一.HashMap底层源码剖析
1.介绍HashMap底层用到的数据结构
数组：数组的每一项都是一个链表，其实就是数组和链表的结合体
单向链表：当发生Hash碰撞时，首先会找到数组对应位置，然后1.8采用尾插入法（1.7采用头插入法），形成一个单向链表结构
jdk1.8 后 红黑树：当数组中每项的链表长度大于8时，会转换为红黑树
能够解释一下什么是Hash碰撞？解决办法有哪一些
不同的key可能会产生相同的Hash值
解决Hash碰撞的办法：链表法，再哈希法
HashMap当中采用链表法，在ConcurrentHashMap当中采用再哈希法
2.为什么采用红黑树，比如二叉查找树，并且为什么临界值为8
二叉查找树在特殊情况下也会变为线性结构，和原来链表有共同的问题，节点太深，查找性能慢
使用红黑树主要用于提升查询速度，红黑树是平衡二叉树的一种，插入新的数据都会通过左旋，右旋，变色等操作来保持平衡，解决节点的深度问题
当数据较少时，采用链表要比红黑树效率高，因为平衡二叉树保持平衡需要耗费资源，那么前期数据较少时采用链表，当数据到达一定的界限后，再采用
红黑树，可以加快数据查询速度，官方测试8为性能最优~
红黑树的平均查找长度是log(n)，长度为8，查找长度为log(8)=3，链表的平均查找长度为n/2，当长度为8时，平均查找长度为8/2=4，这才有转换成树的必要；
链表长度如果是小于等于6，6/2=3，虽然速度也很快的，但是转化为树结构和生成树的时间并不会太短。
3.put和get底层源码的核心流程
put方法核心：
public V put(K key, V value) { //计算key的Hash值，然后将Hash值以及key值本身和Value传递到putval方法当中 return putVal(hash(key), key, value, false, true); }
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; if ((tab = table) == null || (n = tab.length) == 0) //判断当前数组是否为空，如果为空要进行第一次扩容 n = (tab = resize()).length; //扩容后将扩容大小交给N if ((p = tab[i = (n - 1) & hash]) == null) //判断获取当前数组位置是否存在数据，如果为空则直接插入，否则需要代表当前位置不是空的，不是空的需要判断 tab[i] = newNode(hash, key, value, null); //如果为空则创建一个新的节点添加到该位置 else { Node<K,V> e; K k; if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) //判断Hash值和Key值是否相同，如果相同则需要Value覆盖 e = p; else if (p instanceof TreeNode) //判断当前数组中存放的节点是否是树节点 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); //则添加树节点即可 else { for (int binCount = 0; ; ++binCount) { //循环遍历链表 if ((e = p.next) == null) { //判断当前数组该位置的值得下一个元素是否为空，如果为空则追加到当前元素后边 p.next = newNode(hash, key, value, null); if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st //添加完毕后判断当前链表节点有多少个，如果节点大于等于8则转换为红黑树 treeifyBin(tab, hash); //treeifyBin判断当前数组是否为空，或者长度是否小于64，如果为空或者小于64 //则先扩容 break; } if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) //再次进行Key的重复判断 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; if (++size > threshold) //判断当前数组元素个数和阀值进行比较，如果数量大于阀值则需要扩容 resize(); //默认情况下，第一次添加数据的时候，先会进行一次扩容后再添加数据 afterNodeInsertion(evict); //后续都是先添加数据再扩容 return null; }
扩容： 默认情况下，数组大小为16，当数组元素 超过大小*负载因子（0.75），如果超过12个元素，则调用resize进行扩容，扩容原来大小的2倍
并且重新计算数组中元素的位置，所以比较耗费性能，一般创建集合尽量预知大小，避免多次扩容
get方法核心逻辑：
final Node<K,V> getNode(int hash, Object key) { Node<K,V>[] tab; Node<K,V> first, e; int n; K k; if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { //判断数组以及数组对应位置数组元素是否为空 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) //用get传递过来的Key值和对应位置第一个元素进行比较，如果相等直接返回，如果不等则进行查找 return first; if ((e = first.next) != null) { //判断第一个元素的下一个元素是否为空，如果不为空 if (first instanceof TreeNode) //如果不为空判断当前节点是否为树节点 return ((TreeNode<K,V>)first).getTreeNode(hash, key); //如果是树节点，直接通过getTreeNode拿到该节点返回 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) //循环一一对比 return e; } while ((e = e.next) != null); } } return null; }