首先来看看HashMap，从构造函数看起
HashMap有四个构造函数
第一个：
public HashMap() {this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted}
无参的构造函数，初始容量为默认的16不变，loadFactor为负载因子，也是默认的0.75
第二个：
public HashMap(int initialCapacity) {this(initialCapacity, DEFAULT_LOAD_FACTOR);}
调用第三种构造函数，建立一个大小为initialCapacity，负载因子为0.75的hashmap
第三个：
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);}
参数为大小和负载因子，建立参数为initialCapacity，负载因子为loadFactor的hashmap
当大小大于MAXIMUM_CAPACITY(1<<30)时，就把大小设为最大
否则调用threshold设定大小(因为大小必须为2的次方数)
tableSizeFor的代码为:
static final int tableSizeFor(int cap) {int n = cap - 1;n |= n >>> 1;n |= n >>> 2;n |= n >>> 4;n |= n >>> 8;n |= n >>> 16;return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;}
比如：预设定的大小cap = 6
n=6-1=5
n： 0000 0101
n>>1：0000 0010
n|=.. ：0000 0111
n： 0000 0111
n>>2：0000 0001
n|=： 0000 0111
......
n最终结果是0000 0111
这个运算的结果就是算出cap的最高非零位开始后面低位都是1的结果
因为5的最高非零位在倒数第三位，所以倒数第三位及以后都是1
之后对n+1，得出0000 1000
也就是8
所以这个方法就是得出大于等于cap的最小的2的幂次方
因为5<8,所以得出最终结果就是8
那为什么一开始cap要减一呢,就是为了边界问题，针对cap=2的幂次的情况
比如cap=8时，如果不减一的话：
n = cap
n： 0000 1000
n>>1：0000 0100
n|=： 0000 1100
n： 0000 1100
n>>2：0000 0011
n|=： 0000 1111
......
n最终结果为0000 1111
之后对n+1，得出0001 0000，结果为16
但是我们一开始要的大小只是8啊，这给的多了一倍，浪费啊，浪费啊！
所以一开始减一，那么cap是8的时候，n就是7，那最终运算出的n就是8了
第四个：
public HashMap(Map<? extends K, ? extends V> m) {this.loadFactor = DEFAULT_LOAD_FACTOR;putMapEntries(m, false);}
构造一个大小和指定map一样大的新map，负载因子为0.75
我们来看看第四个构造函数怎么实现的，通过调用putMapEntries方法
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {//通过s保存指定map的大小int s = m.size();//当指定的map m中有值时if (s > 0) {//如果table没初始化，进行一些初始化if (table == null) { // pre-size//根据要存入map的值确定新map的容量float ft = ((float)s / loadFactor) + 1.0F;int t = ((ft < (float)MAXIMUM_CAPACITY) ?(int)ft : MAXIMUM_CAPACITY);//把要创建的容量大小值存入thresholdif (t > threshold)threshold = tableSizeFor(t);}//table初始化时，别的方法可能也会调用这个方法//所以如果table已经初始化，判断初始化的大小和指定map的大小//如果比指定map的大小小，存不下，就需要resize()重新设定大小else if (s > threshold)resize();//遍历m，将里面的值都放到新map之中for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {K key = e.getKey();V value = e.getValue();putVal(hash(key), key, value, false, evict);}}}
先来看看上面代码调用的resize()方法
final Node<K,V>[] resize() {Node<K,V>[] oldTab = table;//表的大小指的是表里面元素的数量，表的容量指的是最大可容纳的元素数量//获取老表的大小int oldCap = (oldTab == null) ? 0 : oldTab.length;int oldThr = threshold;int newCap, newThr = 0;//如果老表不为空if (oldCap > 0) {//threshold是hashmap所能容纳的最大数据量的Node个数//如果老表大小大于最大值if (oldCap >= MAXIMUM_CAPACITY) {//把个数大小设置为最大值threshold = Integer.MAX_VALUE;return oldTab;}//如果老表容量扩大两倍可以存下，那就把容量扩大为原来的两倍else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&oldCap >= DEFAULT_INITIAL_CAPACITY)newThr = oldThr << 1; // double threshold}//如果老表为空，同时老表大小大于0，那么新表长度就为老表容量else if (oldThr > 0) // initial capacity was placed in thresholdnewCap = oldThr;//如果老表大小为0，新表长度设为默认的16else {// zero initial threshold signifies using defaultsnewCap = DEFAULT_INITIAL_CAPACITY;newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);}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"})Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];table = newTab;//把老表中的数据rehash到新表当中if (oldTab != null) {for (int j = 0; j < oldCap; ++j) {Node<K,V> e;if ((e = oldTab[j]) != null) {oldTab[j] = null;//若节点为单节点，那么直接重哈希计算位置if (e.next == null)newTab[e.hash & (newCap - 1)] = e;//若节点是红黑树节点，进行红黑树的哈希操作else if (e instanceof TreeNode)((TreeNode<K,V>)e).split(this, newTab, j, oldCap);//若节点是链表节点，进行链表的哈希操作else { // preserve orderNode<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;elseloTail.next = e;loTail = e;}else {if (hiTail == null)hiHead = e;elsehiTail.next = e;hiTail = e;}} while ((e = next) != null);if (loTail != null) {loTail.next = null;newTab[j] = loHead;}if (hiTail != null) {hiTail.next = null;newTab[j + oldCap] = hiHead;}}}}}return newTab;}
HashMap通过链表法避免冲突
当链表长度大于8时，把链表转换为红黑树
当链表长度小于6时，又转回链表
而存储hashmap值的数据结构为数组
所以hashmap的数据结构组成为数组，链表，红黑树。
我们再来看看之前的putVal方法
putVal(hash(key), key, value, false, evict);
看putVal之前先看看hash方法
static final int hash(Object key) {int h;return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);}
将key的hashcode值与他的hashcode右移16位的结果进行异或运行，得出哈希值
这样做的原因：高低位混合进行异或运算，增大随机性
putVal()方法如下所示：
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {Node<K,V>[] tab; Node<K,V> p; int n, i;//table位空则resizeif ((tab = table) == null || (n = tab.length) == 0)n = (tab = resize()).length;//如果要存入的槽还没有元素存入，那把这个元素直接存入if ((p = tab[i = (n - 1) & hash]) == null)tab[i] = newNode(hash, key, value, null);//要存入的值中已经有值else {Node<K,V> e; K k;//key与原来存在这个位置的key相同，只更新valueif (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))e = p;//如果这个位置是红黑树，那么按红黑树的方法存else if (p instanceof TreeNode)e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);//如果是链表，那么按链表的方法存else {for (int binCount = 0; ; ++binCount) {if ((e = p.next) == null) {p.next = newNode(hash, key, value, null);if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1sttreeifyBin(tab, hash);break;}if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))break;p = e;}}if (e != null) { // existing mapping for keyV oldValue = e.value;if (!onlyIfAbsent || oldValue == null)e.value = value;afterNodeAccess(e);return oldValue;}}++modCount;if (++size > threshold)resize();afterNodeInsertion(evict);return null;}
JDK1.7及以前没有红黑树这个数据结构，只是通过链表来处理冲突
所以采用头插法效率高
但是这样可能会产生两个问题
一是链表逆序
二是可能死循环
红黑树采用尾插法解决了这个问题
安全性问题：
HashMap为什么是不安全的？
当多线程时，线程a，b对同一位置进行插入元素，当a获取到这个位置的地址，准备插入时，时间片用完了，现在轮到b插入，b它处理快，直接插入成功了，现在a开始插入，就覆盖了b的数据。
当需要扩容时，两个线程同时对hashmap进行扩容，会导致产生循环链表
所以为了安全性问题，我们有了concurrenthashmap
