1. HashMap 概述：
HashMap 是基于哈希表的 Map 接口的非同步實現。此實現提供所有可選的映射操作，并允許使用 null 值和 null 鍵。此類不保證映射的順序，特別是它不保證該順序恒久不變。
2. HashMap 的數據結構：
在 java 編程語言中，最基本的結構就是兩種，一個是數組，另外一個是模擬指針（引用），所有的數據結構都可以用這兩個基本結構來構造的， HashMap 也不例外。HashMap 實際上是一個“鏈表散列”的數據結構，即數組和鏈表的結合體。
從上圖中可以看出， HashMap 底層就是一個數組結構，數組中的每一項又是一個鏈表。當新建一個 HashMap 的時候，就會初始化一個數組。 源碼如下：
-
-
-
- transient Entry[] table;
-
- static class Entry<K,V> implements Map.Entry<K,V> {
- final K key;
- V value;
- Entry<K,V> next;
- final int hash;
- ……
- }
可以看出， Entry 就是數組中的元素，每個 Map.Entry 其實就是一個 key-value 對，它持有一個指向下一個元素的引用，這就構成了鏈表。
3. HashMap 的存取實現：
1) 存儲：
- public V put(K key, V value) {
-
-
- if (key == null )
- return putForNullKey(value);
-
- int hash = hash(key.hashCode());
-
- int i = indexFor(hash, table.length);
-
- for (Entry<K,V> e = table[i]; e != null ; e = e.next) {
- Object k;
- if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
- V oldValue = e.value;
- e.value = value;
- e.recordAccess(this );
- return oldValue;
- }
- }
-
- modCount++;
-
- addEntry(hash, key, value, i);
- return null ;
- }
從上面的源代碼中可以看出：當我們往 HashMap 中 put 元素的時候，先根據 key 的 hashCode 重新計算 hash 值，根據 hash 值得到這個元素在數組中的位置（即下標），如果數組該位置上已經存放有其他元素了，那么在這個位置上的元素將以鏈表的形式存放，新加入的放在鏈頭，最先加入的放在鏈尾。如果數組該位置上沒有元素，就直接將該元素放到此數組中的該位置上。
addEntry(hash, key, value, i) 方法根據計算出的 hash 值，將 key-value 對放在數組 table 的 i 索引處。 addEntry 是 HashMap 提供的一個包訪問權限的方法，代碼如下：
- void addEntry( int hash, K key, V value, int bucketIndex) {
-
- Entry<K,V> e = table[bucketIndex];
-
- table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
-
- if (size++ >= threshold)
-
- resize(2 * table.length);
- }
當系統決定存儲 HashMap 中的 key-value 對時，完全沒有考慮 Entry 中的 value ，僅僅只是根據 key 來計算并決定每個 Entry 的存儲位置。我們完全可以把 Map 集合中的 value 當成 key 的附屬，當系統決定了 key 的存儲位置之后， value 隨之保存在那里即可。
hash(int h) 方法根據 key 的 hashCode 重新計算一次散列。此算法加入了高位計算，防止低位不變，高位變化時，造成的 hash 沖突。
- static int hash( int h) {
- h ^= (h >>> 20 ) ^ (h >>> 12 );
- return h ^ (h >>> 7 ) ^ (h >>> 4 );
- }
我們可以看到在 HashMap 中要找到某個元素，需要根據 key 的 hash 值來求得對應數組中的位置。如何計算這個位置就是 hash 算法。前面說過 HashMap 的數據結構是數組和鏈表的結合，所以我們當然希望這個 HashMap 里面的 元素位置盡量的分布均勻些，盡量使得每個位置上的元素數量只有一個，那么當我們用 hash 算法求得這個位置的時候，馬上就可以知道對應位置的元素就是我們要的，而不用再去遍歷鏈表，這樣就大大優化了查詢的效率。
對于任意給定的對象，只要它的 hashCode() 返回值相同，那么程序調用 hash(int h) 方法所計算得到的 hash 碼值總是相同的。我們首先想到的就是把 hash 值對數組長度取模運算，這樣一來，元素的分布相對來說是比較均勻的。但是， “ 模 ” 運算的消耗還是比較大的，在 HashMap 中是這樣做的：調用 indexFor(int h, int length) 方法來計算該對象應該保存在 table 數組的哪個索引處。 indexFor(int h, int length) 方法的代碼如下：
- static int indexFor( int h, int length) {
- return h & (length- 1 );
- }
這個方法非常巧妙，它通過 h & (table.length -1) 來得到該對象的保存位，而 HashMap 底層數組的長度總是 2 的 n 次方，這是HashMap 在速度上的優化。在 HashMap 構造器中有如下代碼：
- int capacity = 1 ;
- while (capacity < initialCapacity)
- capacity <<= 1 ;
這段代碼保證初始化時 HashMap 的容量總是 2 的 n 次方，即底層數組的長度總是為 2 的 n 次方。
當 length 總是 2 的 n 次方時， h& (length-1) 運算等價于對 length 取模，也就是 h%length ，但是 & 比 % 具有更高的效率。
這看上去很簡單，其實比較有玄機的，我們舉個例子來說明：
假設數組長度分別為 15 和 16 ，優化后的 hash 碼分別為 8 和 9 ，那么 & 運算后的結果如下：
h & (table.length-1) hash table.length-1
8 & (15-1) ： 0100 & 1110 = 0100
9 & (15-1) ： 0101 & 1110 = 0100
-----------------------------------------------------------------------------------------------------------------------
8 & (16-1) ： 0100 & 1111 = 0100
9 & (16-1) ： 0101 & 1111 = 0101
從上面的例子中可以看出：當它們和 15-1 （ 1110 ） “ 與 ” 的時候，產生了相同的結果，也就是說它們會定位到數組中的同一個位置上去，這就產生了碰撞， 8 和 9 會被放到數組中的同一個位置上形成鏈表，那么查詢的時候就需要遍歷這個鏈 表，得到 8 或者 9 ，這樣就降低了查詢的效率。同時，我們也可以發現，當數組長度為 15 的時候， hash 值會與 15-1 （ 1110 ）進行 “ 與 ” ，那么 最后一位永遠是 0 ，而 0001 ， 0011 ， 0101 ， 1001 ， 1011 ， 0111 ， 1101 這幾個位置永遠都不能存放元素了，空間浪費相當大，更糟的是這種情況中，數組可以使用的位置比數組長度小了很多，這意味著進一步增加了碰撞的幾率，減慢了查詢的效率！而當數組長度為 16時，即為 2 的 n 次方時， 2n -1 得到的二進制數的每個位上的值都為 1 ，這使得在低位上 & 時，得到的和原 hash 的低位相同，加之hash(int h) 方法對 key 的 hashCode 的進一步優化，加入了高位計算，就使得只有相同的 hash 值的兩個值才會被放到數組中的同一個位置上形成鏈表。
所以說，當數組長度為 2 的 n 次冪的時候，不同的 key 算得得 index 相同的幾率較小，那么數據在數組上分布就比較均勻，也就是說碰撞的幾率小，相對的，查詢的時候就不用遍歷某個位置上的鏈表，這樣查詢效率也就較高了。
根據上面 put 方法的源代碼可以看出，當程序試圖將一個 key-value 對放入 HashMap 中時，程序首先根據該 key 的 hashCode() 返回值決定該 Entry 的存儲位置：如果兩個 Entry 的 key 的 hashCode() 返回值相同，那它們的存儲位置相同。如果這兩個 Entry 的 key 通過equals 比較返回 true ，新添加 Entry 的 value 將覆蓋集合中原有 Entry 的 value ，但 key 不會覆蓋。如果這兩個 Entry 的 key 通過equals 比較返回 false ，新添加的 Entry 將與集合中原有 Entry 形成 Entry 鏈，而且新添加的 Entry 位于 Entry 鏈的頭部 —— 具體說明繼續看 addEntry() 方法的說明。
2) 讀取：
- public V get(Object key) {
- if (key == null )
- return getForNullKey();
- int hash = hash(key.hashCode());
- for (Entry<K,V> e = table[indexFor(hash, table.length)];
- e != null ;
- e = e.next) {
- Object k;
- if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
- return e.value;
- }
- return null ;
- }
有了上面存儲時的 hash 算法作為基礎，理解起來這段代碼就很容易了。從上面的源代碼中可以看出：從 HashMap 中 get 元素時，首先計算 key 的 hashCode ，找到數組中對應位置的某一元素，然后通過 key 的 equals 方法在對應位置的鏈表中找到需要的元素。
3) 歸納起來簡單地說， HashMap 在底層將 key-value 當成一個整體進行處理，這個整體就是一個 Entry 對象。 HashMap 底層采用一個 Entry[] 數組來保存所有的 key-value 對，當需要存儲一個 Entry 對象時，會根據 hash 算法來決定其在數組中的存儲位置，在根據equals 方法決定其在該數組位置上的鏈表中的存儲位置；當需要取出一個 Entry 時，也會根據 hash 算法找到其在數組中的存儲位置，再根據 equals 方法從該位置上的鏈表中取出該 Entry 。
4. HashMap 的 resize （ rehash ）：
當 HashMap 中的元素越來越多的時候， hash 沖突的幾率也就越來越高，因為數組的長度是固定的。所以為了提高查詢的效率，就要對 HashMap 的數組進行擴容，數組擴容這個操作也會出現在 ArrayList 中，這是一個常用的操作，而在 HashMap 數組擴容之后，最消耗性能的點就出現了：原數組中的數據必須重新計算其在新數組中的位置，并放進去，這就是 resize 。
那么 HashMap 什么時候進行擴容呢？當 HashMap 中的元素個數超過數組大小 *loadFactor 時，就會進行數組擴容， loadFactor 的默認值為 0.75 ，這是一個折中的取值。也就是說，默認情況下，數組大小為 16 ，那么當 HashMap 中元素個數超過 16*0.75=12 的時候，就把數組的大小擴展為 2*16=32 ，即擴大一倍，然后重新計算每個元素在數組中的位置，而這是一個非常消耗性能的操作，所以如果我們已經預知 HashMap 中元素的個數，那么預設元素的個數能夠有效的提高 HashMap 的性能。
5. HashMap 的性能參數：
HashMap 包含如下幾個構造器：
HashMap() ：構建一個初始容量為 16 ，負載因子為 0.75 的 HashMap 。
HashMap(int initialCapacity) ：構建一個初始容量為 initialCapacity ，負載因子為 0.75 的 HashMap 。
HashMap(int initialCapacity, float loadFactor) ：以指定初始容量、指定的負載因子創建一個 HashMap 。
HashMap 的基礎構造器 HashMap(int initialCapacity, float loadFactor) 帶有兩個參數，它們是初始容量 initialCapacity 和加載因子loadFactor 。
initialCapacity ： HashMap 的最大容量，即為底層數組的長度。
loadFactor ：負載因子 loadFactor 定義為：散列表的實際元素數目 (n)/ 散列表的容量 (m) 。
負載因子衡量的是一個散列表的空間的使用程度，負載因子越大表示散列表的裝填程度越高，反之愈小。對于使用鏈表法的散列表來說，查找一個元素的平均時間是 O(1+a) ，因此如果負載因子越大，對空間的利用更充分，然而后果是查找效率的降低，集中表現就是迭代遍歷會變慢；如果負載因子太小，那么散列表的數據將過于稀疏，對空間造成嚴重浪費。
HashMap 的實現中，通過 threshold 字段來判斷 HashMap 的最大容量：
- threshold = ( int )(capacity * loadFactor);
結合負載因子的定義公式可知， threshold 就是在此 loadFactor 和 capacity 對應下允許的最大元素數目，超過這個數目就重新 resize，以降低實際的負載因子。默認的的負載因子 0.75 是對空間和時間效率的一個平衡選擇。當容量超出此最大容量時， resize 后的HashMap 容量是容量的兩倍：
- if (size++ >= threshold)
- resize(2 * table.length);
6. Fail-Fast 機制：
我們知道 java.util.HashMap 不是線程安全的，因此如果在使用迭代器的過程中有其他線程修改了 map ，那么將拋出ConcurrentModificationException ，這就是所謂 fail-fast 策略。
這一策略在源碼中的實現是通過 modCount 域， modCount 顧名思義就是修改次數，對 HashMap 內容的修改都將增加這個值，那么在迭代器初始化過程中會將這個值賦給迭代器的 expectedModCount 。
- HashIterator() {
- expectedModCount = modCount;
- if (size > 0 ) {
- Entry[] t = table;
- while (index < t.length && (next = t[index++]) == null )
- ;
- }
- }
在迭代過程中，判斷 modCount 跟 expectedModCount 是否相等，如果不相等就表示已經有其他線程修改了 Map：
注意到 modCount 聲明為 volatile ，保證線程之間修改的可見性。
- final Entry<K,V> nextEntry() {
- if (modCount != expectedModCount)
- throw new ConcurrentModificationException();
在 HashMap 的 API 中指出：
由所有 HashMap 類的 “collection 視圖方法 ” 所返回的迭代器都是快速失敗的：在迭代器創建之后，如果從結構上對映射進行修改，除非通過迭代器本身的 remove 方法，其他任何時間任何方式的修改，迭代器都將拋出 ConcurrentModificationException 。因此，面對并發的修改，迭代器很快就會完全失敗，而不冒在將來不確定的時間發生任意不確定行為的風險。
注意，迭代器的快速失敗行為不能得到保證，一般來說，存在非同步的并發修改時，不可能作出任何堅決的保證。快速失敗迭代器盡最大努力拋出 ConcurrentModificationException 。因此，編寫依賴于此異常的程序的做法是錯誤的，正確做法是：迭代器的快速失敗行為應該僅用于檢測程序錯誤。