JDK核心源码深入剖析（双向链表和哈希映射）

1 双向链表底层实现原理

1.1 双向链表与数据结构

什么是LinkedList
LinkList是一个双向链表（双链表）；它是链表的一种，也是最常见的数据结构，其内部数据呈线性排列，属于线性表结构.

它的每个数据结点中都有两个指针，分别指向直接后继和直接前驱。所以，从双向链表中的任意一个结点开始，都可以很方便地访问它的前驱结点和后继结点，所以是双向链表.
LinkList特点：

链表: 优势：不是连续的内存，随便插入（前、中间、尾部） 插入O(1) 劣势：查询慢O(N)

线程不安全的，允许为null，允许重复元素
蓝色表示；可随意插入、删除
查询循环循环链表

总结
双链表既有指向下一个节节点的指针，也有指向上一个结点的指针（双向读）
所谓指针，就是指向其他节点的一个对象的引用（说白了就是定义了两个成员变量）
双向链表线程不安全的，允许为null，允许重复元素
查询O(n)
插入删除O(1)

1.2 双向链表继承关系

LinkedList 是一个继承于AbstractSequentialList的双向链表。 LinkedList 实现 List 接口，能对它进行队列操作。 LinkedList 实现 Deque 接口，能将LinkedList当作**双端队列（double ended queue）**使用。 LinkedList 实现了Cloneable接口，即覆盖了函数clone()，能克隆。 LinkedList 实现java.io.Serializable接口，这意味着LinkedList支持序列化，能通过序列化去传输。

1.3 双向链表源码深度剖析

  public static void main(String[] args) {LinkedList<String> linkedList = new LinkedList<String>();linkedList.add("100");//尾插,等价于 linkedList.addLast()linkedList.add("200");linkedList.add("300");//*******中间插入linkedList..add(3,"700")*************linkedList.add("400");linkedList.add("500");linkedList.add("600");System.out.println(linkedList);linkedList.add(3,"700");//中间插入System.out.println(linkedList);//*******修改***************************************linkedList.set(3,"700000000");System.out.println(linkedList);//*******查询***************************************System.out.println(linkedList.getFirst());//头查System.out.println(linkedList.getLast());//尾插
//        for(int s=0;s<linkedList.size();s++){
//            System.out.println(linkedList.get(s));//随机插
//        }//*******移除***************************************LinkedList<String> linkedListRemove = new LinkedList<String>();linkedListRemove.add("100");linkedListRemove.add("200");linkedListRemove.add("300");linkedListRemove.remove(1);//指定移除linkedListRemove.removeAll(linkedList);//也调用上面的unlink方法；LinkedList.ListItr.remove}

1.3.1 链表成员变量与内部类

我们先来定义几个叫法，后面会用到它

    transient int size = 0; //元素个数/*** Pointer to first node.* Invariant: (first == null && last == null) ||*            (first.prev == null && first.item != null)*/transient Node<E> first; //头结点引用（查询时获取）/*** Pointer to last node.* Invariant: (first == null && last == null) ||*            (last.next == null && last.item != null)*/transient Node<E> last; //尾节点引用（查询时获取）private static class Node<E> { //链表节点元素，封装了真实数据，同时加入了前后指针E item; ;//元素，这是放入的真实数据Node<E> next; //下一个节点，指针也是Node类型Node<E> prev; //上一个节点//构造器，前、值、后，很清晰Node(Node<E> prev, E element, Node<E> next) {this.item = element;  //新元素this.next = next;  //下个节点this.prev = prev;  //上个节点}}

1.3.2 双向链表构造器

无参构造器: 没有做任何事情

public LinkedList() { //无参构造器 
}

有参构造器：传入外部集合的构造器

public LinkedList(Collection<? extends E> c) {this();addAll(c);}

秘密就藏在addAll上（重点，画图展示）

    public boolean addAll(int index, Collection<? extends E> c) {checkPositionIndex(index);   //边界判断Object[] a = c.toArray();  //不管你传啥类型，统一转成数组int numNew = a.length;  //需要新插入的个数if (numNew == 0)return false;//两个指针，这俩表示你要插入点的前后两个节点。我们称之为前置node和后置 node        //比如你的index=2 ： 【 000 1111（pred） （index） 2222（succ） 33333 …… 】Node<E> pred, succ;if (index == size) { //下面就要定位到这俩指针的位置succ = null;  //如果指定的index和尾部相等，很显然后置是没有的pred = last;  //前置就是最后一个元素last} else {succ = node(index); //否则的话，后置就是当前index位置的nodepred = succ.prev;  //前置就是当前index位置的prev，很好理解}for (Object o : a) {   //开始循环遍历插入元素@SuppressWarnings("unchecked") E e = (E) o;Node<E> newNode = new Node<>(pred, e, null); //定义个新节点，包装当前 元素  if (pred == null)//如果前置为空，注意什么时候才为空？只有当前list没有元 素的时候first = newNode; //说明是第一次放入元素，将first指向当前元素，完工elsepred.next = newNode; //否则的话，前置node的后指针指向当前元素（接上 了）pred = newNode; //让前置指针后移，指向刚新建的node，为下一次循环做准备} //依次循环，往上接，接完后，pred就是最后一个插入的元素//全部循环接完以后，再来处理新接链条的后指针if (succ == null) { //如果后置是null的话，说明我们一直在尾部插入last = pred; //将last指向最后一个插入的元素即可，它就是尾巴} else {pred.next = succ; //否则的话，最后一个插入的next指向原来插入前的后置succ.prev = pred; //后置的前指针指向最后插入的元素，这两步是一对操作缺一不可}  //到此为止，截断的后半截链条也对接上了。size += numNew; //最后不要忘记，元素数量增加modCount++; //操作计数器增加return true;}

1.3.3 链表插入（重点）

1） 双向链表尾插法
1、add(E e)，
2、addLast；
调用的方法都一样（linkLast）

 public boolean add(E e) {linkLast(e); //在链表尾部添加return true;}

在链表尾部添加

  void linkLast(E e) {final Node<E> l = last; ;//取出当前最后一个节点final Node<E> newNode = new Node<>(l, e, null); //创建一个新节点，注意其前驱 节点为llast = newNode; //尾指针指向新节点if (l == null) //如果原来的尾巴节点为空，则表示链表为空，则将first节点也赋值为 newNodefirst = newNode;elsel.next = newNode; // 否则的话，将原尾巴节点的后指针指向新节点，构成双向环size++; // 计数modCount++; // 计数}

结论：默认add就是尾插法，追加到尾部

2）双向链表中间插入

 linkedList.add(3,"700");//中间插入 

双向链表中间插入add(int index, E element)

//自定义插入 
linkedList.add(3,"700");

源码如下

 public void add(int index, E element) {checkPositionIndex(index); //越界检查if (index == size)  )//如果index就是指向的尾部，自然调尾插即可linkLast(element);elselinkBefore(element, node(index)); //否则的话，找到index位置的node，插队到 它前面去}

 Node<E> node(int index) {// assert isElementIndex(index);// 这里有一个讨巧的设计！很灵活的应用了我们的first和lastif (index < (size >> 1)) { // index如果小于链表长度的1/2 （size右移1就是除以 2）Node<E> x = first;for (int i = 0; i < index; i++) //从链表头开始移动 index 次x = x.next; //依次往后指return x;  // 循环完后，就找到了index位置的node，返回即可} else {  // 否则，说明index在链表的后半截，我们从链表尾部倒着往前找Node<E> x = last; for (int i = size - 1; i > index; i--) //一直循环，直到index位置x = x.prev;return x;  //抓到后返回，完工}}

 void linkBefore(E e, Node<E> succ) {// assert succ != null;//找到之后，也就是这里的succ，我们就开始在它 前面插入新元素final Node<E> pred = succ.prev;  //上个节点final Node<E> newNode = new Node<>(pred, e, succ);  //构建新的双向节点succ.prev = newNode;  //修改后置节点的前指针if (pred == null)  //如果前驱节点为空，链表为空first = newNode;  //那么当前插入的就是头节点elsepred.next = newNode; //否则修改前置的后指针，指向新节点，双向链表对接成功！size++;  //个数加1modCount++;  //修改次数加1}

1.3.4 双向链表修改方法

非常简单！
找到包装值的node，修改掉里面的属性即可

 public E set(int index, E element) {checkElementIndex(index); //越界检查Node<E> x = node(index);  //通过链表索引找到nodeE oldVal = x.item;//获取原始值x.item = element; //新值赋值return oldVal; //返回老值}

1.3.5 双向链表查询方法

简单！
get(int index)：按照下标获取元素； 通用方法 getFirst()：获取第一个元素； 特有方法，直接拿指针就是 getLast()：获取最后一个元素； 特有方法，同样直接拿指针

  public E get(int index) {checkElementIndex(index);return node(index).item; //找到原始数组对应index的node}

1.3.6 双向链表删除方法

remove(E e)：移除指定元素； 通用方法
removeAll(Collection<?> c) 移除指定集合的元素; 也调用的unlink方法

   public boolean remove(Object o) {if (o == null) {  //如果要移除null元素for (Node<E> x = first; x != null; x = x.next) { //从fist顺着链表往后 找if (x.item == null) { //发现就干掉unlink(x);   //重点！干掉元素调用的其实是unlink方法return true;}}} else {for (Node<E> x = first; x != null; x = x.next) {//如果不是移除null的话，路子一个样，无非就是 ==换成equals判断if (o.equals(x.item)) {unlink(x);return true;}}}return false;}

 E unlink(Node<E> x) {// assert x != null;final E element = x.item; //元素final Node<E> next = x.next;//下个节点final Node<E> prev = x.prev;//上个节点if (prev == null) {//上个为空，说明当前要移除的就是头节点，将fist指针指向后置，我被 移除后它升级为头了first = next;} else {prev.next = next; //否则，前置的后指针指向后置x.prev = null; //当前节点的前指针切断！}if (next == null) { //后置为空说明当前要移除的是尾节点，我被移除后，我的前置成为尾巴last = prev;} else {next.prev = prev; //否则，后置的前指针指向前置节点x.next = null; //当前节点的后指针切断！} //到这里前后指针就理清了，该断的断了，该接的接了x.item = null; // 把当前元素改成null，交给垃圾回收size--; //链表大小减一modCount++; //修改次数加一return element; //已删除元素}

2 不可不知的哈希映射

2.1 HashMap数据结构

概念：
HashMap 是一个利用**散列表（哈希表）**原理来存储元素的集合，是根据Key value而直接进行访问的数
据结构
在 JDK1.7 中，HashMap 是由 数组+链表构成的。
在 JDK1.8 中，HashMap 是由 数组+链表+红黑树构成

数组: 优势：数组是连续的内存，查询快（o1） 劣势：插入删除O(N)
链表: 优势：不是连续的内存，随便插入（前、中间、尾部） 插入O(1) 劣势：查询慢O(N)

思考？
为什么是JDK1.8 是数组+链表+红黑树？？？

HashMap变化历程
1.7的数据结构：链表变长，效率低 了！！！

1.8的数据结构：
数组+链表+红黑树

链表–>红黑（链长度>8、数组长度大于64）

总结：
JDK1.8使用红黑树，其实就是为了提高查询效率
因为，1.7的时候使用的数组+链表，如果链表太长，查询的时间复杂度直接上升到了O(N)

2.2 HashMap继承体系

总结
HashMap已经继承了AbstractMap而AbstractMap类实现了Map接口

那为什么HashMap还要在实现Map接口呢？
据 java 集合框架的创始人Josh Bloch描述，这样的写法是一个失误。
在java集合框架中，类似这样的写法很多，最开始写java集合框架的时候，他认为这样写，在某些地方可能是有价值的，直到他意识到错了。
显然的，JDK的维护者，后来不认为这个小小的失误值得去修改，所以就这样存在下来

• Cloneable 空接口，表示可以克隆
• Serializable 序列化
• AbstractMap 提供Map实现接口

2.3 HashMap源码深度剖析

1）目标：
通过阅读HashMap（since1.2）源码，我们可以知道以下几个问题在源码是如何解决的
（1）HashMap的底层数据结构是什么？
（2）HashMap中增删改查操作的底部实现原理是什么？
（3）HashMap是如何实现扩容的？
（4）HashMap是如何解决hash冲突的？
（5）HashMap为什么是非线程安全的？

2）测试代码如下

 public static void main(String[] args) {HashMap<Integer, String> m = new HashMap<Integer, String>();//尾插//断点跟踪putm.put(1, "001");m.put(1, "002");m.put(17, "003");//使用17可hash冲突（存储位置相同）//断点跟踪getSystem.out.println(m.get(1));//返回002（数组查找）System.out.println(m.get(17));//返回003（链表查找）//断点跟踪removem.remove(1);//移除System.out.println(m);m.remove(1, "002");//和上面的remove走的同一个代码}

3）关于hashMap基本结构的验证
先来个小验证，几乎地球人都知道map是 数组 + 链表 结构，那我们先来验证一下

再来看debug结果：

验证了基本结构，那为啥1和17就在一块了？到底谁和谁放在一个链上呢？内部到底怎么运作的？往下看 ↓

2.3.1 成员变量与内部类

目标：先了解一下它的基本结构
回顾：位运算（下面还会频繁用到）

1<<4
二进制相当于1右边补4个0：10000
十进制相当于1 x 2的4次方 ， 也就是 16
二进制运算是因为它的计算效率高

    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16//16，默认数组容量：左 位移4位，即16/*** The maximum capacity, used if a higher value is implicitly specified* by either of the constructors with arguments.* MUST be a power of two <= 1<<30.*///最大容量：即2的30次幂static final int MAXIMUM_CAPACITY = 1 << 30;/*** The load factor used when none specified in constructor.*///负载因子：扩容使用，统计学计算出 的最合理的static final float DEFAULT_LOAD_FACTOR = 0.75f;/*** The bin count threshold for using a tree rather than list for a* bin.  Bins are converted to trees when adding an element to a* bin with at least this many nodes. The value must be greater* than 2 and should be at least 8 to mesh with assumptions in* tree removal about conversion back to plain bins upon* shrinkage.*///链表转红黑树阈值static final int TREEIFY_THRESHOLD = 8;/*** The bin count threshold for untreeifying a (split) bin during a* resize operation. Should be less than TREEIFY_THRESHOLD, and at* most 6 to mesh with shrinkage detection under removal.*///当链表的值小<6, 红黑树转链表static final int UNTREEIFY_THRESHOLD = 6;/*** The smallest table capacity for which bins may be treeified.* (Otherwise the table is resized if too many nodes in a bin.)* Should be at least 4 * TREEIFY_THRESHOLD to avoid conflicts* between resizing and treeification thresholds.*///转红黑树的最小值static final int MIN_TREEIFY_CAPACITY = 64;//HashMap中的数组,中间状态数据transient Node<K,V>[] table;/*** Holds cached entrySet(). Note that AbstractMap fields are used* for keySet() and values().*///用来存放缓存,中间状态数据;transient Set<Map.Entry<K,V>> entrySet;/*** The number of key-value mappings contained in this map.*///size为HashMap中K-V的实时数量（重点）,注意！不是table的长度！transient int size;/*** The number of times this HashMap has been structurally modified* Structural modifications are those that change the number of mappings in* the HashMap or otherwise modify its internal structure (e.g.,* rehash).  This field is used to make iterators on Collection-views of* the HashMap fail-fast.  (See ConcurrentModificationException).*///用来记录HashMap的修改次数，几个集合里都有它transient int modCount;/*** The next size value at which to resize (capacity * load factor).** @serial*/// (The javadoc description is true upon serialization.// Additionally, if the table array has not been allocated, this// field holds the initial array capacity, or zero signifying// DEFAULT_INITIAL_CAPACITY.)//扩容临界点；(capacity * loadFactor)（重点）int threshold;/*** The load factor for the hash table.** @serial*///负载因子 DEFAULT_LOAD_FACTOR = 0.75f赋值final float loadFactor;/*** Basic hash bin node, used for most entries.  (See below for* TreeNode subclass, and in LinkedHashMap for its Entry subclass.)*/static class Node<K,V> implements Map.Entry<K,V> {//数组和链表上的节点，1.8前叫 Entryfinal int hash; //扰动后的hashfinal K key; //map的keyV value; //map的valueNode<K,V> next; //下个节点Node(int hash, K key, V value, Node<K,V> next) {this.hash = hash;this.key = key;this.value = value;this.next = next;}

2.3.2 HashMap构造器

1）目标：学习下面的三个构造器，它们都干了哪些事情？

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

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

 public HashMap(int initialCapacity, float loadFactor) {//赋值，多了一些边界判断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);}

map的构造函数就做了几个赋值这么点事？这么简单？错！接着往下看

2）无参构造函数验证
使用默认构造函数时，在put之前和之后分别debug以上变量信息对比看看
之前：

之后

3）自定义初始化参数验证
接下来我们胡搞一下，让容量=15，因子=0.5，猜一猜会发生什么？

调试到put之后，再来看：

源码剖析：
在有参数构造时，最终tableSizeFor

//capacity函数，初始化了table，就是table的length，否则取的是thresholdfinal int capacity() {return (table != null) ? table.length :(threshold > 0) ? threshold :DEFAULT_INITIAL_CAPACITY;}//带参数的初始化，其实threshold调用的是以下函数： 
//这是什么神操作？？？ 
//其实是将n转成2进制，右移再和自己取或，相当于把里面所有的0变成了1 
//最终目的：找到>=n的，1开头后面全是0的数。如果n=111 ， 那就是 1000 ； 如果 n=100，那就是它自己 
//而这个数，恰好就是2的指数，为后面的扩容做铺垫 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; //到这一步n已经各个位都是1了。return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1; //范围校验，小于0返回1，大于最大值返回最大值，绝大多数正常情况下，返回n+1，也就是 10000……}

调试案例：

  public static void main(String[] args) {System.out.println(tableSizeFor(9)); //9的二进制更能看出以下变化}static final int tableSizeFor(int cap) {System.out.println(Integer.toBinaryString(cap)); //1001int n = cap - 1;System.out.println(Integer.toBinaryString(n)); //1000n |= n >>> 1; //无符号右移，前面补0System.out.println(Integer.toBinaryString(n)); //右移再或，1100n |= n >>> 2;System.out.println(Integer.toBinaryString(n)); //再移动2位， 1111n |= n >>> 4;System.out.println(Integer.toBinaryString(n)); //就这么长，再迁移也是1111n |= n >>> 8;System.out.println(Integer.toBinaryString(n));n |= n >>> 16;System.out.println(Integer.toBinaryString(n)); //Integer的最大长度32位，16折半后迁移全覆盖System.out.println(Integer.toBinaryString(n + 1));return n + 1; //+1后变为 10000 ，也就是16 ， 2的4次方}

4）总结：
map的构造函数没有你想象的那么简单！
无参构造时，容量=16，因子=0.75。第一次插入数据时，才会初始化table、阈值等信息有参构造时，不会容忍你胡来，会取大于但是最接近你容量的2的整数倍（想一下为什么？提示：和扩容规则有关）
无论哪种构造方式，扩容阈值最终都是 =（容量*因子）

2.3.3 HashMap插入方法
目标：图解+代码+断点分析put源码
1）先了解下流程图

2）关于key做hash值的计算
当我们调用put方法添加元素时，实际是调用了其内部的putVal方法，第一个参数需要对key求hash值

 public V put(K key, V value) {return putVal(hash(key), key, value, false, true);}

小提问：map里所谓的hash是直接用的key的hashCode方法吗？

  static final int hash(Object key) {int h;//【知识点】hash扰动return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);}

结论：使用移位和异或做二次扰动，不是直接用的hashCode！

3）核心逻辑

  final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {//onlyIfAbsent：true不更改现有值；evict：false表 示table为创建状态//tab=数组，p=插槽指针，n=tab的长度，i数组下标Node<K,V>[] tab; Node<K,V> p; int n, i;if ((tab = table) == null || (n = tab.length) == 0)//数组是否null或者==0， 第1次put为空//初始化数组(or扩容)，所以table是在这里初始化的，不是new的时候！ //初始时，n=16n = (tab = resize()).length;//【知识点】为何1 与 17 在一个槽上！秘密就藏在寻址这里，后面重点讲if ((p = tab[i = (n - 1) & hash]) == null) //寻址：(n - 1) & hash（重要！）//当前插槽没有值，空的！将新 node直接扔进去tab[i] = newNode(hash, key, value, null);else {//有值，说明插槽上发生了碰撞，需要追加成链表了！Node<K,V> e; K k;//e=是否找到与当前key相同的节点，找到说明是更新，null说明是新key插入//k=临时变量，查找过程中的key在这里暂存用if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))e = p;else if (p instanceof TreeNode)//如果不是这个key，但是类型是一个红黑树节点 
//这说明当前插槽的链很长，已经变成红黑树了，就调putTreeVal，扔到这颗树上去 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);else {//如果都不是以上情况，那就是链表了for (int binCount = 0; ; ++binCount) {if ((e = p.next) == null) {//顺着链表一直往后跳，直到遍历到尾巴节点//然后把key封装成 新node追加到尾巴上p.next = newNode(hash, key, value, null);//链表长度计数如果 >8转红黑树if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1sttreeifyBin(tab, hash);//红黑树的创建，内部会判断是否大于 64，64以内先扩容break;}if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))// 如果遍历过程中找到相同key，那就赋给e，break跳出for循 环，执行后面的逻辑break;p = e;}}if (e != null) { // existing mapping for key// 如果e非空，说明前面一顿猛如虎的操作后，找到了相同的keyV oldValue = e.value;if (!onlyIfAbsent || oldValue == null)e.value = value;// 看看onlyIfAbsent，如果让覆盖那就覆盖，不让那就 算了afterNodeAccess(e);return oldValue;;// 返回覆盖前的value值，也就是put方法的返回值}}++modCount; //用来记录HashMap的修改次数if (++size > threshold) //key的数量是否大于阈值resize(); //如果size大于threshold，就需要进行扩容afterNodeInsertion(evict);return null;}

4）重点（寻址计算）：
接上文，关于hash值取得后，放入tab的哪个插槽，也就是所谓的寻址我们重点来讲

(n - 1) & hash

我们还是以开始的例子，1和17为例，他们的hash计算后正好是1和17本身，我们可以验证一下

Integer i = new Integer(1); 
Integer j = new Integer(17); 
System.out.println(i.hashCode() ^ i.hashCode()>>16); //1 
System.out.println(j.hashCode() ^ j.hashCode()>>16); //17 

开始位运算

默认n=16，n-1也就是15，二进制是 1111 
那么 15 & 1 
1 1 1 1 
0 0 0 1 
与运算后 = 1 
再来看15 & 17，17是 10001 
1 1 1 1 
1 0 0 0 1
与运算后 = 1 
所以，1和17肯定会落在table的1号插槽上！两者会成为链表，解释了我们前面的案例 
原理：不管你算出的hash是多少，超出tab长度的高位被抹掉，低位是多少就是你所在的槽的位置，也就是 table的下标

思考：为什么不用mod（模运算）进行寻址？mod也能保证不会超出数组边界，岂不是更简单直观？

 public static void main(String[] args) {bit();mod();}public static void bit() {int num = 10000 * 10;int a = 1;long start = System.currentTimeMillis();for (int i = num; i > 0; i++) {a &= i;
//            a  = a&i;}long end = System.currentTimeMillis();System.out.println("BIT耗时>>" + (end - start));}public static void mod() {int num = 10000 * 10;int a = 1;long start = System.currentTimeMillis();for (int i = num; i > 0; i++) {a %= i;
//            a = a%i;}long end = System.currentTimeMillis();System.out.println("MOD耗时>>" + (end - start));}

跑一下试试？
结论：
一切为了性能

2.3.4 HashMap扩容方法

目标：图解+代码（map扩容与数据迁移）
注意：扩容复杂、绕、难
备注：在resize时会丢数据,线程不安全的
图解： 假设我们 new HashMap(8)
迁移前：长度8 扩容临界点6（8*0.75）


核心源码resize方法

 final Node<K,V>[] resize() {Node<K,V>[] oldTab = table; //旧的数组先拿出来int oldCap = (oldTab == null) ? 0 : oldTab.length; ;//旧数组是null，那就是初 始化咯int oldThr = threshold; //扩容临界点(旧)int newCap, newThr = 0; //临时变量，数组容量（新）、扩容临界点(新)if (oldCap > 0) {// 扩容的时候调用if (oldCap >= MAXIMUM_CAPACITY) {//如果旧值达到上限threshold = Integer.MAX_VALUE; //扩容阈值也调到最大，从此再无意义//不扩了，直接返回旧的。上限了还扩什么扩return oldTab;}//如果没到上限就计算新容量，注意这时候还没发生实际的数组扩容，真正的扩容迁数据操作在下面 
//将旧容量左移1位，也就是乘以2作为新容量，所以map是每次扩到之前的2倍 
//链表是右移1位再加上旧长度，也就是扩为原来的1.5倍，注意区别 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&oldCap >= DEFAULT_INITIAL_CAPACITY)newThr = oldThr << 1; // double threshold// 同时，阈值也乘以2，为下次扩容做准备}else if (oldThr > 0) // initial capacity was placed in threshold// HashMap(int initialCapacity, float loadFactor)初始化的时候调用 
// 将cap和thres相等，约定 newCap = oldThr;else {               // zero initial threshold signifies using defaults// HashMap() 初始化的时候调用，注意前面验证过了，是在第一次put的时候调的newCap = DEFAULT_INITIAL_CAPACITY;newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);}if (newThr == 0) {//如果新阈值为0，根据负载因子设置新阈值float ft = (float)newCap * loadFactor;newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?(int)ft : Integer.MAX_VALUE);}threshold = newThr;//以上操作只是重新计算（第一次是初始化）各种容量相关的值，下面重点来了！迁移旧数 据@SuppressWarnings({"rawtypes","unchecked"})Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];table = newTab; //以新容量为长度，创建新数组if (oldTab != null) { //如果旧数组不为空，说明有数据要迁移for (int j = 0; j < oldCap; ++j) { //遍历数组Node<K,V> e;  //临时变量，记录当前指向的nodeif ((e = oldTab[j]) != null) {oldTab[j] = null; //gc处理if (e.next == null)//只一个节点，赋值到新数 组的索引下即可newTab[e.hash & (newCap - 1)] = e;else if (e instanceof TreeNode)// 如果变成了树，拆成俩拼到新 table上去((TreeNode<K,V>)e).split(this, newTab, j, oldCap);else { // preserve order//如果是链表，拆成两个（重点！！！）//低位链表（原位置 i）Node<K,V> loHead = null, loTail = null;//高位链表（i+n位 置）Node<K,V> hiHead = null, hiTail = null;Node<K,V> next;do {next = e.next;if ((e.hash & oldCap) == 0) {//oldCap=8，旧容量为 100// 如果为0，说明e的hash没超出旧cap长度去，在低位不动即 可if (loTail == null)// 如果为空的，那就是第一个，同时当头 节点loHead = e;else//否则的话，沿着尾巴一直往上追 加loTail.next = e;loTail = e;}else {//如果超了，那就需要迁移到高位去，先给它追加到高位链表 上if (hiTail == null)//和低位链表一样hiHead = e;elsehiTail.next = e;hiTail = e;}} while ((e = next) != null);//注意！在循环完成的时候，高低位链表还是俩独立的临时变量if (loTail != null) {loTail.next = null;newTab[j] = loHead;//下标：原位置}if (hiTail != null) {hiTail.next = null;newTab[j + oldCap] = hiHead;//下标：原位置+原数组长度 （重点！）//这地方诠释了为什么map要两倍扩容，对应位置位运算后，加上原 长度就行了}}}}}return newTab; //返回新数组}

总结（扩容与迁移）：
1、扩容就是将旧表的数据迁移到新表
2、迁移过去的值需要重新计算hashCode，也就是他的存储位置
3、关于位置可以这样理解：比如旧表的长度8、新表长度16
旧表位置4有6个数据，假如前三个hashCode是一样的，后面的三个hashCode是一样的
迁移的时候；就需要计算这6个值的存储位置
4、如何计算位置？采用低位链表和高位链表；如果位置4下面的数据e.hash & oldCap等于0，那么它对应的就是低位链表，也就是数据位置不变
5、 e.hash & oldCap不等于0呢?就要重写计算他的位置也就是j + oldCap，（4+8）= 12，就是高位链表位置（新数组12位置）

2.3.5 HashMap获取方法

目标：图解 （这个简单！）
获取流程

get主方法

 public V get(Object key) {Node<K,V> e;return (e = getNode(hash(key), key)) == null ? null : e.value;}

getNode方法

 final Node<K,V> getNode(int hash, Object key) {Node<K,V>[] tab; Node<K,V> first, e; int n; K k;if ((tab = table) != null && (n = tab.length) > 0 &&(first = tab[(n - 1) & hash]) != null) {// 如果table对应的索引位置上有值if (first.hash == hash && // always check first node// 看下第一个元素的key是不是要查找的那个，是的话，返回即可((k = first.key) == key || (key != null && key.equals(k))))return first;if ((e = first.next) != null) {//如果后面还有数据，那就继续遍历if (first instanceof TreeNode)return ((TreeNode<K,V>)first).getTreeNode(hash, key);do {//链表查找!!!!!if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))return e;} while ((e = e.next) != null);}}return null;}

总结：
查询思路比较简单，如果是数组直接返回、如果是红黑实例，就去树上去找，最后，去做链表循环查找

2.3.6 HashMap移除方

移除流程

tips：
两个移除方法，参数上的区别
走的同一个代码
移除方法：一个参数

  public V remove(Object key) {Node<K,V> e; /// 定义一个节点变量，用来存储要被删除的节点（键值对)return (e = removeNode(hash(key), key, null, false, true)) == null ?null : e.value;}

移除方法：二个参数

/**
* Implements Map.remove and related methods 
*
* @param hash 扰动后的hash值 
* @param key 要删除的键值对的key，要删除的键值对的value，该值是否作为删除的条件取决 
于matchValue是否为true 
* @param value key对应的值 
* @param matchValue 为true，则当key对应的值和equals(value)为true时才删除；否则不关心value的值 
* @param movable 删除后是否移动节点，如果为false，则不移动 
* @return 返回被删除的节点对象，如果没有删除任何节点则返回null 
*/ final Node<K,V> removeNode(int hash, Object key, Object value,boolean matchValue, boolean movable) {Node<K,V>[] tab; Node<K,V> p; int n, index;//注意，p是当前插槽上的头 节点！if ((tab = table) != null && (n = tab.length) > 0 &&(p = tab[index = (n - 1) & hash]) != null) {//和查询一样，确保当前槽上不是空的Node<K,V> node = null, e; K k; V v;if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))node = p; // 如果key相同，说明找到了，将它赋给nodeelse if ((e = p.next) != null) {//否则，沿着next一直查找if (p instanceof TreeNode)//红黑查找node = ((TreeNode<K,V>)p).getTreeNode(hash, key);else {//链表查找do {if (e.hash == hash &&((k = e.key) == key ||(key != null && key.equals(k)))) {node = e; //如果找到，赋值给nodebreak;}p = e;} while ((e = e.next) != null);}}//如果node不为空，说明根据key匹配到了要删除的节点if (node != null && (!matchValue || (v = node.value) == value ||(value != null && value.equals(v)))) {;// 红黑删除if (node instanceof TreeNode)((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);// 不是树，那如果 node == p 的意思是该node节点就是 首节点else if (node == p)tab[index] = node.next; // 删掉头节点，第二个节点上位到数组槽上elsep.next = node.next;//如果不是，那就将p的后指针指向node的后指针，干 掉node即可++modCount; //HashMap的修改次数递增--size; // HashMap的元素个数递减afterNodeRemoval(node);return node; //返回删除后的节点}}return null; //找不到删除的node，返回null}

总结：
移除和查询路线差不多，找到后直接remove
注意他的返回值，是删除的那个节点的值

拓展：
1）关于头插法与尾插法
jdk1.7 链表采用头插法，头插法比较快，但多线程下容易造成环形列表；（已过时，了解即可）
jdk1.8是尾插法；
无论哪种链表插入，线程依然是不安全的！没有从根本上解决并发问题
2）为什么说HashMap是线程不安全的
我们从前面的源码分析也能看出，它的元素增删改的时候，没有任何加锁或者cas操作。
而这里面各种++和–之类的操作，显然多线程下并不安全