HashMap的put()与扩容

1. put()

 final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                    boolean evict) {
         HashMap.Node<K,V>[] tab;//指向存储数组的引用
         HashMap.Node<K,V> p;
         int n, i;//n是数组长度,i是插入值的存储下标
         //判断存储数组是否为空,即数组是否初始化
         if ((tab = table) == null || (n = tab.length) == 0)
             n = (tab = resize()).length;
         //计算出存储下标,并将数组中下标与插入值位置相同的赋给p
         if ((p = tab[i = (n - 1) & hash]) == null)
             //如果p为null则表示插入值的插入位置没有值,则直接插入
             tab[i] = newNode(hash, key, value, null);
         //p!=null
         else {
             HashMap.Node<K,V> e;
             K k;
             //判断p的key是否与插入值的key相等,如果相等,则不需要插入
             if (p.hash == hash &&
                     ((k = p.key) == key || (key != null && key.equals(k))))
                 e = p;
             //如果p是红黑树节点
             else if (p instanceof HashMap.TreeNode)
                 //直接将值插入到红黑树中,在红黑树的插入中同样会进行key是否存在的判断,如果有则返回那个节点,否则返回null
                 e = ((HashMap.TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
             //p是链表节点
             else {
                 //遍历链表
                 for (int binCount = 0; ; ++binCount) {
                     //如果链表到头了,则将当前值插入到链表中
                     if ((e = p.next) == null) {
                         //插入
                         p.next = newNode(hash, key, value, null);
                         //判断链表的长度是否达到变成红黑树的长度
                         if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                             //变成红黑树
                             treeifyBin(tab, hash);
                         //如果从这里break出去,e的值就为null
                         break;
                     }
                     //如果链表中存在key与插入值的key相同的节点,break
                     if (e.hash == hash &&
                             ((k = e.key) == key || (key != null && key.equals(k))))
                         break;
                     p = e;
                 }
             }
             //e!=null表示map中存在key与插入值的key相同,则更新值就行
             if (e != null) { // existing mapping for key
                 V oldValue = e.value;
                 if (!onlyIfAbsent || oldValue == null)
                     e.value = value;
                 //对于HashMap来说是空函数,没有意义,LinkedHashMap中才有用
                 afterNodeAccess(e);
                 return oldValue;
             }
         }
         //modCount是数组实际插入次数(根据代码来看,如果没有插入,只是更新的话是不会增加的)
         ++modCount;
         //size是map中的元素个数(包括链表,红黑树以及数组上的元素),thresold是扩容阈值,如果达到这个值则扩容
         if (++size > threshold)
             resize();
         //对于HashMap来说是空函数,没有意义,LinkedHashMap中才有用
         afterNodeInsertion(evict);
         return null;
     }

2. 扩容

 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) { // table已初始化
             if (oldCap >= MAXIMUM_CAPACITY) {
                 threshold = Integer.MAX_VALUE;
                 return oldTab;
             }
             else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                      oldCap >= DEFAULT_INITIAL_CAPACITY)
                 newThr = oldThr << 1; // 容量翻倍
         }
         else if (oldThr > 0) // table未初始化且已设置阈值，初始容量设为阈值
             newCap = oldThr;
         else {               // table未初始化且未设置阈值
             newCap = DEFAULT_INITIAL_CAPACITY;
             newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
         }
         if (newThr == 0) { // 1.table未初始化且已设置阈值 2.table已初始化但扩容后容量超过限制 3.table已初始化但原table容量小于默认值
             float ft = (float)newCap * loadFactor;
             newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                       (int)ft : Integer.MAX_VALUE);
         }
         threshold = newThr; // 更新threshold
         @SuppressWarnings({"rawtypes","unchecked"})
         Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
         table = newTab; // 更新table
         if (oldTab != null) {
             for (int j = 0; j < oldCap; ++j) {
                 Node<K,V> e;
                 if ((e = oldTab[j]) != null) {
                     oldTab[j] = null; // 从原table中删除正在移动的元素
                     if (e.next == null) // 普通节点
                         newTab[e.hash & (newCap - 1)] = e;
                     else if (e instanceof TreeNode) // 红黑树节点
                         ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                     else { // 链表节点
                         // 如果对于这里涉及到的低位、高位概念不懂，在我的另一篇博文ConcurrentHashMap源码解析（JDK8）中有介绍
                         Node<K,V> loHead = null, loTail = null; // 用于记录低位头结点与尾节点的变量
                         Node<K,V> hiHead = null, hiTail = null;// 用于记录高位头结点与尾节点的变量
                         Node<K,V> next;
                         do { // 遍历链表，遍历出来的两条链表保持原有的顺序
                             next = e.next;
                             if ((e.hash & oldCap) == 0) { // 表示该节点是低位节点
                                 if (loTail == null)
                                     loHead = e;
                                 else
                                     loTail.next = e;
                                 loTail = e;
                             }
                             else { // 表示该节点是高位节点
                                 if (hiTail == null)
                                     hiHead = e;
                                 else
                                     hiTail.next = e;
                                 hiTail = e;
                             }
                         } while ((e = next) != null);
                         // 将两条链表插入到新table中
                         if (loTail != null) {
                             loTail.next = null;
                             newTab[j] = loHead;
                         }
                         if (hiTail != null) {
                             hiTail.next = null;
                             newTab[j + oldCap] = hiHead;
                         }
                     }
                 }
             }
         }
         return newTab;
     }

　　虽然JDK8没有了扩容时死循环的问题，但是依然是线程不安全的，在多线程环境中请使用ConcurrentHashMap。