map的区别
- hashtable、hashmap和treemap都是常见的一些map实现，是以键值对的形式存储和操作数据的容器类型
- hashtable是早期java类库提供一个哈希表的实现，本身是同步的，不支持null键和值，由于同步导致的性能开销，所以已经很少被推荐使用
- hashmap应用更加广泛的哈希表实现，行为和hashtable一致，主要区别在于hashmap不是同步的，支持null键和值等。通常情况下，hashmap进行put和get操作，可以达到常数时间的性能，所以它是绝大多数利用键值对存取场景的首选
- treemap则基于红黑树的一种提供顺序访问的map，和hashmap不同，它的get、put、remove操作都是O（log(n)）的时间复杂度，具体顺序可以指定的Comparator来决定，或者根据键的自然顺序来判断
map
Hashtable 比较特别，作为类似 Vector、Stack 的早期集合相关类型，它是扩展了 Dictionary 类的，类结构上与 HashMap 之类明显不同。
HashMap 等其他 Map 实现则是都扩展了 AbstractMap，里面包含了通用方法抽象。不同 Map 的用途，从类图结构就能体现出来，设计目的已经体现在不同接口上。
HashMap 的性能表现非常依赖于哈希码的有效性， hashCode 和 equals 的一些基本约定，比如：
- equals 相等，hashCode 一定要相等
- 重写了 hashCode 也要重写 equals
- hashCode 需要保持一致性，状态改变返回的哈希值仍然要一致
- equals 的对称、反射、传递等特性
LinkedHashMap 和 TreeMap
LinkedHashMap 和 TreeMap 都可以保证某种顺序，但二者还是非常不同的
- 虽然 LinkedHashMap 和 TreeMap 都可以保证某种顺序，但二者还是非常不同的
- LinkedHashMap 通常提供的是遍历顺序符合插入顺序，它的实现是通过为条目（键值对）维护一个双向链表。注意，通过特定构造函数，我们可以创建反映访问顺序的实例，所谓的 put、get、compute 等，都算作“访问”
- 对于 TreeMap，它的整体顺序是由键的顺序关系决定的，通过 Comparator 或 Comparable（自然顺序）来决定
hashmap源码分析
hashmap内部结构可以看做是数组和链表的组合结构，数组被分成一个个桶（bucket），通过哈希值决定键值对这个数组的寻址；哈希值相同的键值对，则以链表形式存储。注意，如果链表大小查过阈值(TREEIFY_THRESHOLD, 8)，则链表就会被改造成树形结构。
1、从非拷贝构造函数来看看，这个数组并没有在最初初始化好，仅仅设置一些初始值而已。hashmap也许是按照lazy-load原则，在首次使用时被初始化(拷贝构造函数除外)
public HashMap(int initialCapacity, float loadFactor){
// ...
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}2、看看put
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}put方法实现的内部是putVal的调用:
final V putVal(int hash, K key, V value, boolean onlyIfAbent,
boolean evit) {
Node<K,V>[] tab; Node<K,V> p; int , i;
if ((tab = table) == null || (n = tab.length) = 0)
n = (tab = resize()).legth;
if ((p = tab[i = (n - 1) & hash]) == ull)
tab[i] = newNode(hash, key, value, nll);
else {
// ...
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for first
treeifyBin(tab, hash);
// ...
}
}如果数组为null，resize方法会初始化它
resize方法兼顾两个职责，创建初始化存储数组，如果容量不满足需求的时候，进行扩容
在放置新的键值对的过程中，如果发生下面条件，就会发生扩容。
if (++size > threshold)
resize();具体键值对在哈希表中的位置（数组 index）取决于下面的位运算：
i = (n - 1) & hash这个hash并不是key的hashcode，而是hashmap内部的另一个hash方法。另外，为啥需要将高位数据移到低位进行异或运算？因为有些数据计算出的哈希值差异主要在高位，而hashmap里的哈希寻址是可以忽略容量以上的高位的，那么这种情况下就可以有效避免类似情况下的哈希碰撞。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}3、看看resize
final Node<K,V>[] resize() {
// ...
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACIY &&
oldCap >= DEFAULT_INITIAL_CAPAITY)
newThr = oldThr << 1; // double there
// ...
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else {
// zero initial threshold signifies using defaultsfults
newCap = DEFAULT_INITIAL_CAPAITY;
newThr = (int)(DEFAULT_LOAD_ATOR* DEFAULT_INITIAL_CAPACITY；
}
if (newThr ==0) {
float ft = (float)newCap * loadFator;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?(int)ft : Integer.MAX_VALUE);
}
threshold = neThr;
Node<K,V>[] newTab = (Node<K,V>[])new Node[newap];
table = n；
// 移动到新的数组结构 e 数组结构
}不考虑极端情况，容量理论极限由MAXIMUM_CAPACITY 指定，数值为1<<30，也就是2的30次方，可以归纳为：
门限值=负载因子*容量，如果构建hashmap没有指定他们，则使用默认的常量值
门限值通常以倍数进行调整: new = old << 1，在putval逻辑中，当元素个数超过门限大小时，则调整map大小
扩容后，需要将老的数组中元素重新放置到新的数组中，这是扩容的一个主要开销来源
4、容量、负载因子和树化
hashmap要存取的键值对数量，可以预先设置合适大小，符合的条件：
负载因子*容量 > 元素个数 同时 容量是2的幂数负载因子：
若没特殊需求，不要轻易更改，jdk自身的默认负载因子符合通用场景需求
建议不要设置超过0.75，因为会显著增加冲突，降低hashmap性能
负载因子过小，按照上面的公式，预设容量也进行调整，可能会频繁的扩容，增加无谓的开销，本身性能也会受到影响
5、树化改造
对应逻辑主要在 putVal 和 treeifyBin 中
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
// 树化改造逻辑
}
}如果容量小于 MIN_TREEIFY_CAPACITY，只会进行简单的扩容。
如果容量大于 MIN_TREEIFY_CAPACITY ，则会进行树化改造。
6、hashmap为啥要树化？
本质是安全问题。因为在放置元素的时候，如果一个对象哈希冲突，会被放到一个桶中，则会形成链表，链表的查询是线性的，严重影响存取性能
在现实世界中，构造哈希冲突的数据并不是复杂的事情，恶意代码就可以利用这些数据大量与服务器端交互，导致服务端CPU大量占用，这就构成了哈希碰撞拒绝服务攻击