知其然也要知其所以然，很多人講 hashmap 都是看下原始碼，分析下，然後知道了什麼拉鍊法，桶，紅黑樹，看了一圈，好像懂了，又好像沒懂。本著死苛的精神，我來嘗試談下我對 hashmap 理解，個人只見，有錯誤之處，歡迎批評指出。
為什麼要設計 hashmap？
map 我們都很好理解，就是 key，value 的容器。用來儲存和獲取以鍵值對存在的資料結構。比如統計每個人有多少 money：
張三100
李四90
王二80
按照正常的簡單需求，我們一般對需要資料進行增刪改查，無論是增、刪、改、查，在計算機中對資料訪問最重要的是更快的查到資料正確的儲存位置。怎樣來設計這種key、value 資料結構的儲存，使得增刪改查都比較高效呢？下面我們就來整理思路，並嘗試理解 hashmap 的設計思路及實現細節。
首先，我們針對上面的資料實體抽象出乙個實體類
class entry按照上面的儲存方式，給定 key 值，我們想要查詢乙個 entry，需要對比遍歷看 key 值是否相等，才能查到。顯然 map 用這兩種方式實現都是很低效的。
理想狀態下，我們想要實現的是給定 key 值，就能直接得到儲存位置，這樣查詢效率就很高。要想實現這樣的目的，很顯然，key 值要和具體的位址產生對應關係。而這種對應關係，就是 hash 函式。那麼怎麼來構造這種對應關係呢？
因為鏈式儲存即使知道儲存的相對位置也許要多次查詢，所以這種實現必然是和順序儲存相關的。
所以，我們可以這樣設計對應關係：
首先任意長度的字串行都能由固定的 hash 演算法生成一串 hashcode ，所以每個 key 都有自己的 hashcode。我們把這個 hashcode 看做乙個二進位制數。當然這些二進位制數很大，要想使他們對映到乙個連續的較小的順序儲存的下標，最簡單的辦法就是對這些數求餘數啦。
假設：張三的 hashcode = 101000111000（二進位制）
李四的 hashcode = 100000001101（二進位制）
王二的 hashcode = 100000111110（二進位制）
為了方便求餘計算，hashmap 容量為 100（二進位制）
得出：張三：100000001101%100 = 0
李四：100000001101%100 = 1
王二：100000111110%100 = 2
所以hashmap 中這三個 entry 的儲存圖如下：
這樣的資料結構就滿足了高效率的要求。根據 key 的 hashcode 進行求餘就可以找到對應 hashmap 中的位置進行增刪改查了。
現在還存在這樣乙個問題，如果劉五有 70 塊錢，這個資料我們也想存進 hashmap：
劉五的 hashcode = 111110111101 對 100 求余得 1，可是1 的位置已經存入了李四的資料，這時候該怎麼辦呢？
這種情況，其實就是 hash 碰撞，又叫 hash 衝突。我們把求餘看做是 hash 函式的計算公式，只要存入的資料多於 hashmap 的容量，就必然有重複，必然有衝突。其實就算乙個很大的 hashmap，只存入兩個entry，也有衝突的可能（hashcode 餘數相同）。
針對這種 hash 碰撞，我們該如何處理呢？其實也很好解決，可以用下圖的方式解決：
這就是拉鍊法，先根據 key 的 hashcode 進行求餘，得到陣列下標，然後再比較 key 值，確定要增刪改查的 entry，這也就意味著entry 的資料結構需要再增加乙個 next 指標：
class entry首先來看 hashmap 的建構函式：
public hashmap(int initialcapacity, float loadfactor)loadfactor 載入因子
hashmap 建立的時候可以設定乙個初始容量（沒有設定則預設為 16），上面我們已經講了，這個容量是用來求餘計算桶下標的。如果容量過小，而儲存的資料過多，就會出現大量的碰撞：
如上圖：桶 1 的位置已經有 5 個 entry 了。如果容量小，而要存的資料多，可能會有更長的鍊錶，這時如果要操作鍊錶尾端的 ccc就會大大降低 hashmap 的效率。所以必需對這種情況進行處理，處理方法：
當 hashmap 儲存的 entry 多於某個臨界點時，就要對 hashmap 進行擴容。這個初始預設臨界點就是
initialcapacity * loadfactor
loadfactor 預設取值是 0.75，下面是 hashmap 判斷擴容的**：
final v putval(int hash, k key, v value, boolean onlyifabsent,
boolean evict)
++modcount;
if (++size > threshold)
//當容量大於臨界值，進行擴容
resize();
afternodeinsertion(evict);
return null;
}final node resize()
else if ((newcap = oldcap << 1) < maximum_capacity &&
oldcap >= default_initial_capacity)
//臨界值變為原來的兩倍，容量也變為原來的兩倍，臨界值依然是 容量*載入因子
newthr = oldthr << 1; // double threshold
}else if (oldthr > 0) // initial capacity was placed in threshold
newcap = oldthr;
else
if (newthr == 0)
threshold = newthr;
@suppresswarnings()
node newtab = (node)new node[newcap];
table = newtab;
if (oldtab != null)
return newtab;
}
容量選擇：hashmap 容量選擇都是 2 的 n 次方。
因為每次擴容，都要重新計算餘數，再一次整理 hashmap 裡的桶和鍊錶，會有較大的效能開銷。選2 的 n 次方，是為了進行位運算，提高效率。
對 2 的 n 次方求餘可以用 & 進行位運算，這個很簡單不再展開。
關於紅黑樹： 1.8 引入紅黑樹，不過是對上面拉鍊法的補充。
如果某個桶上的鍊錶過長，也就是好多個 key 的 hashcode 求餘得到的位置指向同乙個桶，會導致針對這個桶鍊錶的操作效率會大大降低，為了改善這種情況引入了紅黑樹，當鍊表節點大於 7 個時，把鍊錶結構轉化為紅黑樹結構，來降低查詢的開銷。紅黑樹只是平衡二叉樹的一種實現，其目的就是減少查詢層級，優化極端情況下的查詢速度。這裡理解其優化思想即可，不再深究。
最後，hashmap 圖（懶得畫了，網上找的，侵刪）
HashMap實現原理
hashmap 的get 方法 呼叫get方法返回entry public v get object key getentry方法 final entrygetentry object key 對key int hash key null 0 hash key for entrye table in...
HashMap實現原理
資料結構中有陣列和鍊錶來實現對資料的儲存，但這兩者基本上是兩個極端。陣列儲存區間是連續的，占用記憶體嚴重，故空間複雜的很大。但陣列的二分查詢時間複雜度小，為o 1 陣列的特點是 定址容易，插入和刪除困難 鍊錶儲存區間離散，占用記憶體比較寬鬆，故空間複雜度很小，但時間複雜度很大，達o n 鍊錶的特點是...
HashMap實現原理
public v put k key,v value 如果i索引處的entry為null，表明此處還沒有entry。modcount 將key value新增到i索引處。addentry hash,key,value,i return null 從上面的源 中可以看出 當我們往hashmap中put...