http://www.Sina.com/http://www.Sina.com /
下图是HashMap的源代码，可以看到它继承自AbstractMap，实现了Map、Cloneable和Serializable接口。 列出了一些默认值。
在此，称为modCount的属性值，是HashMap的内部结构发生变化(内部结构，复盖相同的key，put )一个value的原始值不是结构的变化)的次数，主要是在反复的迅速失败中
threshold判断HashMap的最大容量，Threshold=(int ) ) capacity * loadFactor )；
加载因子：哈希表中的实际元素数/哈希表容量。
这是测定哈希表空间的使用度，负荷因子越大表示哈希表的装填度越高(装满行李)，使用链表法的哈希表空间的利用越充分，检索时间越长，效率越低越小，结论就越与大相反。
Entry是HashMap的静态内部类，从上面可以看到，Entry是承载key-value的值，缺省表是Entry数组。 看看Entry的源代码吧。
1、什么是HashMap？以下是对应的小栗子：
1、
映射，String map2=new HashMapString，String (；
stringR2=map2.put(null，null )；
system.out.println('R2'R2 )；
string R3=map2. get (空)；
system.out.println('R3'R3 )；
stringR4=map2.put(null，' 32 '；
system.out.println(R4 ) R4；
输出结果： R2空值
R3空值
R4空值
2，
3、由此可见，hashmap的hash方法如果key为空则缺省为0，否则key取hashcode异或运算h，无符号地向右移位16位
HashMap通常提起他，我们想到的就是键值对方式存储（key-value型式），可以接收null键值和null值。基于Map接口的非同步实现（也就是线程不安全），并不保证映射的顺序，特别不保证这个顺序恒久不变jdk的1.8和更低版本以及1.8和更高版本HashMap的数据结构略有变化。 这里主要介绍1.8以前的数据结构。 put时如果key传入为null,那么value一定会为null，无论value输入什么.并且map.put()/get()的返回值是value的类型，并且当存入空的时候为hashmap中数组第一位。由上面给出的属性源代码可以看出，HashMap是这样的数据结构。 (table数组，Entry类是存储Key-value的链表的节点。 )拉链法)也称为链表数组。
在2、HashMap的数据结构是什么样的呢？中，默认值增加了树的默认值，Entry类更改为Node，但类的内容没有更改。
然后，添加TreeNode节点，从链接的HashMap继承，链接的HashMap从HashMap继承。 TreeNode的内容如下所示。
红黑树是一种自平衡二叉搜索树。 其统计性能优于二叉树(AVL树)的平衡。 该树结构从根节点开始，左边的子节点小于它，右边的子节点大于它。 每个节点都符合这个特性，所以容易查找，是很好的数据结构。 但是，存在容易偏向某一方的问题。 这样就像链表结构，失去了树结构的优点，搜索时间也变差了。 (在此详细介绍此结构后，我们将打开数据结构列。)
阅读源代码时，您会发现树比链表占用了更多的空间。 8后，你决定如何使用这两种数据结构吗？
1、如果一个内部表的索引超过8个节点，链表将转换为红黑树
2、内部表索引小于6个节点时，树返回链表
主要是数组+链表的结构
平均查找长度为8/2=4，这才有转换为树的必要。链表长度如果是小于等于6，6/2=3，虽然速度也很快的，但是转化为树结构和生成树的时间并不会太短。还有选择6和8，中间有个差值7可以有效防止链表和树频繁转换。假设一下，如果设计成链表个数超过8则链表转换成树结构，链表个数小于8则树结构转换成链表，如果一个HashMap不停的插入、删除元素，链表个数在8左右徘徊，就会频繁的发生树转链表、链表转树，效率会很低。 3、HashMap的工作原理它的原理就是Hashing原理。在上一部分我们讲到了HashMap的数组结构，每添加(put())或是获取(get())都是向每个数组位（array[i]）对应为一个bucket里的Entry中添加键值对。而通过hashCode()得出一个hash值来算出bucket(水桶)的位置来进行存取（这里的运算都是位运算）。
4、HashMap的存取 1、存入主要是put()方法：可以从上面源码看出在put时，根据hash值来确定存放数组的索引位置。如果该位置上已经存放了Entry那么，那么将会以链表的形式存放键值对，原来的Entry放在next进行链接，及新加入的放链头，原来的放链尾。如果该位置上没有Entry则直接存放到对应的数组索引的位置上。
2、取出get()方法：从源码上可以看出get()也是先算取key的hash值，然后找到hash值对应的索引，看是否有链表，若有则看是否和链表中Entry的key是否相等，相等则equals()取value值。实际上就是将key-value看成一个整体Entry，来用hashCode()来查找hash值，如果有链表就判断链表，没有链表就直接取对应的数组索引。
3、扩容resize()(rehash)方法： 5、HashMap的一些问题思考 1、什么时候会出现扩容呢？
源码上addEntry是size大于threshold时开始调用resize()方法。也就是HashMap中，数组元素超过了数组阀值的时候就重新扩容，以降低实际的负载因子。(threshold>capacity*loadfactor)默认的的负载因子 0.75是对空间和时间效率的一个平衡选择。当容量超出此最大容量时， resize后的HashMap 容量是原容量的两倍。
2、HashMap容量一定为2的幂呢？首先，我们希望元素存放的更均匀，最理想的效果是每个bucket中存放一个Entry（key-value）。这样查询的时候效率高，不需要遍历链表，也不需要equals去比较链表中的key的内容。而且，这样空间利用率最大，时间复杂度最优。因为HashMap的底层数组的长度为2^n次方，不同的key算得的index的相同几率较小，数组上分布就比较均匀，也就是碰撞几率小，相对查询时效率会高。
假设：数组长度为32时，即为2的n次方时，2n-1得到的二进制数的每个位上的值都为1，这使得在低位上&时，得到的和原hash的低位相同，加之hash(int h)方法对key的hashCode的进一步优化，加入了高位计算，就使得只有相同的hash值的两个值才会被放到数组中的同一个位置上形成链表。
3、Hash冲突（碰撞）及解决Hash冲突的方法？hash冲突就是当hash值相同,此时他们确定的索引位置相同，这时他们的key如果不相同，则为hash冲突。
解决hash冲突的办法：
通常有：1、开放定址法 （基本思想是通过一个探测算法，当某个槽位已经被占据的情况下据需查找下一个可以使用的槽位）。
2、再哈希法（基本思想是同事构造多个哈希函数，当函数1冲突时，再用下一个方法计算，直到冲突不再产生）。这种方法不已长生聚焦，但增加计算时间。
3、链地址法（基本思想是将相同的hash值的对象组成一个成为同义词链的单链表，并将单链表的头指针存在哈希表的这个hash值中）。适用于经常插入和删除。
4、建立公共溢出区（将哈希表分为基本表和溢出表两部分，凡是发生冲突的都放在溢出表中）。
Java.until.HashMap就是采用链表法的方式。当发生碰撞，对象将会存储在LinkedList的下一结点中。HashMap在每个LinkedList节点中存储键值对对象。
4、重新调整HashMap大小存在的问题HashMap数组扩容后很消耗性能：原数组中的数据必须重新计算其出现在新数组中的位置，并存储进去。
在多线程下，HashMap扩容后可能会产生条件竞争（race condition）。如果两个线程都发现HashMap需要重新调整大小，他们会同时试着调整大小，在调整大小的过程中，存储在LinkedList中的元素次序会反过来，因为移动到新的bucket位置的时候Hashmap并不会将元素放在LinkedList的尾部，而是放在头部，这是为了避免尾部遍历（tail traversing）。如果条件竞争产生，就会出现死循环。
5、Fail-First机制java.util.HashMap 不是线程安全的，因此如果在使用迭代器的过程中有其他线程修改了 hashmap，那么将抛出 ConcurrentModificationException，这就是所谓 fail-fast 策略。
在迭代过程中，判断 modCount 跟 expectedModCount 是否相等，如果不相等就表示已经有其他线程修改了 Map，则会抛出异常，下图是源代码：
解决办法：
1、在遍历过程中所有涉及到改变modCount值得地方全部加上synchronized或者直接使用Collections.synchronizedList，这样就可以解决。但是不推荐，因为增删造成的同步锁可能会阻塞遍历操作。
2、使用CopyOnWriteArrayList来替换ArrayList。推荐使用该方案。
6、为什么String, Interger这样的wrapper类适合作为键？因为他们由final修饰，使用不可变类就能保证hashCode是不变的，而且重写了equals和hashcode方法，避免了键值对改写。如果两个不相等的对象返回不同的hashcode的话，那么碰撞的几率就会小些，提高HashMap性能。