在java jdk8中对HashMap的源码进行了优化，在jdk7中，HashMap处理“碰撞”的时候，都是采用链表来存储，当碰撞的结点很多时，查询时间是O（n）。
在jdk8中，HashMap处理“碰撞”增加了红黑树这种数据结构，当碰撞结点较少时，采用链表存储，当较大时，采用红黑树（特点是查询时间是O（logn））存储（有一个阀值控制，大于阀值，将链表存储转换成红黑树存储）
HashMap的样子就变成下图的样子：
下面对源码进行分析：
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable
由HashMap的类声明中，可知继承自AbstractMap抽象类，实现Map、Cloneable、Serializable接口。
public abstract class AbstractMap<K,V> implements Map<K,V>
AbstractMap抽象类实现Map接口。
观察常量：
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
默认table初始容量16
static final int MAXIMUM_CAPACITY = 1 << 30;
table最大容量2的30次方
static final float DEFAULT_LOAD_FACTOR = 0.75f;
默认负载因子0.75
static final int TREEIFY_THRESHOLD = 8;
结点冲突数达到8时，就会对hash表进行调整，如果table容量小于64，那么会进行table扩容，如果不小于64，那么会将冲突数达8那个单链表调整为红黑树
static final int UNTREEIFY_THRESHOLD = 6;
如果原先是红黑树的，resize后冲突结点数少于6了，就把红黑色恢复成单链表
static final int MIN_TREEIFY_CAPACITY = 64;
如果table的容量少于64，那么即使冲突结点数达到TREEIFY_THRESHOLD后不会把该单链表调整成红黑数，而是将table扩容
Node静态类是HashMap中单链表的结点：
不难理解，就不详细讲了
static class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; V value; Node<K,V> next; 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; } public final V getValue() { return value; } public final String toString() { return key + "=" + value; } public final int hashCode() { return Objects.hashCode(key) ^ Objects.hashCode(value); } public final V setValue(V newValue) { V oldValue = value; value = newValue; return oldValue; } 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; } }
四个构造方法：
public HashMap(int initialCapacity, float loadFactor)
指定初始容量和负载因子
public HashMap(int initialCapacity)
指定初始容量，使用默认负载因子0.75
public HashMap()
使用默认初始容量16，默认负载因子0.75
public HashMap(Map<? extends K, ? extends V> m)
将一对Key-Value加入HashMap中
public V put(K key, V value) {
//第四个参数是onlyIfAbsent，表示当找到同key的键值对，是否更新value的值，false是更 //新，第五个参数是evict，在afterNodeInsertion方法中使用，但这个函数是空函数 return putVal(hash(key), key, value, false, true); }
实际调用putVal方法
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为空或者未分配空间,则resize,放入第一个K-V时总是先resize if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length;
//(n-1)&hash计算K-V存的table位置,如果首节点为null,代表该位置还没放入过结点 if ((p = tab[i = (n - 1) & hash]) == null)
//调用newNode新建一个结点放入该位置 tab[i] = newNode(hash, key, value, null); else {//到这里,表示有冲突,开始处理冲突 Node<K,V> e; K k;
//这时候p是指向table[i]的首个Node，判断table[i]是否与待插入节点有相同的
//hash，key值，如果是则e=p
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p;
//到这里说明table[i]的第一个Node与待插入Node的hash或key不同，那么要在
//这个节点之后的链表节点或者树节点中查找
else if (p instanceof TreeNode)//如果之后是树节点，使用树节点的插入方法
//插入成功后e等于null e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else {//说明之后是链表节点 for (int binCount = 0; ; ++binCount) {//逐个向后查找
if ((e = p.next) == null) {//如果下一个节点是null，表示没有找到
//同hash或同key的节点 p.next = newNode(hash, key, value, null);//新建一个节点
//放在链表的最后
//如果冲突的节点数已经达到8个，看是否需要改变冲突节点的存储结构，
//treeifyBin首先判断当前hashMap的长度，如果不足64，只进行
//resize，扩容table，如果达到64，那么将冲突的存储结构为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; }//如果找到同hash或同key的节点，那么直接退出循环，
//此时e等于冲突Node if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e;//调整p节点，以继续查找 } }
//退出循环后，先判断e是否为null，为null表示已经插入成功，不为null表示有冲突 if (e != null) { // existing mapping for key V oldValue = e.value;//保存旧冲突点的value if (!onlyIfAbsent || oldValue == null)
//判断是否需要修改value的值，默认是修改，如果旧冲突点value是null，一定
//是修改的 e.value = value; afterNodeAccess(e);//空函数 return oldValue; } } ++modCount;//当插入了新节点才会运行到这里，HashMap结构调整次数+1 if (++size > threshold)//如果HashMap插入新节点后大于threshold，进行扩容 resize(); afterNodeInsertion(evict);//空函数 return null; }
resize方法
final Node<K,V>[] resize() { Node<K,V>[] oldTab = table; //将原hash表赋值给oldTab临时变量 int oldCap = (oldTab == null) ? 0 : oldTab.length;//原hash表容量赋值给
//oldCap，如果第一次resize，oldCap为0 int oldThr = threshold;//原扩容阀值赋给oldThr临时变量 int newCap, newThr = 0; if (oldCap > 0) {//如果不是第一次resize if (oldCap >= MAXIMUM_CAPACITY) {//如果原table容量已经达到最大值 threshold = Integer.MAX_VALUE; return oldTab;//无法继续扩容，只能返回原table } else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)//扩容将原容量*2 newThr = oldThr << 1; // double threshold，新扩容阀值*2 }
//原容量为0，但原阀值不为0，那么新容量为原阀值 else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr;
//如果原容量和原阀值都为0，用默认值进行初始化 else { // zero initial threshold signifies using defaults newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } if (newThr == 0) {//如果新阀值为0 float ft = (float)newCap * loadFactor;//临时变量存储计算出的新阀值 newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE);//重新设置新阀值 } threshold = newThr;//阀值被重新赋值 @SuppressWarnings({"rawtypes","unchecked"})
//使用新容量创建一个新hash表 Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab;//旧hash表被新创建的表替换 if (oldTab != null) {//如果旧hash表不为null for (int j = 0; j < oldCap; ++j) {//遍历旧hash表，目的是重新分配所有
//结点到新hash表中 Node<K,V> e; if ((e = oldTab[j]) != null) {//如果oldTab[j]不为null，取出第一个 //结点赋值给e oldTab[j] = null;//oldTab[j]赋值为null if (e.next == null)//如果只有一个结点，表示之前没有碰撞 newTab[e.hash & (newCap - 1)] = e;//把该结点存入新表 else if (e instanceof TreeNode)//如果e是树结点，表示要移动一棵 //树
//调整这棵树 ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { //到这里表示e后面带着个单链表，需要遍历单链表，将每个结点重 //新计算在新表的位置，并进行搬运 Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do { next = e.next;//记录下一个结点
//新表是旧表的两倍容量，实例上就把单链表拆分为两队，
//e.hash&oldCap为偶数一队，e.hash&oldCap为奇数一对
if ((e.hash & oldCap) == 0) { 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) {//lo队不为null，放在新表原位置 loTail.next = null; newTab[j] = loHead; } if (hiTail != null) {//hi队不为null，放在新表j+oldCap位置 hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab;//返回调整好的新表 }
treeifBin方法是冲突结点达到8个，判断是要进行扩容还是链表转换成红黑色
final void treeifyBin(Node<K,V>[] tab, int hash) { int n, index; Node<K,V> e;
//table长度还未达到64，仅对table resize扩容 if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY) resize();
//否则要将单链表转换成红黑树 else if ((e = tab[index = (n - 1) & hash]) != null) { TreeNode<K,V> hd = null, tl = null; do {//该循环将单链表的结点替换成TreeNode树结点，并构建双向链表，为构建红黑 //树作准备 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);//转换成红黑树 } }
如果想了解Java 8 的HashMap对比Java 7的HashMap，性能提升，请看http://it.deepinmind.com/%E6%80%A7%E8%83%BD/2014/04/24/hashmap-performance-in-java-8.html