HashMap 是面试的钉子户了，网上分析的文章也有很多，相信大家对于原理已经烂俗于心了。但最近在看源码时，发现其中一些实现细节其实不太好理解，所以决定以问答的形式在这里记录一下，写的时候尽量把原因说明白。
容量和 size 分别指什么？
容量并不是指 HashMap 所能存储的键值对数量，而是其内部的 table 数组的大小，而 size 是指目前已存储的键值对的数量。table 是一个 Entry 数组。 table 的每一个节点都连着一个链表或者红黑树。
初始容量可以随意设置吗？
可以，但是 HashMap 内部会你设置的 initialCapacity 转换为大于等于它的最小的2的n次方。比如 20 转为 32，32 转为 32等。如果不设置，则为默认值16。需要注意的是，在 Java 8的源码中，并没有在构造方法直接新建数组。而是先将处理后的容量值赋给 threshold，在第一次存储键值对时再根据这个值创建数组。
为什么内部要将容量转换为 2 的n次方？
这样可以提高取余的效率。为了防止链表过长，要保证键值对在数组中尽可能均匀分布，所以在计算出 key 的 hash 值之后，需要对数组的容量进行取余，余数即为键值对在 table 中的 index。 对于计算机而言，二进制位运算的效率高于取余(%)操作。而如果容量是 2 的 n 次方的话，hash 值对其取余就等同于 hash 值和容量值减1进行按位与(&)操作：
// capacity 为 2 的 n 次方的话，下面两个操作结果相同
hash & (capacity -1)
等同于
hash % capacity
那为什么两种操作等同呢？ 我们以2进制的思维想一下，如果一个数是 2 的 n 次方，那它的二进制就是从右往左 n 位都为0，n+1 位为1。比如2的3次方就是 1000。这个数的倍数也满足从右往左 n 位都为0，取余的时候抛弃倍数，就等同于将 n+1 位及其往左的所有位归0，剩下的 n 位就代表余数。换句话说，一个数对2的 n 次方取余，就是要取这个数二进制的最低 n 位。 2 的 n 次方减1的结果就是 n 位1，进行与操作后就得到了最低 n 位。
如何将一个值转换为大于等于它的最小的2的 n 次方？
我们先假设一个二进制数 cap，cap 的二进制有 a 位(不算前面高位的0)，那么，大于它的最小的2的次方就是2的 a 次方。2 的 a 次方减一的结果就是 n 位1，那我们只要将 cap 的全部 2 进制位变为1，再加1就能得到结果。而为了防止 cap 本身就是2的 n 次方，我们在计算之前先将 cap 自减。
如何将二进制位都变成1呢？下面是源码：
static final int tableSizeFor(int cap) {
int n = cap - 1; //这一步是为了避免 cap 刚好为2的 n 次方
n |= n >>> 1; //保证前2位是1
n |= n >>> 2; //保证前4位是1
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
下面的描述中 n 的位数都不包括前面补位的0。
|= 这个符号不常见，a |= b 就是 a = a|b 的意思。代码中先将 n 无符号右移1位，由于n 的第1位肯定是1，移位后第2位是1，| 操作后前2位就保证是1了。第二步右移了2位再进行|操作，保证了前4位是1，后面的计算类似，由于 n 最多有32位，所以一直操作到右移16为止。这样就将 n 的所有2进制位都变成了1，最后自增返回。
比如一个数 10010，完整过程如下：
//右移一位
00010010 -> 00001001
//进行或操作
00010010 |= 00001001 -> 00011011 //保证前面2位是1
//右移两位
00011011 -> 00000110
//进行或操作
00011011 |= 00000110 -> 00011111 //保证了前面4位是1
//依此类推
...
hash 值是如何计算的
hash 值并没有直接返回 hashcode 的返回值，而是进行了一些处理。 前面提到过，hash 值算出来后需要进行取余操作，影响取余结果的是 hash 值的低 n 位。如果低 n 位是固定的或者集中在几个值，那么取余的结果容易相同，导致 hash 碰撞的发生。由于 hashcode 函数可以被重写，重写者可能无意识地就写了一个不合理的 hash 函数，导致上面这种情况发生。
为了避免这种情况，HashMap 将 hash 值先向右移位，再进行或操作，这样就使高位的值和低位的值融合成一个新的值，保证取余结果受每一个二进制位的影响。Java 7和 Java 8的原理都一样，但源码有细微出入，可能是因为 Java 经过统计发现移位一次就够了吧。
//Java 7
static int hash(int h) {
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
//Java 8
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
扩容后元素如何进行移动
为了防止元素增多后，链表越来越长，HashMap 会在元素个数达到阈值后进行扩容，新的容量为旧容量的2倍。 容量变化后，每个元素用 hash 值取余的结果也会随之变化，需要在数组中重新排列。以前同一条链表上的元素，扩容后可能存在不同的链表上。
在 Java 7 中，重新排列实现得简单粗暴，直接用 hash 根据新容量算出下标，然后设置到新数组中，即相当于将元素重新 put 了一次。但在 Java 8中，作者发现没必要重新插入，因为重新计算后，新的下标只可能有两种情况，要么是原来的值，要么是原来的值加旧容量。比如容量为16的数组扩容到32，下标为1的元素重新计算后，下标只可能为1或17。
这个怎么理解呢？重提一下之前的一句话，一个数对2的 n 次方取余，就是要取这个数二进制的最低 n 位。当容量为16时，取余是取最后4位的值，而扩容到32后，取余变成取最后5位的值。这里增加的1位如果为0，那么余数就没变，如果为1，那么余数就增加了16。如何取增加的这一位的值呢？直接和16进行与操作即可。16的二进制是10000，与操作后如果结果为0，即表示高位为0，否则为1。
根据这个原理，我们只需要将原来的链表分成两条新链放到对应的位置即可，下面是具体步骤：
- 遍历旧数组，如果元素的 next 为空，直接取余后放到新数组；
- 如果元素后面连了一个链表，那么新建两条链表，暂且成为 hi 链和 lo 链；
- 遍历链表，计算每个元素的 hash 值和旧容量与操作的结果，结果为0则将其放入 lo 链末端，不为0放入 hi 链末端；
- 将两条链的 head 放到新数组中，其中 loHead 放到原来的位置，hiHead 放到原来的下标加上旧容量处；
- 如果是红黑树，进行和上面类似的操作，只是将两条链表换成两棵树。
理解原理后看代码就很简单了：
if (oldTab != null) {
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) //红黑树类似
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
//新建两条链表
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
if ((e.hash & oldCap) == 0) { //结果为0，表示下标没变，放入 lo 链
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else { //结果为0，表示下标要加上旧容量，放入 hi 链
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) { //lo 链放在原来的下标处
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) { //hi 链放在原来的下标 加旧容量处
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
