put
// table是保存在全局的数组
// Node是table中的元素，一个key对应一个Node
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
//tab就是数组，n是数组长度
Node<K,V>[] tab; Node<K,V> p; int n, i;
// tab是null就用resize初始化
// 由于tab和table指向同一地址，所以table也会初始化
// n设置为数组长度
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 计算出指定位置i，如果tab[i]为null，就新建一个Node放在tab[i]
// p也指向新Node，也是链表首节点
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 如果p已经有值，即发生hash碰撞
else {
// 如果key存在对应的节点，就把它赋值给e
Node<K,V> e; K k;
// 此时p是链表或红黑树的首个节点
// 判断首节点的key和要插入的key是否相等（==和equals涵盖基本类型和对象类型），如果相等就是已存在key对应的节点，把p赋值给e
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果p的类型是TreeNode，说明是红黑树
// 接下来就遍历红黑树，如果存在key对应的节点，则返回节点，如果不存在，就新增节点，返回null
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 仍是链表
else {
// 循环链表
for (int binCount = 0; ; ++binCount) {
// 到达链表末尾
if ((e = p.next) == null) {
// 向链表末尾添加新节点
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 长度大于等于8时，转化为红黑树
treeifyBin(tab, hash);
break;
}
// 存在相等key就结束循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// e不为null就是key已有对应的节点
if (e != null) { // existing mapping for key
V oldValue = e.value;
// onlyIfAbsent表示不替换旧值
// 旧值为空时可以直接替换
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// 空实现
afterNodeAccess(e);
return oldValue;
}
}
// 记录修改次数
++modCount;
// size记录当前map元素数量
// size大于threshold则扩容
if (++size > threshold)
resize();
// 空实现
afterNodeInsertion(evict);
return null;
}resize
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) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
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);
}
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;
// 非初始化
if (oldTab != null) {
// 循环旧table
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
// 如果e为空就不管，只把链表和红黑树散列到新表不同位置
if ((e = oldTab[j]) != null) {
// 把j位置置空
oldTab[j] = null;
// 如果链表只有一个节点，直接把它放到e.hash & (newCap - 1)位置
// 证明见解释1
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 红黑树就拆分到？
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// 不止一个节点的链表最终会拆分成两个链表，一个还在j位置，一个在j + oldCap位置
// 证明见解释1
else { // preserve order
// j位置链表头尾
Node<K,V> loHead = null, loTail = null;
// j + oldCap位置链表头尾
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
// 循环链表
do {
next = e.next;
// 新旧下标相同，维护lo链表
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 新旧下标不同，维护hi链表
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}1.下标计算公式为e.hash& (cap - 1)；所以元素在新数组的下标就是e.hash& (2*oldCap - 1)，为何容量总是2的倍数见解释2；
oldCap-1: 0011...1（oldCap-2个1）
e.hash: abcd...x
下标: 00cd...x
2*oldCap-1: 0111...1（oldCap-1个1）
e.hash: abcd...x
下标: 0bcd...x
显然新旧下标只有b那一位有差异，如果b是0，那么新旧下标一样，不需要移动，如果是1，只用加上100...0即可，就是(oldCap-1)+1=oldCap；在JDK7中，会调用hash(key)重新计算hash，所以性能差；
2.数组容量是2的倍数即100...0，在计算下标时(cap-1)变成011...1，可以充分利用e.hash首位之后的每一位，实现均匀分布，尽量避免hash冲突；