本篇文章内容较长，请耐心观看，相信对您理解HashMap的put方法会有所帮助。
在HashMap中put方法的源码如下：
public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } 这个put方法并没有做任何的操作，直接把任务交给了putVal方法。我们接下来去看putVal方法。首先贴出putVal的声明：
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) hash:就是举例中的"a"的hash值 key:就是举例中的"a" value:就是举例中的5 onlyIfAbsent:官方给的解释：@param onlyIfAbsent if true, don’t change existing value ，如果为true,将不能改变已经存在的值，举个例子：集合map中已经存在key=“a”,value=3, 如果onlyIfAbsent=true,在添加key=“a”,value=5,那么key="a"对应的值不会被改变，还是3。我们经常使用的put方法，此参数的值是false，说明put方法可以覆盖已经存在的值。 evict:参数用于LinkedHashMap中的尾部操作，在HashMap中并没有用到这个参数 接下来我们分析putVal的源码。
第一步：判断是否初始化了底层数组。 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; putVal第一段代码就是上面的代码，它首先将tab=table(这个table就是所说的底层的数组)并判断是否为null,同时判断tab的长度是否为0，只要两者有一个成立，就会进入n=(tab=resize()).length这句代码。在这一篇文章中我们分析了HashMap的构造方法，并没有一个构造方法对底层的数组进行初始化，所有的构造方法仅仅对加载因子或者扩容的阀门进行了初始化，底层数组初始化的工作放在了第一次调用put的时候，这个知识点大家一定要记住。因为这篇文章是介绍HashMap的put的，关于数组怎样进行初始化或者扩容的，我会有专门一篇文章详细讲解，这里就不再分精力阐述。只需记得put的第一步操作需要判断底层数组是否初始化了，如果没有初始化，就首先调用resize()进行初始化，如果已经初始化了，则继续执行下面的代码。通过这一步后，底层数组就变成了如下图示：
第二步：通过hash算出key应该在数组table的下标 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); 1：(n-1)&hash:就是获取key应该在数组的下标 2：tab[(n-1)&hash]:就是获取此下标数组的值，然后赋值给p,而p是一个Node,如果p==null,说明此下标还没有任何的值，所以直接把新插入的元素放到此处。 3：tab[i] = newNode(hash, key, value, null)：就是把新插入的key,value封装成Node节点，然后放到数组中。 例如，我们map.put(“a”,3)到HashMap中，通过计算应该放到下标为1的地方，如图所示
第三步：判断新插入的key和p.key是否相等 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; 1：其中p=tab[(n-1)&hash] 2:判断新插入的key,和通过key计算的下标对应的key是否相等。 例如，我们map.put(“a”,5)到HashMap中，通过计算应该放到下标1的地方，而此时p=(“a”,3)，那么p.hash=hash,p.key=key,所以会执行这一步。如图所示：
第四步：第三步不符合，接下来判断p是否为红黑树，如果是红黑树，那么按照红黑树的方式插入 else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); 我们继续进入putTreeVal方法中，看看到底做了什么。
final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab, int h, K k, V v) { Class<?> kc = null; boolean searched = false; //首先获取树的根节点。 TreeNode<K,V> root = (parent != null) ? root() : this; 说明：通过循环，查找新插入的key-value要插入红黑树的哪一个地方，我在分析红黑树 的时候说过，红黑树是一种二叉查找树，任何的左子树的值都比它的父节点的值小，任何的右子树的值都比它的父节点的值大。下面的循环查找就是基于二叉查找的特性来操作的。 其中dir判断要添加到左子树还是右子树。 for (TreeNode<K,V> p = root;? { int dir, ph; K pk; if ((ph = p.hash) > h) //走到这一步：插入的key的hash值比比较的值小，需要向左子树查找 dir = -1; else if (ph < h) //走到这一步：插入的key的hash值比比较的值大，需要向右子树查找 dir = 1; else if ((pk = p.key) == k || (k != null && k.equals(pk))) //走到这一步：说明key所对应的hash值是相等的，所以需要比较key了，插入的key等于查找的key,说明二叉树上有对应的key,直接返回 return p; //走到这一步：说明插入的key的hash值和比较的hash值相等，但是key不相等 comparableClassFor(k):判断key是否实现了Comparable接口，如果实现了，则返回它的Class对象，如果没有实现则返回null,这个方法有的同学看不懂，后面我会详细讲解这个方法，让大家彻底理解。如果key实现了Comparable接口，则会接着调compareComparables方法。 compareComparables(kc, k, pk):因为实现了Comparable接口，则通过compareTo方法判断。 else if ((kc == null && (kc = comparableClassFor(k)) == null) || (dir = compareComparables(kc, k, pk)) == 0) { //走到这一步：说明key没有实现Comparable接口或者实现了Comparable接口，但是通过compareTo方法仍无法比较 if (!searched) { TreeNode<K,V> q, ch; searched = true; if (((ch = p.left) != null && (q = ch.find(h, k, kc)) != null) || ((ch = p.right) != null && (q = ch.find(h, k, kc)) != null)) return q; } dir = tieBreakOrder(k, pk); } //走到这一步：已经可以知道是向树的左子树查找，还是向树的右子树查找了 TreeNode<K,V> xp = p; if ((p = (dir <= 0) ? p.left : p.right) == null) { //走到这一步：说明已经找到了要插入的位置，其中： xp:表示要插入的新节点x的父节点。 1）首先把要插入的key-value封装成TreeNode的树的数据结构 2）通过dir判断要x节点是父节点xp的左子树还是右字数，dir<0：说明x是xp的左子树，dir>0:说明x是xp的右子树。 3）然后初始化x的next属性，parent属性，pre属性。 4）插入节点x后，此时的树不一定完全符合红黑树的5个特性，所以需要对树进行修复，通过调用balanceInsertion()方法对红黑树进行修复，后面会对balanceInsertion()方法进行详解，看看大家是否真正理解红黑树的修复了。 5）moveRootToFront方法就是确保修复后的根节点是数组下标的第一个节点。 Node<K,V> xpn = xp.next; TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn); if (dir <= 0) xp.left = x; else xp.right = x; xp.next = x; x.parent = x.prev = xp; if (xpn != null) ((TreeNode<K,V>)xpn).prev = x; moveRootToFront(tab, balanceInsertion(root, x)); return null; } } } 上面我对红黑树的插入做了介绍，现在把欠的两个知识点说了。
第一个知识点：comparableClassFor方法，源码如下：
static Class<?> comparableClassFor(Object x) { //首先就判断是否实现了Comparable接口，如果没有实现直接返回null if (x instanceof Comparable) { //走到这一步：说明key实现了Comparable接口。 1）ParameterizedType：代表的是Comparable接口泛型的类型，例如Comparable,则代表是字符串。 Class<?> c; Type[] ts, as; Type t; ParameterizedType p; if ((c = x.getClass()) == String.class) // bypass checks //首先判断以下key是否为字符串，我们知道字符串String也实现了Comparable接口 return c; if ((ts = c.getGenericInterfaces()) != null) {//获取key所实现的接口 for (int i = 0; i < ts.length; ++i) { 1)判断Comparable实现了泛型 2）判断泛型参数要实现Comparable接口 3）判断泛型要等于key的Class类。 if (((t = ts[i]) instanceof ParameterizedType) && ((p = (ParameterizedType)t).getRawType() == Comparable.class) && (as = p.getActualTypeArguments()) != null && as.length == 1 && as[0] == c) // type arg is c return c; } } } return null; } 举例如下：
public class ComparableClassForTest{ public static void main(String[]args){ System.out.println(comparableClassFor(new A())); System.out.println(comparableClassFor(new B())); System.out.println(comparableClassFor(new C())); System.out.println(comparableClassFor(new D())); System.out.println(comparableClassFor(new F())); } } class A{} class B implements Comparable{} class C implements Comparable{} class D implements Comparable{} class F extends C{} 其中comparableClassFor和HashMap中的相同，省略，那么会出现什么结果呢 1：new A():返回null,因为A未实现Comparable接口 2：new B():返回null,因为泛型Object不是B 3：new C():返回C 4：new D():返回null,因为泛型Object不是B 5：new F():返回null,F是C的子类 所以综上所属：要使comparableClassFor方法不返回null,必须满足如下：
1：key必须实现Comparable接口 2：Comparable的泛型T.class==key.class 通过上面的学习，相信大家明白了comparableClassFor方法的作用了吧。
第二个知识点：红黑树的修复：balanceInsertion，通过我对红黑树的解析，下面的代码读起来就容易的多了，源码如下：
static <K,V> TreeNode<K,V> balanceInsertion(TreeNode<K,V> root, TreeNode<K,V> x) { //默认插入红黑树的颜色为红色 x.red = true; for (TreeNode<K,V> xp, xpp, xppl, xppr;? { if ((xp = x.parent) == null) { //走到这一步：说明插入x前是一颗空树，符合我们在红黑树这一篇文章所说的情景1，解决方法：只需要更改颜色即可 x.red = false; return x; } else if (!xp.red || (xpp = xp.parent) == null) //走到这一步：说明节点x的父节点xp的颜色为黑色，此时符合情景2：不违背红黑树的特性，不需要修复。 return root; if (xp == (xppl = xpp.left)) { //走到这一步：说明节点x的父节点和叔叔节点都存在，且都为红色，符合情景3：父节点xp和叔叔节点u都存在，且都为红色，解决方案：xp.red=false,u.red=false,xpp.red=true. if ((xppr = xpp.right) != null && xppr.red) { xppr.red = false; xp.red = false; xpp.red = true; x = xpp; } else { //走到这一步：说明符合情景4，通过左旋 if (x == xp.right) { root = rotateLeft(root, x = xp); xpp = (xp = x.parent) == null ? null : xp.parent; } if (xp != null) { xp.red = false; if (xpp != null) { xpp.red = true; root = rotateRight(root, xpp); } } } } else { if (xppl != null && xppl.red) { xppl.red = false; xp.red = false; xpp.red = true; x = xpp; } else { if (x == xp.left) { root = rotateRight(root, x = xp); xpp = (xp = x.parent) == null ? null : xp.parent; } if (xp != null) { xp.red = false; if (xpp != null) { xpp.red = true; root = rotateLeft(root, xpp); } } } } } } 如果大家熟悉了红黑树的修复方法，上面的代码很容易读懂
第五步：第三步和第四步都不符合，接下来判断此下标形成的链表结构是否存在此key,如果存在且onlyIfAbsent=false,则直接覆盖，如果不存在，则直接添加到链表 else { //走到这一步：说明要查找链表了。 for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { //走到这一步：说明查询到链表的末尾了也没有找到符合的，所以需要新建一个Node, p.next = newNode(hash, key, value, null); if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st //走到这一步：表明链表的长度已经到了阀门，TREEIFY_THRESHOLD=8.为了查找性能，需要把链表转换成红黑树了，treeifyBin()方法就是干这件事的，稍后分析此方法。 treeifyBin(tab, hash); break; } if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) //走到这一步：说明链表中存在此key，直接跳出循环 break; //走到这一步：继续查找链表 p = e; } } 上面的代码总结如下：
1：从链表头结点开始查找，如果查找到了key则直接跳出循环 2：如果查找到链表的末尾都没有查找到，则将新插入的key-value封装成Node,放到链表的末尾。然后判断链表的长度是否到了红黑树的阀门，如果到了，就需要把链表变成红黑树。 下面我们来分析treeifyBin()方法的源码，如下：
final void treeifyBin(Node<K,V>[] tab, int hash) { int n, index; Node<K,V> e; if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY) //走到这一步：说明当链表长度达到阀门时，它并没有急于把链表直接转换成红黑树， 而是判断以下数组的长度是否小于MIN_TREEIFY_CAPACITY(值为64)，如果小于，则进行扩容。 resize(); else if ((e = tab[index = (n - 1) & hash]) != null) { //走到这一步：说明就开始链表到红黑树的转化了。 1）首先从链表首部循环到链表尾部，把Node转换成TreeNode。 2）将转换的第一个TreeNode节点tl放到数组的index下标中。然后调用TreeNode的treeify方法将其转换成红黑树。treeify的代码非常的简单，请自行观看。 TreeNode<K,V> hd = null, tl = null; do { TreeNode<K,V> p = replacementTreeNode(e, null); if (tl == null) hd = p; else { p.prev = tl; tl.next = p; } tl = p; } while ((e = e.next) != null); if ((tab[index] = hd) != null) hd.treeify(tab); } } 第六步：如果已存在key,则通过参数onlyIfAbsent判断是否覆盖老值 if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; }
第七步：判断是否扩容 ++modCount; if (++size > threshold) resize(); 本篇文章详细介绍了HashMap的put方法，总结如下：
1：首先判断数组是否被初始化，如果没有初始化则调用扩容的方法resize，进行初始化。 2：获取数组下标:index=(n-1)&hash，并赋值p=tab[(n-1)&hash] 3:如果p==null,则说明此下标index还没有任何的值，所以直接把key-value封装成Node放到数组中。 4：如果p!=null,说明此下标index已经有值了，要么是链表，要么是红黑树 4.1:如果是红黑树则直接调用putTreeVal方法，如果红黑树上已经存在key则直接覆盖，如果不存在key则把新节点插入到红黑树，并对红黑树进行修复 4.2：如果是链表，则进行循环链表，如果链表中已经存在key，则这接覆盖，如果不存在，则添加到链表的尾部，然后判断链表是否达到了转变红黑的阀门，如果到了，直接链表到红黑树的转变 4.3：从链表到红黑树的转变，HashMap中会首先判断数组的长度是否大于64，如果小于则调用resize()进行扩容，如果大于则进行链表到红黑树的转变。 5：通过上面的操作，如果HashMap中存在将要插入的key,通过参数onlyIfAbSent判断是否覆盖旧值，如果onlyIfAbSent=true则覆盖，否则则不覆盖 6：如果HashMap中不存在将要插入的key,则插入，插入后需要判断是否需要扩容，如果需要则调用resize()方法进行扩容。
还有就是这我总结出了一些架构视频资料和互联网公司java程序员面试涉及到的绝大部分面试题和答案做成了文档和架构视频资料还有完整高清的java进阶架构学习思维导图免费分享给大家（包括Dubbo、Redis、Netty、zookeeper、Spring cloud、分布式、高并发等架构技术资料），希望能帮助到您面试前的复习且找到一个好的工作，也节省大家在网上搜索资料的时间来学习。 料领取方式：加群：374308445填写【 资料】即可免费获取！！！ 如果您喜欢本文章，可以点击关注，每天将有更多精彩文章与您分享！
