转发http://baijiahao.baidu.com/s?id=1586706502510642738&wfr=spider&for=pc
在Java编程语言中，最基本的结构就是两种，一种是数组，一种是模拟指针(引用)，所有的数据结构都可以用这两个基本结构构造，HashMap也一样。
HashMap的底层实现原理:
在JAVA中，每个对象都有一个散列码，它是由Object类的hashCode()方法计算得到的（当然也可以覆盖Object的hashCode()）。而我们可以在散列码的基础上，定义一个哈希函数，再对哈希函数计算出的结果求余，最终得到该对象在哈希表的位置。
HashMap 采用一种所谓的“Hash 算法”来决定每个元素的存储位置。当程序执行 map.put(String,Obect)方法 时，系统将调用String的 hashCode() 方法得到其 hashCode 值——每个 Java 对象都有 hashCode() 方法，都可通过该方法获得它的 hashCode 值。得到这个对象的 hashCode 值之后，系统会根据该 hashCode 值来决定该元素的存储位置。
哈希冲突的产生及解决办法：
1、产生冲突
上图就是一个散列表（Hash table，也叫哈希表），是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。
当向HashMap中put数据的时候，首先要判断当前确定的索引位置是否存在相同hashcode和相同key的元素，如果存在相同的hashcode和相同的key的元素，那么新值覆盖原来的旧值，并返回旧值。
如果存在相同的hashcode，那么他们确定的索引位置就相同，这时判断他们的key是否相同，如果不相同，这时就是产生了Hash冲突。
2、解决冲突
HashMap里面没有出现hash冲突时，没有形成单链表时，hashmap查找元素很快,get()方法能够直接定位到元素，但是出现单链表后，单个bucket 里存储的不是一个 Entry，而是一个 Entry 链，系统只能必须按顺序遍历每个 Entry，直到找到想搜索的 Entry 为止——如果恰好要搜索的 Entry 位于该 Entry 链的最末端（该 Entry 是最早放入该 bucket 中），那系统必须循环到最后才能找到该元素。
当系统决定存储 HashMap 中的 key-value 对时，完全没有考虑 Entry 中的 value，仅仅只是根据 key 来计算并决定每个 Entry 的存储位置。我们完全可以把 Map 集合中的 value 当成 key 的附属，当系统决定了 key 的存储位置之后，value 随之保存在那里即可。
Hashmap里面的bucket出现了单链表的形式，散列表要解决的一个问题就是散列值的冲突问题，通常的解决方法如下：
1、链地址法
它有一个桶的概念：对于Entry数组而言，将相同hash值的对象组织成一个链表放在hash值对应的槽位。在链表中的每个元素才是真正的。而一个链表，就是一个桶！因此HashMap最多可以有Entry.length个桶。
2、开放地址法
开放定址法有两种处理方式：一种是线性探测，另一种是平方探测。
线性探测：依次探测冲突位置的下一个位置。如，在哈希表的位置2处发生了冲突，则探测位置3处是否被使用了，若被使用了，则探测位置4……直至下一个被探测的位置为空（意味着还有位置可以插入元素—插入成功）或者探测了N-1（N为哈希表的长度）个元素又回到了原始的冲突位置处（意味着已经没有位置可供新元素插入了—插入失败）
因此，插入一个元素时，最坏情况下的时间复杂度为O（N），因为它有可能探测了N-1个元素！
平方探测：以平方大小来递增下一次待探测的位置。如，在哈希表位置2处发生了冲突，则探测 (1^2=1)位置3（2+1），若位置3被使用了，则探测（2^2=4） 位置6（2+4），若位置6被使用了，则探测（3^2=9）位置11（2+9=11）……平方探测法有一个特点：对于任何一个给定的素数N（假设哈希表的长度设置为素数），当计算( h(k) + i ^2 ) MOD N 时，随着 i 的增长，得到的结果是循环的。
因此，当平方探测重复探测了某一个位置时，说明探测失败即已经没有位置可供新元素插入了，尽管此时哈希表并没有满。
平方探测是跳着探测的，它忽略了一些位置，而这些位置可能是空的。即在哈希表仍未满的情况下，已经不能再插入新元素了
最坏情况下，平方探测需要检测 N/2个位置，因此插入一个元素的最坏时间复杂度为O（N）。
3、再散列法
建立多个hash函数，若是当发生hash冲突的时候，使用下一个hash函数，直到找到可以存放元素的位置。
4、建立公共溢出区
将哈希表分为基本表和溢出表，将与基本表发生冲突的元素放入溢出表中。
底层的hashMap是由数组和链表来实现的，就是上面说的链地址法。首先当插入的时候，会根据key的hash值然后计算出相应的数组下标，计算方法是index = hashcode%table.length，（这个下标就是上面提到的bucket），当这个下标上面已经存在元素的时候那么就会形成链表，将后插入的元素放到尾端，若是下标上面没有存在元素的话，那么将直接将元素放到这个位置上。
当进行查询的时候，同样会根据key的hash值先计算相应的下标，然后到相应的位置上进行查找，若是这个下标上面有很多元素的话，那么将在这个链表上一直查找直到找到对应的元素。
关于Hash的更多问题
1、哈希过程为什么需要先根据hashCode得到一个值(又称散列码)，然后再对该值求余呢？
在JAVA中，Object类的hashCode()方法返回的是由调用对象的内存地址导出的一个值，也即，当没有覆盖Object类中的equals() 和 hashCode()时，只有当两个对象的内存地址一样时，才认为两个对象是相等的。这显然不符合实际情况，比如Person类有 String id、String name…..显然在现实中是根据id(身份证)不同来判断两个人不同。因此，需要进一步根据hashCode()值来封装(如上面的 hash(Object k)方法)，返回一个合理的散列码。
2、那为什么又需要对得到的散列码求余呢？
底层是用数组来存储的，而我们得到的散列码可能很大（事实上散列码的范围非常广）而内存是有限的，不能分配为数组分配一块很大很大的空间，因此，存储的数组空间相对较小。从而需要把所有的散列码都 “约束” 到这个有效的数组空间中。—-这也是导致冲突的根源
3、为什么使用HashMap查找是O(1)呢？
T value = hashmap.get(key)
①get(key)时，一步计算出该key所对应的底层数组array的 index (相当于上面 hash(Object k ) 和 indexFor(int h, int length) 这两个函数完成的功能)
②value = array[index]
因此，就认为查找的复杂度为O(1)。
4、HashMap中的两个变量及作用
int threshold：当HashMap中的元素个数超过threshold时，就会重新调整哈希的大小。
float loadFactor：loadFactor 默认是0.75，指定threshold，一般情况下，哈希表的大小乘以0.75等于threshold。