每个学生都有学号、姓名、年龄、身高等信息，其中学号是学生的唯一标识，要把学生存储起来，并可以通过学号快速查找。
我们很自然的想到数组（ 数组支持按照下标随机访问，时间复杂度O(1) ），将这些学生的信息放到数组里，但是我们又怎么通过学号从数组里查找到该学生的信息呢？
如果可以把学号映射到数组里的一个索引位置，这样我们就可以根据学号找到索引位置，进而查到学生的信息。这个映射函数叫做散列函数，存放记录的数组叫做散列表。
散列函数
下面的hash函数用key的哈希码值对数组大小取余，来锁定数组的位置。
// 哈希函数必须把关键字的范围压缩到数组的范围，用取余操作来完成
public int hashFunc(String key) {
return key.hashCode() % arraySize; // hash function
}
散列冲突
如果不同的key经过hash函数，命中了数组的同一个索引位置，那怎么办？
再好的hash函数也无法避免散列冲突，常用的散列冲突解决方案有开放地址法和链地址法。
开放地址法
开放地址法的思想就是当前索引有冲突了，那么我就根据一定的规则找到其他空闲的索引位置。最简单的方式就是，每次当前索引+步长（比如1），向下查找，直到找到空闲的位置，当然也可以每次hash的时候改变步长。查找的时候也是每次当前索引+步长（比如1），向下查找，直到遇到空闲位置。这里值得注意的地方是，删除的时候，不能直接将该索引位置变为空闲位置，否则会导致查找算法失效。所以删除的时候给该索引一个标志，比如deleted。
除了采用步长的方式，还可以采用多次hash的方式，比如hash1（key），hash2（key），hash3（key）..... 直到找到空闲的位置。
开放地址法这种方式，不适合存储大量的数据，因为数据多了，造成hash冲突的概率就大，就会很容易填满数组，影响效率。
jdk内部ThreadLocal.ThreadLocalMap采用了这种方式解决hash冲突。
链地址法
链地址法的思想是如果有冲突了，就将当前的元素转换为1条链表。如果链表达到一定的长度，比如8，这时候链表查询效率会下降，此时可以将链表转为其他比较合适的数据结构，比如红黑树。HashMap就是采用的这种方式解决hash冲突。
装载因子
当数组的空闲位置不多的时候，散列冲突就会频繁发生，为了保证散列表的效率，当占用的索引位置达到一定的比例后，我们就需要对数组进行扩容。这个比例就是装载因子。
散列表的装载因子 = 填入表中的元素个数 / 散列表的长度
装载因子越大，说明空闲位置越少，冲突越多，散列表的性能会下降。
HashMap
HashMap 是java 集合中实现的工业级散列表。
重要字段
负载因子,默认为 0.75（默认值是空间和时间效率的一个平衡选择，建议不要修改），threshold = length（数组容量） * loadFactor，当数组占用的索引位达到threshold时，就会进行扩容。
static final float DEFAULT_LOAD_FACTOR = 0.75f; //默认的负载因子
final float loadFactor; //负载因子
int threshold; //负载因子阈值默认的初始化容量，new HashMap<>()如果不指定容量默认就是16 。如果事先知道HashMap里存储的元素数量，最好指定大小，元素数量要小于threshold，否则可能会导致频繁扩容，影响性能。
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
当我们通过构造函数指定了一个容量，HashMap会通过tableSizeFor方法计算一个比initialCapacity大的一个最小的2^n。 比如传入10，容量会是16
public HashMap(int initialCapacity, float loadFactor) {
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);
}
存储到HashMap中元素的数量
transient int size;
HashMap中的数组，存储的元素是Node，Node是静态内部类，hash用来定位当前索引位置，next指向下一个节点（如果有Hash冲突，变成链表）。
transient Node<K,V>[] table;
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}如果索引位置的链表长度超过8，就会转为红黑树，节点就会变成TreeNode，TreeNode是Node的子类。
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
hash函数
在hashCode值的基础上又进行了一步运算，获取一个hash值。如果key为null，则返回0，否则返回(h = key.hashCode()) ^ (h >>> 16)。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}然后根据 hash函数计算的值对数组的长度取模，但是这里并没有用%这种方式，而是采用位与运算的方式。下面的n为数组的长度。
(n - 1) & hash
位运算是直接在内存中进行，有更好的性能，但是位运算只能用于除数是2的n次方的数的求余。
X % 2^n = X & (2^n - 1)
简单提一下：X / 2^n 是 X >> n，那么 X & (2^n - 1) 就是取被移掉的后 n 位，也就是 X % 2^n。
那么(h = key.hashCode()) ^ (h >>> 16) 这个操作是为了什么呢？
h = key.hashCode(): 11110000 00100000 10111010 10011111
异或: ^
h >>> 16: 00000000 00000000 11110000 00100000
=
hash值: 11110000 00100000 01001010 10111111
该函数的做法就是将hash值的高16位与低16位进行异或操作，使新值的低16位混合了高位信息和低位信息。在数组长度不大的情况下（比如16），高位信息也可以影响落到数组索引的位置。如果不进行这种扰动操作的话，只有低16位才会影响落到数组索引的位置。
hash值: 11110000 00100000 01001010 10111111
& 00000000 00000000 00000000 00001111
= 00000000 00000000 00000000 00001111
put方法
从put方法可以看出，HashMap通过i = (n - 1) & hash的方式计算在table数组中的索引位置，然后如果当前位置存在元素，则转为链表，如果链表超过了TREEIFY_THRESHOLD，则将链表转为红黑树。
public V put(K key, V value) {
//hash(key)计算key的hash值
return putVal(hash(key), key, value, false, true);
}
/**
* Implements Map.put and related methods
*
* @param hash hash for key
* @param key the key
* @param value the value to put
* @param onlyIfAbsent if true, don't change existing value 如果为false 新值替换旧值
* @param evict if false, the table is in creation mode.
* @return previous value, or null if none
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// tab为空则创建 ，resize()初始化和扩容的方法
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//计算在索引的位置,并且当前索引的元素为null
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null); //创建节点
else { //当前索引的位置不为null
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))//如果索引位的key相同，则表示同一个元素
e = p;
else if (p instanceof TreeNode)//如果是 TreeNode说明是红黑树，需要将节点添加到红黑树上
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {//循环遍历链表
if ((e = p.next) == null) {//到达链表的尾部
p.next = newNode(hash, key, value, null); // 添加元素
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st 如果链表的长度超过TREEIFY_THRESHOLD ，则转为红黑树。
treeifyBin(tab, hash); //
break;
}
//如果链表里的元素和要插入的元素hash 和key一样，跳出循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 超过最大容量，进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
扩容resize方法
从下面的扩容方法，可以看出，HashMap的table的长度始终是2^n。
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
//table不为空，表明已经初始化过了
if (oldCap > 0) {
//容量已达到最大值，不再扩容，阈值调至最大
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//按旧容量和阈值的二倍计算新容量和阈值
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//table未被初始化，将threshold 的值赋值给 newCap
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//table未被初始化，设置容量为默认容量，阈值为容量和负载因子的乘积
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//重新按照公式计算阈值
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
//创建新的桶数组，完成初始化
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//下面的操作主要是元素迁移的新的数组中
if (oldTab != null) {
//遍历桶
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//桶中存在键值对
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//桶中只存在一个键值对，计算哈希值放入新的哈希表的桶中
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//如果是树形节点，对红黑树进行拆分
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//遍历链表，按原顺序分组
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//映射至新桶
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
HashMap实战
从put方法的源码 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) 可以看出HashMap是根据key的hashCode方法和equals方法来判断新添加的元素和原有位置的元素是否是同一个元素。所以如果是对象作为key的话，要重写hashCode和equals方法。
HashMap hm = new HashMap();
hm.put(new People("zs", 22), 22);
public class Person {
private String name;
private int age;
public Person(String name, int age) {
super();
this.name = name;
this.age = age;
}
@Override
public int hashCode() {
return name.hashCode();
}
@Override
public boolean equals(Object obj) {
if (this == obj)
return true;
if (obj == null)
return false;
if (getClass() != obj.getClass())
return false;
Person other = (Person) obj;
if (name == null) {
if (other.name != null)
return false;
} else if (!name.equals(other.name))
return false;
return true;
}
}
HashMap并不是线程安全
从上面put方法的源码可以看出，如果当多个线程同时读取到数组的某个索引位置为null，然后给该位置赋值，一个线程给该位置赋值了一个Node对象,后面的线程就会覆盖掉前面的线程赋值的数据。同样在链表插入的过程和红黑树插入的过程，都会存在并发问题。
这时候就需要使HashMap的方法变成同步的map
Collections.synchronizedMap(map);//使map的所有方法都加上synchronized，调用的时候都要先获取同一把锁。
或者使用ConcurrentHashMap（采用Node + CAS + Synchronized来保证并发安全，性能好）。
除了上面两种方式，还有一种写时复制的思想，读的时候不加锁，写的时候加锁。
public class CopyOnWriteMap<K, V> implements Cloneable {
private volatile Map<K, V> internalMap;
public CopyOnWriteMap() {
internalMap = new HashMap<K, V>();
}
public V put(K key, V value) {
synchronized (this) {
Map<K, V> newMap = new HashMap<K, V>(internalMap);
V val = newMap.put(key, value);
internalMap = newMap;
return val;
}
}
public V get(Object key) {
return internalMap.get(key);
}
public void putAll(Map<? extends K, ? extends V> newData) {
synchronized (this) {
Map<K, V> newMap = new HashMap<K, V>(internalMap);
newMap.putAll(newData);
internalMap = newMap;
}
}
public void replace(Map<? extends K, ? extends V> newData) {
synchronized (this) {
Map<K, V> newMap = new HashMap<K, V>(newData);
internalMap = newMap;
}
}
}