HashMap（JDK1.8）的扩容时机与阈值的探讨

最近又开始复习一些基础知识，发现网上很多关于HashMap的总结有一些问题，尤其是扩容的时机和阈值的确定仍然有一些疑问，因此果断还是自己看看源码。

本文只指出部分关于扩容的问题，其他详细分析可以参考其他文章。

究竟什么时候扩容

• 当put时发现table未初始化时，进行初始化扩容
• 当put加入节点后，发现size（键值对数量）>threshold时，进行扩容

在下列源码中分别对应注释

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;    //初始化扩容
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {
        Node<K,V> e; K k;
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    if (++size > threshold)
        resize();    //超过阈值扩容
    afterNodeInsertion(evict);
    return null;
}

阈值是如何确定的

其实最关键的就是阈值的确定，网上大部分文章只说了阈值是 load factor*current capacity，这个结论是正确的，但整个过程是根据使用的构造函数而有所不同的。
接下来我们只分析阈值和容量的关系。
下面是resize的部分代码

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;
   
    /*** 这里省略table表的变化过程***/
}

无参构造函数

public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }

可以看到这里的无参构造函数只初始化了负载因子为默认值0.75。
== 注意，此时hashmap的table,threshold都还没用初始化，即此时的容量为0，阈值也为0。==
而在第一次put时，检查table==null,进行第一次resize

此时在resize中会进入下面的分支

所以容量cap为默认值16，阈值threshold为 16*0.75=12。
而在之后的每次扩容中，容量和阈值都变为原来的两倍。
即两者仍然保持着0.75的比例。

带参数的构造函数

public HashMap(int initialCapacity) {
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

public HashMap(int initialCapacity, float loadFactor) {
    if (initialCapacity < 0)
        throw new IllegalArgumentException("Illegal initial capacity: " +
                                           initialCapacity);
    if (initialCapacity > MAXIMUM_CAPACITY)
        initialCapacity = MAXIMUM_CAPACITY;
    if (loadFactor <= 0 || Float.isNaN(loadFactor))
        throw new IllegalArgumentException("Illegal load factor: " +
                                           loadFactor);
    this.loadFactor = loadFactor;
    this.threshold = tableSizeFor(initialCapacity);
}

以上代码除了参数的合法判断以外，主要设置了负载因子和阈值，而阈值由tableSizeFor()函数确定。

/**
 * Returns a power of two size for the given target capacity.
 */
static final int tableSizeFor(int cap) {
    int n = cap - 1;
    n |= n >>> 1;
    n |= n >>> 2;
    n |= n >>> 4;
    n |= n >>> 8;
    n |= n >>> 16;
    return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}

可以看到注释，阈值threshold将被设置为最接近给定参数的2^n^的值。
==注意，此时只设置了阈值，table还没初始化，即容量cap还为0。==

同样是在put时，首次进行扩容，而扩容的分支如下

可以看到，容量cap被设置为了刚刚计算出的阈值2^n^，而阈值被重新设置为cap*loadFactor。虽然两者仍然保持着loadFactor的比例，但是先设置了阈值，然后赋值给了容量，再根据容量和负载因子重新计算阈值。这个过程中，阈值担当了一个中间变量的角色。

而在后续的扩容过程中，容量和阈值仍然保持着负载因子的比例关系，并同时变为原来的两倍。