結構中加入了紅黑樹，所以在存放資料到雜湊表中時，需進行多次資料結構的判斷：陣列、紅黑樹、連結串列

與 JDK 1.7的區別： JDK 1.7只需判斷 陣列 & 連結串列

   /**
     * 分析2：putVal(hash(key), key, value, false, true)
     */
     final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {

            Node<K,V>[] tab; Node<K,V> p; int n, i;

        // 1. 若雜湊表的陣列tab為空，則 通過resize() 建立
        // 所以，初始化雜湊表的時機 = 第1次呼叫put函式時，即呼叫resize() 初始化建立
        // 關於resize（）的原始碼分析將在下面講解擴容時詳細分析，此處先跳過
        if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;

        // 2. 計算插入儲存的陣列索引i：根據鍵值key計算的hash值 得到
        // 此處的陣列下標計算方式 = i = (n - 1) & hash，同JDK 1.7中的indexFor（），上面已詳細描述

        // 3. 插入時，需判斷是否存在Hash衝突：
        // 若不存在（即當前table[i] == null），則直接在該陣列位置新建節點，插入完畢
        // 否則，代表存在Hash衝突，即當前儲存位置已存在節點，則依次往下判斷：a. 當前位置的key是否與需插入的key相同、b. 判斷需插入的資料結構是否為紅黑樹 or 連結串列
        if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);  // newNode(hash, key, value, null)的原始碼 = new Node<>(hash, key, value, next)

    else {
        Node<K,V> e; K k;

        // a. 判斷 table[i]的元素的key是否與 需插入的key一樣，若相同則 直接用新value 覆蓋 舊value
        // 判斷原則：equals（）
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;

        // b. 繼續判斷：需插入的資料結構是否為紅黑樹 or 連結串列
        // 若是紅黑樹，則直接在樹中插入 or 更新鍵值對
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); ->>分析3

        // 若是連結串列,則在連結串列中插入 or 更新鍵值對
        // i.  遍歷table[i]，判斷Key是否已存在：採用equals（） 對比當前遍歷節點的key 與 需插入資料的key：若已存在，則直接用新value 覆蓋 舊value
        // ii. 遍歷完畢後仍無發現上述情況，則直接在連結串列尾部插入資料
        // 注：新增節點後，需判斷連結串列長度是否>8（8 = 桶的樹化閾值）：若是，則把連結串列轉換為紅黑樹

        else {
            for (int binCount = 0; ; ++binCount) {
                // 對於ii：若陣列的下1個位置，表示已到表尾也沒有找到key值相同節點，則新建節點 = 插入節點
                // 注：此處是從連結串列尾插入，與JDK 1.7不同（從連結串列頭插入，即永遠都是新增到陣列的位置，原來陣列位置的資料則往後移）
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);

                    // 插入節點後，若連結串列節點>數閾值，則將連結串列轉換為紅黑樹
                    if (binCount >= TREEIFY_THRESHOLD - 1) 
                        treeifyBin(tab, hash); // 樹化操作
                    break;
                }

                // 對於i
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;

                // 更新p指向下一個節點，繼續遍歷
                p = e;
            }
        }

        // 對i情況的後續操作：發現key已存在，直接用新value 覆蓋 舊value & 返回舊value
        if (e != null) { 
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e); // 替換舊值時會呼叫的方法（預設實現為空）
            return oldValue;
        }
    }

    ++modCount;

    // 插入成功後，判斷實際存在的鍵值對數量size > 最大容量threshold
    // 若 > ，則進行擴容 ->>分析4（但單獨講解，請直接跳出該程式碼塊）
    if (++size > threshold)
        resize();

    afterNodeInsertion(evict);// 插入成功時會呼叫的方法（預設實現為空）
    return null;

}

    /**
     * 分析3：putTreeVal(this, tab, hash, key, value)
     * 作用：向紅黑樹插入 or 更新資料（鍵值對）
     * 過程：遍歷紅黑樹判斷該節點的key是否與需插入的key 相同：
     *      a. 若相同，則新value覆蓋舊value
     *      b. 若不相同，則插入
     */

     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)
                    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) {
                    if (!searched) {
                        TreeNode<K,V> q, ch;
                        searched = true;
                        if (((ch = p.left) != null &&
                             (q = ch.find(h, k, kc)) != null) ||
                            ((ch = p.right) != null &&
                             (q = ch.find(h, k, kc)) != null))
                            return q;
                    }
                    dir = tieBreakOrder(k, pk);
                }

                TreeNode<K,V> xp = p;
                if ((p = (dir <= 0) ? p.left : p.right) == null) {
                    Node<K,V> xpn = xp.next;
                    TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
                    if (dir <= 0)
                        xp.left = x;
                    else
                        xp.right = x;
                    xp.next = x;
                    x.parent = x.prev = xp;
                    if (xpn != null)
                        ((TreeNode<K,V>)xpn).prev = x;
                    moveRootToFront(tab, balanceInsertion(root, x));
                    return null;
                }
            }
        }

• 總結

主要講解點2：擴容機制（即 resize（）函式方法）

• 擴容流程如下

• 原始碼分析

   /**
     * 分析4：resize（）
     * 該函式有2種使用情況：1.初始化雜湊表 2.當前陣列容量過小，需擴容
     */
   final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table; // 擴容前的陣列（當前陣列）
    int oldCap = (oldTab == null) ? 0 : oldTab.length; // 擴容前的陣列的容量 = 長度
    int oldThr = threshold;// 擴容前的陣列的閾值
    int newCap, newThr = 0;

    // 針對情況2：若擴容前的陣列容量超過最大值，則不再擴充
    if (oldCap > 0) {
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }

        // 針對情況2：若無超過最大值，就擴充為原來的2倍
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // 通過右移擴充2倍
    }

    // 針對情況1：初始化雜湊表（採用指定 or 預設值）
    else if (oldThr > 0) // initial capacity was placed in threshold
        newCap = oldThr;

    else {               // zero initial threshold signifies using defaults
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }

    // 計算新的resize上限
    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;

    if (oldTab != null) {
        // 把每個bucket都移動到新的buckets中
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            if ((e = oldTab[j]) != null) {
                oldTab[j] = null;

                if (e.next == null)
                    newTab[e.hash & (newCap - 1)] = e;
                else if (e instanceof TreeNode)
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);

                else { // 連結串列優化重hash的程式碼塊
                    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;
                            else
                                loTail.next = e;
                            loTail = e;
                        }
                        // 原索引 + oldCap
                        else {
                            if (hiTail == null)
                                hiHead = e;
                            else
                                hiTail.next = e;
                            hiTail = e;
                        }
                    } while ((e = next) != null);
                    // 原索引放到bucket裡
                    if (loTail != null) {
                        loTail.next = null;
                        newTab[j] = loHead;
                    }
                    // 原索引+oldCap放到bucket裡
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
}

• 擴容流程（含 與 JDK 1.7 的對比）

此處主要講解： JDK 1.8擴容時，資料儲存位置重新計算的方式

• 計算結論 & 原因解析

• 結論示意圖

• 陣列位置轉換的示意圖

• JDK 1.8根據此結論作出的新元素儲存位置計算規則 非常簡單，提高了擴容效率，具體如下圖
  

  這與 JDK 1.7在計算新元素的儲存位置有很大區別：JDK 1.7在擴容後，都需按照原來方法重新計算，即
  hashCode（）->> 擾動處理 ->>（h & length-1））

總結

• 新增資料的流程

• 與 JDK 1.7的區別

至此，關於 HashMap的新增資料來源碼分析 分析完畢。

步驟3：從HashMap中獲取資料

• 假如理解了上述put（）函式的原理，那麼get（）函式非常好理解，因為二者的過程原理幾乎相同
• get（）函式的流程如下：

• 原始碼分析

/**
   * 函式原型
   * 作用：根據鍵key，向HashMap獲取對應的值
   */ 
   map.get(key)；


 /**
   * 原始碼分析
   */