HashMap的数据结构（JDK1.8及之后）

HashMap的底层数据结构是 数组 + 链表 + 红黑树
当我们new一个HashMap集合对象时，JVM不会立刻初始化一个哈希表，而是等到我们给集合对象添加第一个元素时，才会初始化哈希表（懒加载）。

存储一个元素时，是如何确定元素的存放位置呢？

public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
}

static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

从上面的源码，我们可以看出当put一个元素时，会将键key传递给hash()方法，hash()方法中将获取到的key哈希值进行异或和移位运算（扰乱函数），得到一个新的哈希值并返回，其目的是为了均匀分布。

新的哈希值传递进putVal()方法，与数组的长度值减一，进行与运算，以实现对哈希值映射到数组长度范围，获得元素存放的索引位置（路由寻址）。
假设新的哈希值为138，数组长度为16，则会将138 & （16-1）-> 10，则该元素在数组的索引为10。

如果计算得出的索引位置，已经存有元素（哈希冲突），那么以链表的形式尾插到已有的元素后面。

HashMap的初始长度是16，每次扩容时都会在原始的长度上翻倍（size × 2），所以长度一定是2的n次方。

红黑树的出现时机（链表树化）：1. 链表的长度达到8； 2. 元素的总数量达到64。

红黑树退哈成链表： 红黑树中元素的数量小于6。

哈希桶扩容的条件：元素数量 >= 长度（16）× 加载因子（0.75）

扩容时，需重新计算桶中每一个位置的内容：

如果原桶内容为空，则直接复制过去；

当桶位置连有链表时，则计算出该链表的低位链和高位链，如果是低位链则直接复制到原索引位置，如果是高位链，则复制到（原索引 + 原长度）的位置（新索引），桶位置是红黑树时，同理，因为树种有退化成链表时需要的节点地址值，所以红黑树同样可计算出该树的低位链和高位链。

链表转换成红黑树的阈值为什么是 8 ，而加载因子为什么是0.75？

在hashCode离散性很好的情况下，红黑树用到的概率非常小，因为数据均匀分布在每个桶中，几乎不会有桶中链表长度会达到阈值(8)。但是在随机hashCode下，离散性可能会变差，然而JDK又不能阻止用户实现这种不好的hash算法，因此就可能导致不均匀的数据分布。
事实上，随机hashCode算法下所有桶中节点的分布频率遵循如下的泊松分布。在扩容阈值为0.75的情况下，（即使因为扩容而方差很大）遵循着参数平均为0.5的泊松分布。一个桶中链表长度达到8个元素的概率为0.00000006，几乎是不可能事件。之所以选择8，是时间和空间的权衡(trade-off)，是根据概率统计决定的, 是非常严谨和科学的。

大部分情况下，链表存储能节约存储空间同时有着良好的查找性能；极个别情况下，节点数达到8个，转为红黑树，能获得更好的查找性能，同时因为是个别情况，不需要大量的存储空间。

1、TreeNodes(红黑树)占用空间是普通Nodes(链表)的两倍，为了时间和空间的权衡。
2、节点的分布频率会遵循泊松分布，链表长度达到8个元素的概率为0.00000006，几乎是不可能事件.

为什么转化为红黑树的阈值8和转化为链表的阈值6不一样?

为了避免频繁来回转化。