HashMap是Java中非常重要且被廣泛使用的數(shù)據(jù)結(jié)構(gòu)，其內(nèi)部實(shí)現(xiàn)充滿了有趣而復(fù)雜的算法。我們研究下HashMap內(nèi)部的一些核心算法，包括哈希沖突的解決、擴(kuò)容策略、樹(shù)化與樹(shù)退化等。

1. 容量計(jì)算方法

即tableSizeFor方法。其主要目的是確保HashMap的容量始終是2的冪次方，這一特性對(duì)HashMap的哈希算法和擴(kuò)容策略都至關(guān)重要。

// cap為用戶傳入的map初始化大小，將返回一個(gè)大于該數(shù)的，距離最近的2的冪次方
static final int tableSizeFor(int cap) {
    int n = -1 >>> Integer.numberOfLeadingZeros(cap - 1);
    return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}

• Integer.numberOfLeadingZeros(cap - 1): 這個(gè)方法返回參數(shù)cap - 1的二進(jìn)制表示中，從最高位開(kāi)始連續(xù)的零的個(gè)數(shù)。這個(gè)值實(shí)際上表示了cap的二進(jìn)制表示中，最高位的位置（不包括符號(hào)位）。
• -1 >>> Integer.numberOfLeadingZeros(cap - 1): 這一步通過(guò)將-1右移numberOfLeadingZeros位，實(shí)際上將最高位至numberOfLeadingZeros位之間的所有位都置為1，其余位為0。這樣做的目的是為了確保在后續(xù)的計(jì)算中，得到的值是一個(gè)2的冪次方減1的形式。
• (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1: 這一步對(duì)上述得到的值進(jìn)行判斷和修正。如果計(jì)算結(jié)果小于0，說(shuō)明cap為0，因此將容量設(shè)為1；如果計(jì)算結(jié)果超過(guò)了MAXIMUM_CAPACITY，即HashMap的最大容量限制，將容量設(shè)為MAXIMUM_CAPACITY；否則，將容量設(shè)為n + 1。這里的n + 1保證了返回的容量是2的冪次方。

總的來(lái)說(shuō)，tableSizeFor方法確保了HashMap的容量始終是2的冪次方。這種容量設(shè)置的方式有助于提高哈希算法的性能，同時(shí)與HashMap的擴(kuò)容策略密切相關(guān)。這樣的設(shè)計(jì)使得HashMap在進(jìn)行哈希計(jì)算時(shí)，可以通過(guò)位運(yùn)算，取代一些昂貴的除法運(yùn)算，從而提高計(jì)算效率。

2. 哈希沖突：鏈表和紅黑樹(shù)

在HashMap中，哈希沖突是指不同的鍵可能映射到相同的索引位置的情況。為了解決沖突，HashMap采用了拉鏈法，即將具有相同哈希碼的鍵值對(duì)存儲(chǔ)在同一個(gè)數(shù)組位置，以鏈表的形式。

class Node<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;
    }
}

上述Node類(lèi)表示HashMap中的一個(gè)節(jié)點(diǎn)，包含了鍵、值、哈希碼以及指向下一個(gè)節(jié)點(diǎn)的引用。當(dāng)沖突的鏈表長(zhǎng)度超過(guò)一定閾值（默認(rèn)為8）時(shí)，HashMap會(huì)將鏈表轉(zhuǎn)換為紅黑樹(shù)，以提高查找效率。

static final int TREEIFY_THRESHOLD = 8;

// 當(dāng)鏈表長(zhǎng)度達(dá)到8時(shí)，將鏈表轉(zhuǎn)換為紅黑樹(shù)
void treeifyBin(Node<K, V>[] tab, int hash) {
    // ...
    if (n >= TREEIFY_THRESHOLD) {
        // 執(zhí)行轉(zhuǎn)換為紅黑樹(shù)的操作
        treeifyBin(tab, hash);
        // ...
    }
    // ...
}

3. 擴(kuò)容：2 的冪次方擴(kuò)容

當(dāng)HashMap的元素?cái)?shù)量達(dá)到一定負(fù)載因子時(shí)（默認(rèn)為0.75），為了避免鏈表過(guò)長(zhǎng)，會(huì)觸發(fā)擴(kuò)容操作。在擴(kuò)容時(shí)，HashMap將數(shù)組容量擴(kuò)大至原來(lái)的兩倍，并重新計(jì)算所有元素的索引位置。

void resize() {
    int oldCap = table.length;
    int newCap = oldCap << 1;
    // 創(chuàng)建新的數(shù)組，大小為原來(lái)的兩倍
    Node<K, V>[] newTab = new Node[newCap];
    // 重新計(jì)算元素在新數(shù)組中的位置
    // ...
    table = newTab;
}

oldCap表示原數(shù)組的容量，newCap表示新數(shù)組的容量，通過(guò)位運(yùn)算將原容量左移一位實(shí)現(xiàn)擴(kuò)容。

4. 哈希碼計(jì)算：擾動(dòng)函數(shù)

為了減小哈希沖突的概率，HashMap采用了擾動(dòng)函數(shù)，將鍵的哈希碼進(jìn)行“擾動(dòng)”。

static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

這里的hash方法通過(guò)異或運(yùn)算和無(wú)符號(hào)右移等位運(yùn)算，將鍵的哈希碼進(jìn)行擾動(dòng)，增加哈希碼的隨機(jī)性。

5. 樹(shù)化與樹(shù)退化

為了提高查找效率，當(dāng)鏈表長(zhǎng)度超過(guò)一定閾值（默認(rèn)為8）時(shí)，HashMap會(huì)將鏈表轉(zhuǎn)化成紅黑樹(shù)。而在刪除或鏈表長(zhǎng)度過(guò)短時(shí)，紅黑樹(shù)又可能退化成鏈表。

static final int UNTREEIFY_THRESHOLD = 6;

// 將紅黑樹(shù)退化為鏈表
void untreeify(Node<K, V>[] tab) {
    // ...
    if ((n <= UNTREEIFY_THRESHOLD) && (first instanceof TreeNode))
        // 執(zhí)行退化為鏈表的操作
        untreeify(tab);
    // ...
}

UNTREEIFY_THRESHOLD是一個(gè)閾值，表示當(dāng)紅黑樹(shù)的節(jié)點(diǎn)數(shù)小于等于6時(shí)，將紅黑樹(shù)退化為鏈表。

6. 負(fù)載因子和重新哈希

負(fù)載因子是HashMap決定是否需要進(jìn)行擴(kuò)容的一個(gè)關(guān)鍵參數(shù)。當(dāng)HashMap中的元素?cái)?shù)量達(dá)到容量與負(fù)載因子的乘積時(shí)，就會(huì)觸發(fā)擴(kuò)容。在擴(kuò)容時(shí)，HashMap會(huì)重新計(jì)算所有元素的索引位置，這個(gè)過(guò)程稱為重新哈希。

static final float DEFAULT_LOAD_FACTOR = 0.75f;

void addEntry(int hash, K key, V value, int bucketIndex) {
    // ...
    if ((size >= threshold) && (null != table[bucketIndex])) {
        // 執(zhí)行重新哈希的操作
        resize();
        // ...
    }
    // ...
}

DEFAULT_LOAD_FACTOR是一個(gè)默認(rèn)的負(fù)載因子，表示當(dāng)元素?cái)?shù)量達(dá)到容量的75%時(shí)，觸發(fā)擴(kuò)容。

通過(guò)這些代碼示例，我們可以稍微了解到HashMap內(nèi)部的一些核心算法。這些算法保證了HashMap在面對(duì)不同場(chǎng)景時(shí)能夠保持高效的性能，同時(shí)保證了數(shù)據(jù)結(jié)構(gòu)的穩(wěn)定性。深入了解這些算法不僅有助于我們理解HashMap的內(nèi)部工作原理，還能夠在需要的情況下更好地優(yōu)化我們的代碼。希望通過(guò)這次的有趣之旅，大家對(duì)HashMap內(nèi)部的奧秘有了更深層次的理解。