Java HashMap

首先是前面一些英文的翻译

hashtable基于map接口的实现，这个实现提供了map所有可选的操作，并且允许null值和null键。hashmap类和hashtable大致相同，除了hashmap是非同步的，并且hashmap是允许null的。这类不保证map中键值对的顺序，不保证map中的顺序
假设hash函数把元素分散到各个桶里，这个类的基础操作(get/put)只需要常量级的操作时间。对集合视图的迭代需要与实例的“容量”（桶的数量）加上其大小（键值映射的数量）成比例的时间。所以，如果迭代效率很重要的话，不要把初始容量设的太大，也不要把load factor设的太小。
一个hashmap的实例的初始容量和加载因子影响着它的性能。容量是哈希表的桶数量，初始容量就是哈希表建立时的容量。加载因子代表哈希表装到多满时进行扩容。当哈希表中项的数量超出加载因子乘以当前容量的乘积，哈希表会进行重新哈希（哈希表内部结构会变化），为了让哈希表的桶数量翻倍。
通常的规则是，默认加载因子是0.75，这在时间和空间之间是比较好的一个平衡。更高的值降低了空间花销但是提高了寻找的开销（反应在hashmap中最多的操作 get和put）。在设置初始容量时应考虑希望存储在map内的元素数量和加载因子，为了最小化重新哈希的次数。如果初始容量 > (元素的最大数量 / 加载因子)将不会发生重新哈希
如果要把很多键值对存在hashmap中，应该在创建时设置足够大的初始容量，这样可以更有效的存储，避免了在容器增长时多次重新哈希操作。使用大量相同的key毫无疑问会降低任何哈希表的时间表现。为了渐少影响，当key可以比较的时候，hashmap将会使用比较顺序来帮助打破关系。
这实现是不同步的。如果多线程同时访问一个hashmap，并且至少一个线程会改变结构，必须保证在外部同步（结构修改就是任何会增加或删除键值对的操作，只是改变了key对应的值不是改变结构）这通常用包含着map的对象实现同步。
如果不存在这对象，map应该包在{Collections#synchronizedMap Collections.synchronizedMap}方法里面。最好是在创建的时候，为了避免偶然对map的不同步访问
Map m = Collections.synchronizedMap(new HashMap(...))

该类返回的所有迭代器都是 “快失败” 的，如果创建了迭代器后map遇到了结构性改变，调用除了迭代器自己的删除方法以外的方法，将会抛出ConcurrentModificationException异常。因此，面对同步操作，迭代器迅速干净的失效，而不是在未来的未确定时间冒任意，非确定性行为的风险。
请注意，迭代器的快速失败行为无法保证，因为一般来说，在存在不同步的并发修改时，不可能做出任何硬性保证。快速失败的迭代器在最好的情况下抛出ConcurrentModificationException异常。因此，因此，编写依赖于此异常的程序以确保其正确性是错误的：迭代器的快速失败行为应仅用于debug
 

此映射通常用作分区（分区）哈希表，但是当分区变得太大时，它们将转换为TreeNodes的分区，每个分区的结构与java.util.TreeMap中的类似。大多数方法尝试使用普通的bin，但在适用时中继到TreeNode方法（只需检查节点的实例）。 TreeNodes的Bin可以像其他任何一样遍历和使用，但是当人口过多时还支持更快的查找。但是，由于正常使用的绝大多数垃圾箱都不是人口过多，因此在表格方法的过程中可能会延迟检查树箱的存在。

树容器（即，其元素都是TreeNodes的容器）主要由hashCode排序，但在tie的情况下，如果两个元素具有相同的“C类实现Comparable <C>”，则键入然后将其compareTo方法用于排序。 （我们保守地通过反射检查泛型类型以验证这一点 - 请参阅方法equivalentClassFor）。当密钥具有不同的哈希值或可订购时，增加树容器的复杂性对于提供最坏情况的O（log n）操作是值得的。因此，在hashCode（）方法返回值很差的偶然或恶意用法中，性能会优雅地降级分布式，以及许多密钥共享hashCode的那些，只要它们也是可比较的。 （如果这些都不适用，与不采取任何预防措施相比，我们可能在时间和空间上浪费大约两倍。但是，唯一已知的情况源于糟糕的用户编程实践，这些实践已经非常缓慢，这几乎没有什么区别。）

由于TreeNodes的大小约为常规节点的两倍，因此只有当bin包含足够的节点以保证使用时，我们才使用它们（请参阅TREEIFY_THRESHOLD）。当它们变得太小（由于移除或调整大小）时，它们会转换回普通箱。在具有良好分布的用户hashCodes的用法中，很少使用树容器。理想情况下，在随机hashCodes下，bin中节点的频率遵循泊松分布（http://en.wikipedia.org/wiki/Poisson_distribution），参数平均值约为0.5，默认调整阈值为0.75，尽管由于调整粒度而导致的大差异。忽略方差，列表大小k的预期出现是（exp（-0.5）* pow（0.5，k）/ factorial（k））。第一个值是：

0：0.60653066
1：0.30326533
2：0.07581633
3：0.01263606
4：0.00157952
5：0.00015795
6：0.00001316
7：0.00000094
8：0.00000006
更多：不到千万分之一

树bin的根通常是它的第一个节点。但是，有时（目前仅在Iterator.remove上），根可能在其他地方，但可以在父链接之后恢复（方法TreeNode.root（））。
 
所有适用的内部方法都接受哈希码作为参数（通常从公共方法提供），允许它们相互调用而无需重新计算用户hashCodes。大多数内部方法也接受“tab”参数，通常是当前表，但在调整或转换时可能是新的或旧的。

当bin列表被树化，拆分或未解析时，我们将它们保持在相同的相对访问/遍历顺序（即，字段Node.next）中以更好地保留局部性，并略微简化对调用iterator.remove的拆分和遍历的处理。在插入时使用比较器时，为了保持整个重新排序的总排序（或者尽可能接近），我们将类和identityHashCodes作为绑定器进行比较。

普通vs树模式之间的使用和转换由于子类LinkedHashMap的存在而变得复杂。请参阅下面的钩子方法，这些钩子方法定义为在插入，删除和访问时调用，允许LinkedHashMap内部以其他方式保持独立于这些机制。 （这也要求将地图实例传递给可能创建新节点的一些实用程序方法。）

类似于并发编程的基于SSA的编码风格有助于避免在所有扭曲指针操作中出现混叠错误。

(以上翻译很大一部分用Google翻译完成 有空有时间再直接翻吧 下面讲代码了)

前面的代码先是讲了一些变量

DEFAULT_INITIAL_CAPACITY// 默认的初始容量，必须是2的幂

MAXIMUM_CAPACITY//最大容量，必须是2的幂且少于1<<30

DEFAULT_LOAD_FACTOR//默认的加载因子

TREEIFY_THRESHOLD//当桶里的数量超过这阈值时，桶里的结构变成树

UNTREEIFY_THRESHOLD//当桶里的数量少于这阈值，从树变回线性

MIN_TREEIFY_CAPACITY//当表里的数量超过这阈值，表里的结构变成树

然后声明静态内部类Node<K,V> implements Map.Entry<K,V>,提供一些基本的get set toString方法

hashCode方法返回的值是用key的hash值做基数，value的hash值做幂

equals方法先判断传入对象是否和this是同一个对象，是就返回true，如果不是再判断key和value的hash值是否同时相等，同时相等返回true，否则返回false

然后是static final方法hash，传入对象，如果对象为null则返回0，否则返回(对象本身的hashcode值 ^ hashcode >>> 16)；所以如果对象的hashcode没有16位，那么肯定是返回1

然后是comparableClassFor函数，没有看懂，注释说返回对象实现的可比较接口，从而可以调用接口的compareTo函数来对两个对象做比较，从而判断大小，如果对象没有实现可比较接口返回null

方法compareComparables，传入一个可比较泛型类和两个对象，第一个对象是泛型类的实例，如果第二个对象为null或不是泛型类的实例返回0(意味着相等)否则用第一个对象调用compareTo和第二个对象做比较关于比较函数有说明（一个负整数，零或正整数，因为此对象小于，等于或大于指定的对象。）

函数tableSizeFor一段非常骚的进位操作，传入希望得到的容量，返回比这容量大的最小的二的幂(待我学成归来再仔细看看这段代码的玄机)

变量transient Node<K,V>[] table;长度必须是2的幂，会根据需要调整大小，这里的node就是上面声明的静态类

注释说是装缓存的transient Set<Map.Entry<K,V>> entrySet;

还有表示当前map里元素数量的transient int size;

注释说是表示hashmap结构修改次数的transient int modCount;

表示下一次扩容的阈值int threshold;

加载因子final float loadFactor;

 

然后就到public方法辣