如果说String是我们用得最多的数据类型，那么HashMap绝对算得上是用得最多的数据结构了。
HashMap map = new HashMap(4),我们往map里不断put你有没有想过这个map里装不下数据了怎么办？我们执行get方法好像性能还挺快，这是为什么？
HashMap的底层核心数据结构
HashMap底层核心数据结构是数组，数组里的数据类型是HashMap.Node，既然是数组那么就有个数组长度的概念。阿里Java开发规范里要求在构造HashMap时要指定初始化数组的长度，new HashMap(4)这个4就是数组的初始数组长度。如果你不指定的话，默认是长度是16。HashMap.Node是个单向链表，画一张图来看下HashMap整体的数据结构是个什么样的。
JDK8之后做了优化，当链表长度大于8以后将变成红黑树，后文hash碰撞带来性能问题里会讲到。
put方法执行逻辑
我们执行put方法，比如put("张三","很高")
会先计算张三这个key的hash值；然后将hash值与数组长度进行取模，取模后的值就是数组里的元素对应的索引index；如果数组对应index位置还没有元素，那么直接构建一个HashMap.Node对象封装“张三”和“很高”放入该数组的index位置；如果index位置已经有元素存在，那么比较将要put进入的元素的key值计算出来的hash值与已经存在的元素的key对应的hash值是否相同；如果相同则更新该HashMap.Node对象的value值，如果不相同，则构建一个HashMap.Node对象，并将其放入单向链表的尾部。get方法执行逻辑
我们执行get方法，比如get("张三")，
也会先对张三这个key计算hash值；然后将hash值对数组长度进行取模，定位到数组中的一个元素；如果该数组元素只有一个HashMap.Node节点，则直接将其value返回；如果该数组元素存在多个HashMap.Node节点，则遍历由HashMap.Node组成的单向链表，找出key与传入的key相等的(“张三”)HashMap.Node并将其value返回。什么是hash碰撞问题，如何解决
需要明确的一点是，hash碰撞是无法避免的，使用hash算法只可能尽量地产生hash碰撞的几率。
在HashMap中，当多个key计算出的hash相等时，实际上会在计算出的数组元素的位置维护一个单向链表，当链表长度越长，执行get操作的性能就越差，最坏的情况是需要将整个链表都遍历一遍才能获取到目标值，其时间复杂度位O(n)。
对此，HashMap用红黑树进行了优化。当执行put操作时，当链表中的元素大于8个时，会将当前需要执行put操作的元素放入链表后，将该链表转化为红黑树。转化过后其指定get操作时的时间复杂度为O(log n)，相较于链表的O(n)有所提升。
JDK8对HashMap的hash算法和寻址算法优化
HashMap的hash算法和寻址算法之间存在一定的联系，寻址算法是通过hash值在底层数组中快速定位到一个具体的数组元素。看下JDK8后的算法是怎样的
1、hash算法：(h = key.hashCode()) ^ h >>> 16
先将初始hash右移16位，将初始hash值的高16位与低16位对齐；接下来是对初始hash值和右移16位后的hash值进行异或运算。目的是让计算出来的hash值的低16位同时包含初始hash值高低16位的特征，为寻址算法提供一个尽可能完美的基础值。这是HashMap开发者对大部分场景下数据存取量不会超过65536个而作出的考量。
2、寻址算法：(n - 1) & hash
我们采用对照实验的方式，分别提供两个初始hash值和两个hash算法优化后的hash值，对其执行寻址算法的运算。默认情况下HashMap中数组的大小为16，因此这里设n=16。
实验结果分析：从实验数据来看，两个初始hash值仅在第17位存在差异；从实验结果来看，采用寻址算法对两个初始hash值进行运算后得出了相同的结果，原因是，这两个初始hash值的低16位完全相同，导致在与(n-1)的二进制码进行与运算时，第17位的差异被忽略了。需要注意的是，在大多数应用场景下，(n-1)的值不会大于65536，即低16位能表示的元素总量。而使用hash算法优化后的hash值进行运算，由于低16位中同时包含了初始hash值高低16位的特征，因此与(n-1)的二进制码进行与运算后，二者的计算结果不相同。
实验结论：优化hash算法的出发点，是考虑到大多数场景下寻址算法中的(n-1)都不会大于65536，换而言之，大多数场景下hash值与(n-1)的二进制码进行与运算，都是在低16位中(意味着大多数情况下，高16位全是0，这时候不论hash值的高16位是什么，与运算的最终结果也只会是0)。因此，需要想办法，避免hash值高16位中的差异被忽略的情况，而HashMap中的解决方案，便是将初始hash值右移16位，并与初始hash值执行异或运算，让hash值的低16位中同时包含高低16位的特征。
3、hash算法和寻址算法的优化总结
hash算法通过将初始hash值右移16位，并与初始hash值执行异或运算，使优化后的hash值的低16位中同时包含初始hash值高低16位的特征，避免了初始hash值的高16位在于(n-1)的二进制码执行与运算时被忽略的情况，根本目的在于降低hash碰撞的几率；用"(n-1)&hash"替代取模运算，因为与运算的效率远高于取模运算，目的是提升寻址性能；如何进行扩容
HashMap的构造函数里有个叫装在因子的参数loadFactor，它默认值是0.75。
HashMap的底层的数组默认长度是16，当数组中的元素值达到一定的阈值(16*0.75=12)的时候便会触发2倍扩容，具体操作是创建一个新数组，其容量是原数组的2倍，并将原数组中的元素拷贝到新数组中。
在执行拷贝之前，会执行rehash操作，重新计算数组元素在新数组中的位置。具体操作为：
如果数组元素中只有一个Node节点，则直接对该Node节点执行"e.hash&newCap-1"重新计算其在新数组中的位置；如果数组元素中包含多个Node节点，且该数组元素为红黑树，则将树上的节点执行rehash之后根据hash值放到新数组中。如果重新分配位置后，新的红黑树的节点数量小于等于6，则将红黑树转化为链表；如果数组元素中包含多个Node节点，且该数组元素不是红黑树，则对这多个节点进行遍历，通过"e.hash&oldCap"进行运算，判断节点在新数组中的位置是否与现位置相同，该操作将该数组元素中的多个节点分为了两部分，一部分在新数组中的位置与之前相同，一部分在新数组中的位置为"原位置+oldCap"。e.hash&oldCap操作的意义
这步操作的意义在于，判断节点hash值的高一位的二进制码是否为1，只有该二进制码为1的时候，进行寻址运算时位置才可能发生变化。因此只要出现"n&hash != 0"，就意味着原有hash进行寻址算法运算时的结果值发生了变化，即该节点在新数组中的位置会发生变化。
为什么部分节点在新数组中的新位置是"原位置+oldCap"
这意味着，在节点hash值不变的情况下，执行"(n-1)&hash"运算，其结果只是在原有计算结果的基础上加高一位二进制码代表的值，如第5位二进制码代表16(即原容量的值)。即"原位置+oldCap"。
