接下来写的内容是看过众多大神的文章后，自己总结的一些心得体会，主要是为了让大家快速理解HashMap，应付面试百分百足矣。
当然讲HashMap之前必须先讲一些必备知识（等你回答完面试官问题，再深入问下去的时候，这些知识可以防止露馅）：
map的定义
首先你要知道什么是map，map就是用于存储键值对（<key,value>）的集合类，也可以说是一组键值对的映射（数学概念）。注意，我这里说的只是map的概念，是为了通俗易懂，面试时候方便记忆，但是你自己一定要明白，在java中map是一个接口，是和collection接口同一等级的集合根接口。
map的存储结构
上边这个图就是map的存储结构，没错，看起来就像是数据库中的关系表，有两个字段（或者说属性），keyset（键的集合）和values（值的集合），每一条记录都是一个entry（一个键值对）。
Map的特点
1.没有重复的 key（一方面，key用set保存，所以key必须是唯一，无序的；另一方面，map的取值基本上是通过key来获取value，如果有两个相同的key，计算机将不知道到底获取哪个对应值；这时候有可能会问，那为什么我编程时候可以用put（）方法传入两个key值相同的键值对？那是因为源码中，传入key值相同的键值对，将作为覆盖处理）
2.每个 key 只能对应一个 value, 多个 key 可以对应一个 value（这就是映射的概念，最经典的例子就是射箭，一排射手，一排箭靶，一个射手只能射中一个箭靶，而每个箭靶可能被不同射手射中。这里每个射手只有一根箭，不存在三箭齐发还都中靶这种骚操作。将射手和射中的靶子连线，这根线加射手加靶子就是一个映射）
3.key,value 都可以是任何引用类型（包括 null）的数据（只能是引用类型）
4.Map 取代了古老的 Dictionary 抽象类（知道就行，可以忽略）
哈希全家桶
把任意长度的输入（输入叫做预映射，知道就行），通过一种函数（hashCode() 方法），变换成固定长度的输出，该输出就是哈希值（hashCode），这种函数就叫做哈希函数，而计算哈希值的过程就叫做哈希。哈希的主要应用是哈希表和分布式缓存。
这里有个问题，哈希算法和哈希函数不是一个东西，哈希函数是哈希算法的一种实现，以后面试就说哈希函数就行。
在将键值对存入数组之前，将key通过哈希算法计算出哈希值，把哈希值作为数组下标，把该下标对应的位置作为键值对的存储位置，通过该方法建立的数组就叫做哈希表，而这个存储位置就叫做桶（bucket）。数组是通过整数下标直接访问元素，哈希表是通过字符串key直接访问元素，也就说哈希表是一种特殊的数组（关联数组），哈希表广泛应用于实现数据的快速查找（在map的key集合中，一旦存储的key的数量特别多，那么在要查找某个key的时候就会变得很麻烦，数组中的key需要挨个比较，哈希的出现，使得这样的比较次数大大减少。）
哈希表选用哈希函数计算哈希值时，可能不同的 key 会得到相同的结果，一个地址怎么存放多个数据呢？这就是哈希冲突（碰撞）。解决哈希冲突有两种方法，拉链法（链接法）和开放定址法（这种没用过）。拉链法：将键值对对象封装为一个node结点，新增了next指向，这样就可以将碰撞的结点链接成一条单链表，保存在该地址（数组位置）中。
正文
HashMap的定义
先从HashMap的定义开始，HashMap是用哈希表（直接一点可以说数组加单链表）+红黑树实现的map类。
HashMap的存储结构
上图便是HashMap的存储结构，HashMap的这种特殊存储结构在获取指定元素前需要把key经过哈希运算，得到目标元素在哈希表中的位置，然后再进行少量比较即可得到元素，这使得 HashMap 的查找效率极高。（说白了HashMap就是用了拉链法的哈希表，也有叫桶数组的）
烧脑部分
哈希函数计算结果越分散均匀，哈希碰撞的概率就越小，map的存取效率（时间复杂度）就会越高。
哈希表长度越长，空间成本越大，哈希函数计算结果越分散均匀。
扩容机制（实际上就是负载因子）和哈希函数越合理，空间成本越小，哈希函数计算结果越分散均匀。
从HashMap的默认构造函数源码可知，构造函数就是对下面几个字段进行初始化。
负载因子越大（长度一定），最大结点容量越大，resize次数越少，空间成本越小，map的存取效率就会越高。
桶数组初始容量（长度）越大（加载因子一定），最大结点容量越大，resize次数越少，空间成本越大，map的存取效率就会越高。
int threshold; // 最大node结点（键值对）容量，threshold = CAPACITY * LoadFactor，超过这个数目就重新resize(扩容)，扩容后的threshold是之前的两倍。
final float loadFactor; // 加载因子(HashMap默认值是0.75，建议不要修改)
int modCount; // 记录HashMap内部结构发生变化的次数，强调一点，内部结构发生变化指的是结构发生变化，例如put新键值对，但是某个key对应的value值被覆盖不属于结构变化。
int size,CAPACITY; // CAPACITY是桶数组的容量（桶的多少）(默认值是16)，扩容后也是之前的两倍，size是HashMap中实际存在的键值对数量
这里存在一个问题，即使负载因子和哈希函数设计的再合理，也免不了会出现拉链过长（桶内结点过多）的情况，一旦出现拉链过长，则会严重影响HashMap的性能。于是，在JDK1.8版本中，对数据结构做了进一步的优化，引入了红黑树。而当链表长度太长（默认超过8）时，链表就转换为红黑树，利用红黑树快速增删改查的特点提高HashMap的性能
HashMap的特点
底层实现是 链表数组，JDK 8 后又加了 红黑树
实现了 Map 全部的方法
key 用 Set 存放，所以想做到 key 不允许重复，key 对应的类（一般是String）需要重写 hashCode 和 equals 方法
允许空键和空值（但空键只有一个，且放在第一位，知道就行）
元素是无序的，而且顺序会不定时改变（每次扩容后，都会重新哈希，也就是key通过哈希函数计算后会得出与之前不同的哈希值，这就导致哈希表里的元素是没有顺序，会随时变化的，这是因为哈希函数与桶数组容量有关，每次结点到了临界值后，就会自动扩容，扩容后桶数组容量都会乘二，而key不变，那么哈希值一定会变）
插入、获取的时间复杂度基本是 O(1)（前提是有适当的哈希函数，让元素分布在均匀的位置）
遍历整个 Map 需要的时间与数组的长度成正比（因此初始化时 HashMap 的容量不宜太大）
两个关键因子：初始容量、加载因子
HashMap不是同步，HashTable是同步的，但HashTable已经弃用，如果需要线程安全，可以用synchronizedMap，例如 Map m = Collections.synchronizedMap(new HashMap(…));
方法
遍历方法
1.可以采用keySet()+for循环的方法来遍历，keySet（）返回的是一个Key值的集合
2.采用EntrySet()+Iterator进行遍历，EntrySet（）返回的是一个Map.Entry的一个集合，它提供getKey(),getValue()方法来获取键值对。
3.直接采用EntrySet+for增强进行遍历
4.取出所有value的值，但是不能取出KEY值
HashMap 的 4 个构造方法
//创建一个空的哈希表，初始容量为 16，加载因子为 0.75
public HashMap()
//创建一个空的哈希表，指定容量，使用默认的加载因子
public HashMap(int initialCapacity)
//创建一个空的哈希表，指定容量和加载因子
public HashMap(int initialCapacity, float loadFactor)
//创建一个内容为参数 m 的内容的哈希表
public HashMap(Map<? extends K, ? extends V> m)
添加方法
//添加指定的键值对到 Map 中，如果已经存在，就替换
public V put(K key, V value)
逻辑如下
先调用 hash() 方法计算哈希值
然后调用 putVal() 方法中根据哈希值进行相关操作
如果当前 哈希表内容为空，新建一个哈希表
如果要插入的桶中没有元素，新建个节点并放进去
否则从桶中第一个元素开始查找哈希值对应位置
如果桶中第一个元素的哈希值和要添加的一样，替换，结束查找
如果第一个元素不一样，而且当前采用的还是 JDK 8 以后的树形节点，调用 putTreeVal() 进行插入
否则还是从传统的链表数组中查找、替换，结束查找
当这个桶内链表个数大于等于 8，就要调用 treeifyBin() 方法进行树形化
最后检查是否需要扩容
注
hash():计算对应的位置
resize():扩容
putTreeVal():树形节点的插入
treeifyBin():树形化容器
获取方法
public V get(Object key)
如果 HashMap 中包含一个键值对 k-v 满足：
(key == null ? k == null : key.equals(k))
1
2
就返回值 v，否则返回 null;
逻辑如下
先计算哈希值;
然后再用 (n - 1) & hash 计算出桶的位置;
在桶里的链表进行遍历查找。
主要方法（map接口）
转自以下博客：
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
