一文搞定HashMap的實現(xiàn)原理和面試

前言

HashMap在日常開發(fā)中基本是天天見的，而且都知道什么時候需要用HashMap，根據(jù)Key存取Value，但是存和取的時候那些操作卻是很少去研究。同時在面試中也是面試官們必問的。以下是基于JDK1.8

正文

先看看HashMap的結構圖：

1. 先來認識一下HashMap中定義的一些需要了解的成員變量

// hashMap數(shù)組的初始容量 16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 負載因子 0.75f;
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 樹形化閾值 8
static final int TREEIFY_THRESHOLD = 8;
// 解除樹形化閾值 6
static final int UNTREEIFY_THRESHOLD = 6;
// 樹形化的另一條件 Map數(shù)組的長度閾值 64
static final int MIN_TREEIFY_CAPACITY = 64
// 這個就是hashMap的內部數(shù)組了，而Node則是鏈表節(jié)點對象。
transient Node<K,V>[] table;
// 數(shù)組擴容閾值。
int threshold;

initialCapacity?數(shù)組的初始容量為16?？梢栽跇嬙旆椒ㄖ兄付?。必須是2的冪次方。(16 → 32 → 64 ...)

loadFactor?加載因子 0.75f。 所謂的加載因子就是HashMap的容量達到0.75時的時候會試試擴容resize(), (例：假設有一個 HashMap 的初始容量為 16 ，那么擴容的閥值就是 0.75 * 16 = 12 。也就是說，在你打算存入第 13 個值的時候，HashMap 會先執(zhí)行擴容)。加載因子也能通過構造方法中指定，如果指定大于1，則數(shù)組不會擴容，犧牲了性能不過提升了內存。

TREEIFY_THRESHOLD?樹形化閾值。當鏈表的節(jié)點個數(shù)大于等于這個值時，會將鏈表轉化為紅黑樹。

UNTREEIFY_THRESHOLD??解除樹形化閾值。當鏈表的節(jié)點個數(shù)小于等于這個值時，會將紅黑樹轉換成普通的鏈表。

MIN_TREEIFY_CAPACITY樹形化閾值的第二條件。當數(shù)組的長度小于這個值時，就算樹形化閾達標，鏈表也不會轉化為紅黑樹，而是優(yōu)先擴容數(shù)組resize()。

threshold?數(shù)組擴容閾值。即：HashMap數(shù)組總容量 * 加載因子。當前容量大于或等于該值時會執(zhí)行擴容resize()。擴容的容量為當前 HashMap 總容量的兩倍。比如，當前 HashMap 的總容量為 16 ，那么擴容之后為 32 。

2. 繼承關系

// table 內部數(shù)組是節(jié)點類型
static class Node<K,V> implements Map.Entry<K,V> {
     final int hash; 
     final K key;
     V value;
     Node<K,V> next; //下一個節(jié)點
    //省略...
}

拉鏈法的散列表是通過鏈表解決碰撞問題的，所以HashMap的內部數(shù)組是節(jié)點類型。?hash值是經過hash()方法處理過的hashCode，也就是數(shù)組的索引 bucket，為了使hashCode分布更加隨機。

java.util.HashMap<K, V>.Node<K, V>
    java.util.LinkedMap<K, V>.Entry<K, V>
        java.util.HashMap<K, V>.TreeNOde<K, V>

TreeNode是Node是子類，繼承關系如下：Node是單向鏈表節(jié)點，Entry是雙向鏈表節(jié)點，TreeNode是紅黑樹節(jié)點。TreeNode的代碼400多行都是寫的紅黑樹。這個有點難度..可以自行去了解。

3. 先對HashMap的簡單總結

HashMap是基于拉鏈法實現(xiàn)的一個散列表，內部由數(shù)組和鏈表和紅黑樹實現(xiàn)。

1. 數(shù)組的初始容量為16，而容量是以2的次方擴充的，一是為了提高性能使用足夠大的數(shù)組，二是為了能使用位運算代替取模預算(據(jù)說提升了5~8倍)。

2. 數(shù)組是否需要擴充是通過負載因子判斷的，如果當前元素個數(shù)為數(shù)組容量的0.75時，就會擴充數(shù)組。這個0.75就是默認的負載因子，可由構造傳入。我們也可以設置大于1的負載因子，這樣數(shù)組就不會擴充，犧牲性能，節(jié)省內存。

3. 為了解決碰撞，數(shù)組中的元素是單向鏈表類型。當鏈表長度到達一個閾值時（7或8），會將鏈表轉換成紅黑樹提高性能。而當鏈表長度縮小到另一個閾值時（6），又會將紅黑樹轉換回單向鏈表提高性能，這里是一個平衡點。

4. 對于第三點補充說明，檢查鏈表長度轉換成紅黑樹之前，還會先檢測當前數(shù)組數(shù)組是否到達一個閾值（64），如果沒有到達這個容量，會放棄轉換，先去擴充數(shù)組。所以上面也說了鏈表長度的閾值是7或8，因為會有一次放棄轉換的操作。

4. 深入了解源碼

4.1 構造方法

// 默認數(shù)組初始容量為16，負載因子為0.75f
public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

// 指定數(shù)組的初始容量
public HashMap(int initialCapacity) {
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

// 指定數(shù)組的初始容量 和 負載因子
public HashMap(int initialCapacity, float loadFactor) {
    if (initialCapacity < 0)
        throw new IllegalArgumentException("Illegal initial capacity: " +
                initialCapacity);
    if (initialCapacity > MAXIMUM_CAPACITY)
        initialCapacity = MAXIMUM_CAPACITY;

    // NaN：Not a Number。例如給-1開方就會得到NaN。
    if (loadFactor <= 0 || Float.isNaN(loadFactor))
        throw new IllegalArgumentException("Illegal load factor: " +
                loadFactor);
    this.loadFactor = loadFactor;

    // 這個方法可以將任意一個整數(shù)轉換成2的次方。
    // 例如輸入10，則會返回16。
    // 另外，有人可能疑惑，不是說threshold是 數(shù)組容量 * loadFactor得到的嗎？
    // 是的，在第一次put操作，擴充數(shù)組時，會將這個threshold作為數(shù)組容量，然后再重新計算這個值。
    this.threshold = tableSizeFor(initialCapacity);
}

在使用指定數(shù)組的初始容量時上面說過，數(shù)組容量必須是2的次方。所以就需要通過算法將我們給定的數(shù)值轉換成2的次方。

// 這個方法可以將任意一個整數(shù)轉換成2的次方。
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;
}

相關的位運算這里不做講解。想了解的可以自己去查閱資料。

4.2 數(shù)組的索引 bucket

HashMap采用hash算法來決定集合中元素的存儲位置，每當系統(tǒng)初始化HashMap時，會創(chuàng)建一個為capacity的數(shù)組，這個數(shù)組里面可以存儲元素的位置被成為桶(bucket), 每個bucket都有其指定索引?？梢愿鶕?jù)該索引快速訪問存儲的元素。

public V put(K key, V value) {
    // 傳入的key經過了 hash(key) 方法
    return putVal(hash(key), key, value, false, true);
}
// 特殊處理的hashCode
static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

在Java中每個對象都會擁有一個hashCode()方法，這個就是散列函數(shù)，通過這個方法會返回一個32位的整數(shù)，使用這么大的值作為哈希值其實是為了盡量避免發(fā)生碰撞(相同)，例如兩個不同對象的hashCode一樣的話那就是發(fā)生了碰撞。但是如果用這么長的數(shù)字來當做索引肯定是不行的，那需要數(shù)組有多大才行？所以我們需要把這個hashCode縮小到規(guī)定數(shù)組的長度范圍內。

上面的代碼只是用hashCode的高16位與低16位進行異或運算。hash()方法就是將hashCode進一步的混淆，增加其“隨機度”，試圖減少插入HashMap時的hash沖突。

在putVal方法中，有一行這樣的代碼

if ((p = tab[i = (n - 1) & hash]) == null)

i = (n - 1) & hash，n是數(shù)組長度，hash就是通過hash()方法進行高低位異或運算得出來的hash值。
這個表達式就是hash值的取模運算，上面已經說過當除數(shù)為2的次方時，可以用與運算提高性能。

4.3 HashMap.put(k,v)

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

// onlyIfAbsent：當存入鍵值對時，如果該key已存在，是否覆蓋它的value。false為覆蓋，true為不覆蓋 參考putIfAbsent()方法。
// evict：用于子類LinkedHashMap。
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
    HashMap.Node<K,V>[] tab; // tab：內部數(shù)組
    HashMap.Node<K,V> p;   // p：hash對應的索引位中的首節(jié)點
    int n, i;  // n：內部數(shù)組的長度    i：hash對應的索引位

    // 首次put時，內部數(shù)組為空，擴充數(shù)組。
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    // 計算數(shù)組索引，獲取該索引位置的首節(jié)點，如果為null，添加一個新的節(jié)點
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {   
        HashMap.Node<K,V> e; K k;
        // 如果首節(jié)點的key和要存入的key相同，那么直接覆蓋value的值。
        if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        // 如果首節(jié)點是紅黑樹的，將鍵值對插添加到紅黑樹
        else if (p instanceof HashMap.TreeNode)
            e = ((HashMap.TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        // 此時首節(jié)點為鏈表，如果鏈表中存在該鍵值對，直接覆蓋value。
        // 如果不存在，則在末端插入鍵值對。然后判斷鏈表是否大于等于7，嘗試轉換成紅黑樹。
        // 注意此處使用“嘗試”，因為在treeifyBin方法中還會判斷當前數(shù)組容量是否到達64，
        // 否則會放棄次此轉換，優(yōu)先擴充數(shù)組容量。
        else {
            // 走到這里，hash碰撞了。檢查鏈表中是否包含key，或將鍵值對添加到鏈表末尾
            for (int binCount = 0; ; ++binCount) {
                // p.next == null，到達鏈表末尾，添加新節(jié)點，如果長度足夠，轉換成樹結構。
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                // 檢查鏈表中是否已經包含key
                if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }

        // 覆蓋value的方法。
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount; // fail-fast機制

    // 如果元素個數(shù)大于閾值，擴充數(shù)組。
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

細心看注釋部分，總結來說就是以下幾個步驟：

1.檢查數(shù)組是否為空，執(zhí)行resize()擴充；
2.通過hash值計算數(shù)組索引，獲取該索引位的首節(jié)點。
3.如果首節(jié)點為null（沒發(fā)生碰撞），直接添加節(jié)點到該索引位(bucket)。
4.如果首節(jié)點不為null（發(fā)生碰撞），那么有3種情況
① key和首節(jié)點的key相同，覆蓋old value（保證key的唯一性）；否則執(zhí)行②或③
② 如果首節(jié)點是紅黑樹節(jié)點（TreeNode），將鍵值對添加到紅黑樹。
③ 如果首節(jié)點是鏈表，將鍵值對添加到鏈表。添加之后會判斷鏈表長度是否到達TREEIFY_THRESHOLD - 1這個閾值，“嘗試”將鏈表轉換成紅黑樹。
5.最后判斷當前元素個數(shù)是否大于threshold，擴充數(shù)組。

// 把鏈表轉換為紅黑色
final void treeifyBin(Node<K,V>[] tab, int hash) {
    int n, index; Node<K,V> e;
    // 如果當前數(shù)組容量太?。ㄐ∮?4），放棄轉換，擴充數(shù)組。
    if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
        resize(); 
    } else if ((e = tab[index = (n - 1) & hash]) != null) {
        // 將鏈表轉成紅黑樹...
    }
}

HashMap在jdk1.8之后引入了紅黑樹的概念，表示若桶中鏈表元素超過8時，會自動轉化成紅黑樹；若桶中元素小于等于6時，樹結構還原成鏈表形式。

紅黑樹的平均查找長度是log(n)，長度為8，查找長度為log(8)=3，鏈表的平均查找長度為n/2，當長度為8時，平均查找長度為8/2=4，這才有轉換成樹的必要；鏈表長度如果是小于等于6，6/2=3，雖然速度也很快的，但是轉化為樹結構和生成樹的時間并不會太短。

以6和8來作為平衡點是因為，中間有個差值7可以防止鏈表和樹之間頻繁的轉換。假設，如果設計成鏈表個數(shù)超過8則鏈表轉換成樹結構，鏈表個數(shù)小于8則樹結構轉換成鏈表，如果一個HashMap不停的插入、刪除元素，鏈表個數(shù)在8左右徘徊，就會頻繁的發(fā)生樹轉鏈表、鏈表轉樹，效率會很低。

概括起來就是：鏈表：如果元素小于8個，查詢成本高，新增成本低，紅黑樹：如果元素大于8個，查詢成本低，新增成本高。

4.4 resize() 數(shù)組擴容

final HashMap.Node<K,V>[] resize() {
    HashMap.Node<K,V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    int oldThr = threshold;
    int newCap, newThr = 0;
    if (oldCap > 0) {
        // 如果數(shù)組已經是最大長度，不進行擴充。
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        // 否則數(shù)組容量擴充一倍。（2的N次方）
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // double threshold
    }
    // 如果數(shù)組還沒創(chuàng)建，但是已經指定了threshold（這種情況是帶參構造創(chuàng)建的對象），threshold的值為數(shù)組長度
    // 在 "構造函數(shù)" 那塊內容進行過說明。
    else if (oldThr > 0) // initial capacity was placed in threshold
        newCap = oldThr;
    // 這種情況是通過無參構造創(chuàng)建的對象
    else {               // zero initial threshold signifies using defaults
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    // 可能是上面newThr = oldThr << 1時，最高位被移除了，變?yōu)?。
    if (newThr == 0) {
        float ft = (float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                (int)ft : Integer.MAX_VALUE);
    }
    threshold = newThr;

    // 到了這里，新的數(shù)組長度已經被計算出來，創(chuàng)建一個新的數(shù)組。
    @SuppressWarnings({"rawtypes","unchecked"})
    HashMap.Node<K,V>[] newTab = (HashMap.Node<K,V>[])new HashMap.Node[newCap];
    table = newTab;

    // 下面代碼是將原來數(shù)組的元素轉移到新數(shù)組中。問題在于，數(shù)組長度發(fā)生變化。 
    // 那么通過hash%數(shù)組長度計算的索引也將和原來的不同。
    // jdk 1.7中是通過重新計算每個元素的索引，重新存入新的數(shù)組，稱為rehash操作。
    // 這也是hashMap無序性的原因之一。而現(xiàn)在jdk 1.8對此做了優(yōu)化，非常的巧妙。
    if (oldTab != null) {

        // 遍歷原數(shù)組
        for (int j = 0; j < oldCap; ++j) {
            // 取出首節(jié)點
            HashMap.Node<K,V> e;
            if ((e = oldTab[j]) != null) {
                oldTab[j] = null;
                // 如果鏈表只有一個節(jié)點，那么直接重新計算索引存入新數(shù)組。
                if (e.next == null)
                    newTab[e.hash & (newCap - 1)] = e;
                // 如果該節(jié)點是紅黑樹，執(zhí)行split方法，和鏈表類似的處理。
                else if (e instanceof HashMap.TreeNode)
                    ((HashMap.TreeNode<K,V>)e).split(this, newTab, j, oldCap);

                // 此時節(jié)點是鏈表
                else { // preserve order
                    // loHead，loTail為原鏈表的節(jié)點，索引不變。
                    HashMap.Node<K,V> loHead = null, loTail = null;
                    // hiHeadm, hiTail為新鏈表節(jié)點，原索引 + 原數(shù)組長度。
                    HashMap.Node<K,V> hiHead = null, hiTail = null;
                    HashMap.Node<K,V> next;

                   // 遍歷鏈表
                    do {
                        next = e.next;
                        // 新增bit為0的節(jié)點，存入原鏈表。
                        if ((e.hash & oldCap) == 0) {
                            if (loTail == null)
                                loHead = e;
                            else
                                loTail.next = e;
                            loTail = e;
                        }
                        // 新增bit為1的節(jié)點，存入新鏈表。
                        else {
                            if (hiTail == null)
                                hiHead = e;
                            else
                                hiTail.next = e;
                            hiTail = e;
                        }
                    } while ((e = next) != null);
                    // 原鏈表存回原索引位
                    if (loTail != null) {
                        loTail.next = null;
                        newTab[j] = loHead;
                    }
                    // 新鏈表存到：原索引位 + 原數(shù)組長度
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
}

擴充數(shù)組不單單只是讓數(shù)組長度翻倍，將原數(shù)組中的元素直接存入新數(shù)組中這么簡單。

因為元素的索引是通過hash&(n - 1)得到的，那么數(shù)組的長度由n變?yōu)?n，重新計算的索引就可能和原來的不一樣了。

在jdk1.7中，是通過遍歷每一個元素，每一個節(jié)點，重新計算他們的索引值，存入新的數(shù)組中，稱為rehash操作。

而java1.8對此進行了一些優(yōu)化，沒有了rehash操作。因為當數(shù)組長度是通過2的次方擴充的，那么會發(fā)現(xiàn)以下規(guī)律：

元素的位置要么是在原位置，要么是在原位置再移動2次冪的位置。因此，在擴充HashMap的時候，不需要像JDK1.7的實現(xiàn)那樣重新計算hash，只需要看看原來的hash值新增的那個bit是1還是0就好了，是0的話索引沒變，是1的話索引變成“原索引+oldCap”。

先計算新數(shù)組的長度和新的閾值（threshold），然后將舊數(shù)組的內容遷移到新數(shù)組中，和1.7相比不需要執(zhí)行rehash操作。因為以2次冪擴展的數(shù)組可以簡單通過新增的bit判斷索引位。

4.5 HashMap.get(k)

public V get(Object key) {
    Node<K,V> e;
    // 也會獲取節(jié)點時也調用了hash()方法
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}

final Node<K,V> getNode(int hash, Object key) {
    // tab：內部數(shù)組  first: 索引位首節(jié)點 n: 數(shù)組長度 k: 索引位首節(jié)點的key
    Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
    // 數(shù)組不為null 數(shù)組長度大于0 索引位首節(jié)點不為null
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        // 如果索引位首節(jié)點的hash==key的hash 或者 key和索引位首節(jié)點的k相同
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            // 返回索引位首節(jié)點(值對象)
            return first;
        if ((e = first.next) != null) {
            // 如果是紅黑色則到紅黑樹中查找
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            do {
                // 發(fā)送碰撞 key.equals(k)
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

總結起來就是以下步驟
1.檢查數(shù)組是否為null 和 索引位首節(jié)點(bucket的第一個節(jié)點)是否為null
2.如果索引節(jié)點的hash==key的hash 或者 key和索引節(jié)點的k相同則直接返回(bucket的第一個節(jié)點)
3.如果是紅黑色則到紅黑樹查找
4.如果有沖突，則通過key.equals(k)查找
5.都沒找到就返回null

5. 總結 (面試相關)

1、你用過HashMap嗎？” “什么是HashMap？你為什么用到它？

呃..

2、我們能否讓HashMap同步？

Map m = Collections.synchronizeMap(hashMap);

3、你知道HashMap的工作原理嗎？

查看第序號3的總結。

4、你知道HashMap的put()方法和get()方法的工作原理嗎？？

put() 查看序號4.3的總結。
get() 查看序號4.5的總結。

5、當兩個對象的hashcode相同會發(fā)生什么？

兩個對象的hashCode相同所以它們的bucket位置相同，會發(fā)生hash碰撞。HashMap使用鏈表存儲對象，這個Entry會存儲在鏈表中，存儲時會檢查鏈表中是否包含key?(key != null && key.equals(k)，或將鍵值對添加到鏈表尾部。如果鏈表長度大于或等于8，鏈表轉換紅黑樹 ...

6、如果兩個鍵的hashcode相同，你如何獲取值對象？

兩個對象的hashCode相同所以它們的bucket位置相同，找到bucket位置之后，會調用keys.equals()方法去找到鏈表中正確的節(jié)點?(key != null && key.equals(k)。

7、怎么減少碰撞？

使用final修飾的對象、或不可變的對象作為鍵，使用(Integer、String)（是不可變、final的,而且已經重寫了equals和hashCode方法）這樣的wrapper類作為鍵是非常好的，（我們可以使用自定義的對象作為鍵嗎？答：當然可以，只要它遵守了equals和hashCode方法定義規(guī)則，并且當對象插入到Map中之后將不會再改變。）

8、如果HashMap的大小超過了負載因子(load factor)定義的容量，怎么辦？

會調用resize()進行數(shù)組擴容。

9、你了解重新調整HashMap大小存在什么問題嗎？

當多線程的情況下，可能產生條件競爭。

因為如果兩個線程都發(fā)現(xiàn)HashMap需要重新調整大小了，它們會同時試著調整大小。在調整大小的過程中，存儲在鏈表中的元素的次序會反過來，因為移動到新的bucket位置的時候，HashMap并不會將元素放在鏈表的尾部，而是放在頭部，這是為了避免尾部遍歷(tail traversing)。如果條件競爭發(fā)生了，那么就死循環(huán)了。這個時候，你可以質問面試官，為什么這么奇怪，要在多線程的環(huán)境下使用HashMap呢？：）

10、HashMap是非線程安全的，那么原因是什么呢？(HashMap的死鎖)

由于HashMap的容量是有限的，如果HashMap中的數(shù)組的容量很小，假如只有2個，那么如果要放進10個keys的話，碰撞就會非常頻繁，此時一個O(1)的查找算法，就變成了鏈表遍歷，性能變成了O(n)，這是Hash表的缺陷。

為了解決這個問題,HashMap設計了一個閾值，其值為容量的0.75，當HashMap所用容量超過了閾值后，就會自動擴充其容量。

在多線程的情況下，當重新調整HashMap大小的時候，就會存在條件競爭，因為如果兩個線程都發(fā)現(xiàn)HashMap需要重新調整大小了，它們會同時試著調整大小。在調整大小的過程中，存儲在鏈表中的元素的次序會反過來，因為移動到新的bucket位置的時候，HashMap并不會將元素放在鏈表的尾部，而是放在頭部，這是為了避免尾部遍歷。如果條件競爭發(fā)生了，那么就會產生死循環(huán)了。 ?（又繞回了上一個問題 ：）

11、影響HashMap性能的因素？

• 負載因子。

• 哈希值；理想情況是均勻的散列到各個桶。 一般HashMap使用String類型作為key，而String類重寫了hashCode函數(shù)。

12、HashMap的key需要滿足什么條件？

必須重寫hashCode和equals方法

13、HashMap允許key/value為null, 但最多只有一個, 為什么？

如果key為null會放在第一個bucket（即下標0）位置， 而且是在鏈表最前面（即第一個位置)