集合类---Map

Map常用的子类：

一、HashMap详解

 1.特点

1）线程不安全。如果想要得到线程安全的HashMap，可以使用Collections的静态方法：Map map = Collections.synchronizedMap(new HashMap());

2）允许null键和null值。只能有一个键为null，可以有多个值为null。如果get()返回null，可以表示没有该键，也可以表示该键所对应的值为null。所以应该用containsKey()或containsValue()来判断是否存在。

3）时间复杂度是o(1)。

4）初始容量和装填因子影响其性能。

5）无序。即不能按照输入的顺序输出，而LinkedHashMap可以（双向链表对其进行保证）。

6）没有contains()方法

2.数据结构

public class HashMap<K,V> extends AbstractMap<K,V>
    implements Map<K,V>, Cloneable, Serializable

HashMap的底层是哈希数组，数组元素为Entry。HashMap通过key的hashCode来计算hash值，当hashCode相同时，通过“拉链法”解决冲突。当链表长度大于阈值（默认为8）时，将链表转化为红黑树，以减少搜索时间。原本Map.Entry接口的实现类Entry改名为了Node。转化为红黑树时改用另一种实现TreeNode。

Node类：

     static class Node<K,V> implements Map.Entry<K,V> {
         final int hash;//hash值
         final K key;
         V value;
         Node<K,V> next;//指向下一个节点

         Node(int hash, K key, V value, Node<K,V> next) {
             this.hash = hash;
             this.key = key;
             this.value = value;
             this.next = next;
         }

         public final K getKey()        { return key; }
         public final V getValue()      { return value; }
         public final String toString() { return key + "=" + value; }
         //重写hashCode
         public final int hashCode() {
             return Objects.hashCode(key) ^ Objects.hashCode(value);
         }

         public final V setValue(V newValue) {
             V oldValue = value;
             value = newValue;
             return oldValue;
         }
         //比较key和value是否equals相等
         public final boolean equals(Object o) {
             if (o == this)
                 return true;
             if (o instanceof Map.Entry) {
                 Map.Entry<?,?> e = (Map.Entry<?,?>)o;
                 if (Objects.equals(key, e.getKey()) &&
                     Objects.equals(value, e.getValue()))
                     return true;
             }
             return false;
         }
     }

3.源码解读

（1）主要属性

 //hash表的桶，用一个数组模拟，数组中每个元素都是一个指针，可以是单链表的头指针，也可以是红黑树的根节点的指针
 transient Node<K,V>[] table;

 //用来实现遍历map的set,依次遍历所有的node或者treeNode
 transient Set<Map.Entry<K,V>> entrySet;  

 //该map中所有key-value对的个数
 transient int size; 

 //修改次数，用来判断该map是否同时被多个线程操作，多线程环境下会抛出异常ConcurrentModificationException
 transient int modCount;  

 //= table.size()* loadFactor，当table中实际占用量（不是table中占用的bin的个数，而是所有bin中的Node的总数）超过threshold时，就会进行resize()操作
 //eg:table.size()=16,loadFactor=0.75,则当所有Bin中的node的个数超过12时会进行resize.
 //table的容量，如果没有设置，则默认等于DEFAULT_INITIAL_CAPACITY=16，且必须为2的整数次幂。
 int threshold;

 //加载因子<=1，当table中实际占用的容量超过table.size()* loadFactor时，会进行table的扩容。默认加载因子为DEFAULT_LOAD_FACTOR=0.75
 final float loadFactor;

 //table默认初始容量 16，必须是2的整数次幂
 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; 

 //table的最大容量
 static final int MAXIMUM_CAPACITY = 1 << 30;

 //默认加载因子，当table数组的容量超过table.length* loadFactor时，会调用resize()进行扩容。
 static final float DEFAULT_LOAD_FACTOR = 0.75f;

 //当table[i]中的node个数超过8个，会将单链表table[i]转化成红黑树
 static final int TREEIFY_THRESHOLD = 8;

 //当table[i]中红黑树的节点数少于6时，会退化成单链表
 static final int UNTREEIFY_THRESHOLD = 6;

 //当table的length大于64时，才会进行将某条node个数超过8的单链表转化成红黑树操作
 static final int MIN_TREEIFY_CAPACITY = 64;

（2）构造方法

     /**
      * 根据初始化容量和加载因子构建一个空的HashMap.
      */
     public HashMap(int initialCapacity, float loadFactor) {
         if (initialCapacity < 0)
             throw new IllegalArgumentException("Illegal initial capacity: " +
                                                initialCapacity);
 //设置的初始容量大于最大允许容量，则强制将initialCapacity = MAXIMUM_CAPACITY
         if (initialCapacity > MAXIMUM_CAPACITY)
             initialCapacity = MAXIMUM_CAPACITY;
         if (loadFactor <= 0 || Float.isNaN(loadFactor))
             throw new IllegalArgumentException("Illegal load factor: " +
                                                loadFactor);
         this.loadFactor = loadFactor;
 //调用tableSizeFor将threshold设置成大于initialCapacity的最小的2的整数次幂
         this.threshold = tableSizeFor(initialCapacity);
     }

     /**
      * 使用初始化容量和默认加载因子(0.75).
      */
     public HashMap(int initialCapacity) {
         this(initialCapacity, DEFAULT_LOAD_FACTOR);
     }

     /**
      * 使用默认初始化大小(16)和默认加载因子(0.75).
      */
     public HashMap() {
         this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
     }

     /**
      * 用已有的Map构造一个新的HashMap.
      */
     public HashMap(Map<? extends K, ? extends V> m) {
         this.loadFactor = DEFAULT_LOAD_FACTOR;
         putMapEntries(m, false);
     }

（3）重要方法

1）put方法

• 如果是首个插入map的节点，map进行初始化，在resize中进行
• 如果是put一个新节点，则插入结束后检查对应的bin是否需要转化成红黑树
• 插入或更新结束后，检查该table是否需要resize扩容

 public V put(K key, V value) {
       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;
 //如果table为null或者table的长度为0，则调用resize()对table进行初始化
       if ((tab = table) == null || (n = tab.length) == 0)
           n = (tab = resize()).length;
 //如果hash号桶中没有node，则将该节点作为首节点放入该桶中
       if ((p = tab[i = (n - 1) & hash]) == null)
           tab[i] = newNode(hash, key, value, null);
 //如果hash号桶中有node，则遍历后添加
       else {
           Node<K,V> e; K k;
 //如果key和value都相等，则直接覆盖
           if (p.hash == hash &&
               ((k = p.key) == key || (key != null && key.equals(k))))
               e = p;
 //在红黑树中查找，e指向查找到的treeNode，向红黑树中添加
           else if (p instanceof TreeNode)
               e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
 //在单链表中查找
           else {
               for (int binCount = 0; ; ++binCount) {
 //当遍历该桶没有找到相同的key时，就新new一个Node，加入到链表末尾
                   if ((e = p.next) == null) {
                       p.next = newNode(hash, key, value, null);
 //检查该链表中Node的个数是否>=8，是则要将单链表转化成红黑树
                       if (binCount >= TREEIFY_THRESHOLD - 1)
                           treeifyBin(tab, hash);
                       break;
                   }
 //在单链表如果key和value都相等，则直接覆盖
                   if (e.hash == hash &&
                       ((k = e.key) == key || (key != null && key.equals(k))))
                       break;
                   p = e;
               }
           }
           if (e != null) { // existing mapping for key
               V oldValue = e.value;
         //更新Node的value
               if (!onlyIfAbsent || oldValue == null)
                   e.value = value;
         //回调接口，让LinkedHashMap执行对应的动作。在hashMap中没有动作：void
               afterNodeAccess(e);
               return oldValue;
           }
       }
       ++modCount;
 //检查table的size有没有超过临界值，超过要进行resize扩容
       if (++size > threshold)
           resize();
 //回调接口，让LinkedHashMap执行对应的动作。在hashMap中没有动作：void
       afterNodeInsertion(evict);
       return null;
   }

2）get方法

     public V get(Object key) {
         Node<K,V> e;
         return (e = getNode(hash(key), key)) == null ? null : e.value;
     }

     /**
      * Implements Map.get and related methods
      *
      * @param hash hash for key
      * @param key the key
      * @return the node, or null if none
      */
     final Node<K,V> getNode(int hash, Object key) {
         Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
 //如果table不为空，table.length>0,且hash对应的桶中有值
         if ((tab = table) != null && (n = tab.length) > 0 &&
             (first = tab[(n - 1) & hash]) != null) {
 //如果第一个节点就是要查找的节点，则返回第一个节点
             if (first.hash == hash && // always check first node
                 ((k = first.key) == key || (key != null && key.equals(k))))
                 return first;
 //否则依次遍历后来的节点
             if ((e = first.next) != null) {
 //查找红黑树
                 if (first instanceof TreeNode)
                     return ((TreeNode<K,V>)first).getTreeNode(hash, key);
 //查找单链表
                 do {
                     if (e.hash == hash &&
                         ((k = e.key) == key || (key != null && key.equals(k))))
                         return e;
                 } while ((e = e.next) != null);
             }
         }
         return null;
     }

     // 遍历红黑树搜索节点
     /**
      * Calls find for root node.
      */
     final TreeNode<K,V> getTreeNode(int h, Object k) {
         return ((parent != null) ? root() : this).find(h, k, null);
     }

     /**
      * Returns root of tree containing this node.
      */
     final TreeNode<K,V> root() {
         for (TreeNode<K,V> r = this, p;;) {
             if ((p = r.parent) == null)
                 return r;
             r = p;
         }
     }

     /**
      * Finds the node starting at root p with the given hash and key.
      * The kc argument caches comparableClassFor(key) upon first use
      * comparing keys.
      */
     final TreeNode<K,V> find(int h, Object k, Class<?> kc) {
         TreeNode<K,V> p = this;
         do {
             int ph, dir; K pk;
             TreeNode<K,V> pl = p.left, pr = p.right, q;
             if ((ph = p.hash) > h) // 当前节点hash大
                 p = pl; // 查左子树
             else if (ph < h) // 当前节点hash小
                 p = pr; // 查右子树
             else if ((pk = p.key) == k || (k != null && k.equals(pk)))
                 return p; // hash、key都相等，即找到，返回当前节点
             else if (pl == null) // hash相等，key不等，左子树为null，查右子树
                 p = pr;
             else if (pr == null)
                 p = pl;
             else if ((kc != null ||
                       (kc = comparableClassFor(k)) != null) &&
                      (dir = compareComparables(kc, k, pk)) != 0)
                 p = (dir < 0) ? pl : pr;
             else if ((q = pr.find(h, k, kc)) != null)
                 return q;
             else
                 p = pl;
         } while (p != null);
         return null;
     }

3）remove方法

 public V remove(Object key) {
         Node<K,V> e;
         return (e = removeNode(hash(key), key, null, false, true)) == null ?
             null : e.value;
     }
 //removeNode：删除指定的key所对应的Node,matchValue为true表示只有key和value都对应才删除；movable表示在删除时不移动其他node  

 final Node<K,V> removeNode(int hash, Object key, Object value,
                                boolean matchValue, boolean movable) {
         Node<K,V>[] tab; Node<K,V> p; int n, index;
         //只有在table不为空，table的length大于0，hash&(n-1)号桶中有值时才进行查找删除
         if ((tab = table) != null && (n = tab.length) > 0 &&
             (p = tab[index = (n - 1) & hash]) != null) {
             Node<K,V> node = null, e; K k; V v;
             //如果头结点是查找的节点则令node指向它
             if (p.hash == hash &&
                 ((k = p.key) == key || (key != null && key.equals(k))))
                 node = p;
             else if ((e = p.next) != null) {
                 //如果这个桶中存储的是红黑树，则通过getTreeNode找到对应的node
                 if (p instanceof TreeNode)
                     node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                 else {
                     //如果是单链表，则依次查找node，知道找到，令node指向它
                     do {
                         if (e.hash == hash &&
                             ((k = e.key) == key ||
                              (key != null && key.equals(k)))) {
                             node = e;
                             break;
                         }
                         p = e;
                     } while ((e = e.next) != null);
                 }
             }
             //当Node==null表示没有找到该节点
             //只有当不要求匹配value或者要求匹配并且node的value也相等时，才进行删除
             if (node != null && (!matchValue || (v = node.value) == value ||
                                  (value != null && value.equals(v)))) {
                 //在红黑树中删除节点，把movable传递进去
                 if (node instanceof TreeNode)
                     ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                 //头结点删除
                 else if (node == p)
                     tab[index] = node.next;
                 //p指向node的前一个节点
                 else
                     p.next = node.next;
                 ++modCount;
                 --size;
                 //回调接口，让LinkedHashMap执行对应的动作。在hashMap中没有动作：void afterNodeRemoval(Node<K,V> p) { }
                 afterNodeRemoval(node);
                 return node;
             }
         }
         return null;
     }  

4）resize方法

• 若table没有初始化，则采用默认的cap和加载因子（或者使用new map对象时传递进来的thr和f）进行初始化，为table申请空间
• 若table已经初始化，则将cap*2，thr*2。同时若cap已经超过了MAX_CAP,则直接将thr设置与cap相等。
• 将oldTable中的node都映射到newTable中。OldTable[i]中的node要么映射到newTable的i中，要么是i+oldcap中，由node.hash的第oldCap二进制中1所在位置j的那个位置bit值决定。

 final Node<K,V>[] resize() {
         Node<K,V>[] oldTab = table;
         //cap是数组的容量，thr是数组进行扩容的临界值
         int oldCap = (oldTab == null) ? 0 : oldTab.length;
         int oldThr = threshold;
         int newCap, newThr = 0;
         //不是数组初始化
         if (oldCap > 0) {
             //当原table的size已经达到MAXIMUM_CAPACITY时，不对cap进行调整，只是将扩容临界值thr调整为与cap相同，让table空间得到100%的利用
             if (oldCap >= MAXIMUM_CAPACITY) {
                 threshold = Integer.MAX_VALUE;
                 return oldTab;
             }
             //否则就将cap和thr进行*2扩容
             //即使newCap<<1，它的值也始终小于Integer.MAX_VALUE,因为newCap是一个int型的整数
             else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                      oldCap >= DEFAULT_INITIAL_CAPACITY)
                 newThr = oldThr << 1; // double threshold
         }
         //通过初始化传递了thr但是还没有进行table的初始化操作，这时将cap设置为oldCap的值
         else if (oldThr > 0) // initial capacity was placed in threshold
             newCap = oldThr;
 //初始化没有传递任何参数，cap和thr都采用默认值
         else {               // zero initial threshold signifies using defaults
             newCap = DEFAULT_INITIAL_CAPACITY;
             newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
         }
         //如果上面没有设置newThr的值，这里统一进行处理.
         //主要有两个地方，第一个else if ((newCap = oldCap << 1)，第二个else if (oldThr > 0)；
       if (newThr == 0) {
             float ft = (float)newCap * loadFactor;
             newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                       (int)ft : Integer.MAX_VALUE);
         }
         //重新设置扩容后的临界值
         threshold = newThr;
         //利用上面计算的newCap重新为数组申请扩容后的空间
         @SuppressWarnings({"rawtypes","unchecked"})
             Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
         table = newTab;
         //将原数组中内容转移到新数组中
         if (oldTab != null) {
             //原table中每个桶中的node逐个进行重新hash处理
             for (int j = 0; j < oldCap; ++j) {
                 Node<K,V> e;
                 if ((e = oldTab[j]) != null) {
                     //将原table中每个链表的头指针置null
                     oldTab[j] = null;
                     //如果oldTable[i]这条链表只有头指针，则将该node重新hash映射到新链表的某个位置上
                     if (e.next == null)
                         newTab[e.hash & (newCap - 1)] = e;
                     //如果该条链表是以红黑树的形式存储的，则调用红黑树的相关操作
                     else if (e instanceof TreeNode)
                         ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                     //对oldTable[i]链表中每个元素逐一处理
                     else { // preserve order
                         //lo表示原链表中的node在新链表中的映射仍在同一位置table[i]
                         Node<K,V> loHead = null, loTail = null;
                         //hi 表示原链表中的node在新链表中的映射在table[i+oldCap]。只有这两种位置
                         Node<K,V> hiHead = null, hiTail = null;
                         Node<K,V> next;
                         do {
                             next = e.next;
                             //i=e.hash&(oldCap-1),那么e.hash&oldCap的值为e.hash在oldCap二进制形式中那个唯一(cap的值都为2的整数次幂，所以二进制形式中只有一个1)的1所在位置的值，要么为0，要么为1.。
                             //因此，oldTable中的table[i]中的node，在新链表中的位置要么为i，要么为i+oldCap
                             //之所以直接采用(e.hash & oldCap)是为了计算简便，避免每次都用e.hash&(newCap-1)
 if ((e.hash & oldCap) == 0) {
                                 if (loTail == null)
                                     loHead = e;
                                 else
                                     loTail.next = e;
                                 loTail = e;
                             }
                             else {
                                 if (hiTail == null)
                                     hiHead = e;
                                 else
                                     hiTail.next = e;
                                 hiTail = e;
                             }
                         } while ((e = next) != null);
                         //在新table中映射位置为j的,相对顺序与oldTable中的相同
                         if (loTail != null) {
                             loTail.next = null;
                             newTab[j] = loHead;
                         }
                         //在新链表中映射位置为j+oldCap的
                         if (hiTail != null) {
                             hiTail.next = null;
                             newTab[j + oldCap] = hiHead;
                         }
                     }
                 }
             }
         }
         return newTab;
     }  

5）treeifyBin和untreeify方法

treeifyBin将某个hash桶的单链表转化成红黑树；untreeify将红黑树转化成单链表，在删除红黑树节点时会用到
基本步骤：
a、检查table.length是否>=64，如果不成立，则进行resize扩容，结束。
b、通过hash&(n-1)定位到table相应的bin中，检查bin中是否有Node，将单链表中的Node类型依次转化成treenode类型，并链接在一个双链表中
c、调用treeNode.treeify方法将该桶中的treeNode双链表转化成红黑树。

    final void treeifyBin(Node<K,V>[] tab, int hash) {
        int n, index; Node<K,V> e;
     //若table的len没有达到最小树化值，则进行扩容处理
        if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
            resize();
     //若该桶中有node，则将该桶中的单链表转化成红黑树
        else if ((e = tab[index = (n - 1) & hash]) != null) {
            TreeNode<K,V> hd = null, tl = null;
            do {
             //将每个node节点的值重新生成一个TreeNode节点
                TreeNode<K,V> p = replacementTreeNode(e, null);
             //hd指向红黑树的根节点
                if (tl == null)
                    hd = p;
                else {
                 //prev指向前一个节点，next指向后一个节点
                    p.prev = tl;
                    tl.next = p;
                }
                tl = p;
            } while ((e = e.next) != null);
         //上面的while循环将单链表转化成了双链表，节点类型由node编程了treeNode,hd指向头结点
            if ((tab[index] = hd) != null)
             //将该双链表构建成红黑树
                hd.treeify(tab);
        }
    }
 //红黑树退化成单链表
 //a、通过treeNode.next遍历红黑树，并将节点依次replacementNode成Node类型。
 //b、将转化后的节点依次链接成一条单链表，返回头结点的指针
  final Node<K,V> untreeify(HashMap<K,V> map) {
            Node<K,V> hd = null, tl = null;
            for (Node<K,V> q = this; q != null; q = q.next) {
             //将红黑树中的节点treeNode依次转化成node
                Node<K,V> p = map.replacementNode(q, null);
                if (tl == null)
                    hd = p;
                else
                    tl.next = p;
                tl = p;
            }
         //返回单链表的头结点
            return hd;
        }  

常用遍历方法：

https://blog.csdn.net/shenshen123jun/article/details/9074523

Hashmap 不是线程安全的，所以如果在使用迭代器的过程中有其他线程修改了 map， 则会抛出 ConcurrentModificationException，这就是所谓的 fast-fail 策略，是通过 modcount 实现，对 Hashmap 内容的修改都将增加这个值，那么在迭代器初始化时会将这个值赋给迭代器的 exceptedmodcount。在迭代过程中，判断 modcount 和 exceptedmodcount 是否相等， 若不相等，则说明其他线程修改了 map。Modcount 是 volatile 的。

二、HashTable详解

1.特点

1）线程安全。put,get,remove等方法上都有synchronized关键字保持同步。

2）不允许null键和null值，如果存入会报空指针异常。

2.数据结构

public class Hashtable<K,V>
    extends Dictionary<K,V>
    implements Map<K,V>, Cloneable, java.io.Serializable

3.源码解读

（1）主要属性

 private transient Entry<?,?>[] table
 private transient int count;//table中所有entry的个数
 private int threshold;//扩容的临界值count >= threshold,threshold=loadFactor*capacity,
 private float loadFactor;//加载因子threshold=loadFactor*capacity,加载因子越大，table的利用率越高
 private transient int modCount = 0;//单线程，多线程操作可能会引起Hashtable fail-fast，抛出ConcurrentModificationException异常  

 private static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;//table的最大size  

 //三种遍历方式
 private transient volatile Set<K> keySet;
 private transient volatile Set<Map.Entry<K,V>> entrySet;
 private transient volatile Collection<V> values;  

（2）构造方法

 //传递一个table的初始容量和加载因子，table的初始化在构造函数中进行(与HashMap不同，hashmap在put第一个node中进行)。
  public Hashtable(int initialCapacity, float loadFactor) {
         if (initialCapacity < 0)
             throw new IllegalArgumentException("Illegal Capacity: "+
                                                initialCapacity);
         if (loadFactor <= 0 || Float.isNaN(loadFactor))
             throw new IllegalArgumentException("Illegal Load: "+loadFactor);  

         if (initialCapacity==0)
             initialCapacity = 1;
         //设置loadFactor，threshold的值，为table申请空间
         this.loadFactor = loadFactor;
         //与HashMap不同，table的size可以随意指定，不用为2的整数次幂，甚至都不用超过11（默认的初始容量）
         table = new Entry<?,?>[initialCapacity];
         threshold = (int)Math.min(initialCapacity * loadFactor, MAX_ARRAY_SIZE + 1);
     }
 //默认的loadFactor=0.75
 public Hashtable(int initialCapacity) {
         this(initialCapacity, 0.75f);
     }
 //默认的capacity=11
 public Hashtable() {
         this(11, 0.75f);
     }
 //2*t.size()保证不用插进去就需要扩容
 public Hashtable(Map<? extends K, ? extends V> t) {
         this(Math.max(2*t.size(), 11), 0.75f);
         putAll(t);
     }  

（3）不同方法

1)rehash:扩容，不是同步的
思路：
将capatity*2,根据loadfactor重新设置threshold
依次逆序遍历oldMap中所有Bin中的节点，重新映射到newMap的bin中。这里是从链表头插入，所以顺序与OldMap中的相反。hashMap是插入链表尾部，顺序相同。

与hashMap的resize不同点：
（1）hashMap的resize中可能对table进行初始化，这里初始化在构造函数中进行
（2）扩容方式：hashmap中 newCap=oldCap*2,这样保证新容量依然是2的整数次幂；hashTable中，newCap=oldCap*2+1
（3）映射方式：hashMap中oldMap中同一个bin中node只可能映射到i和i+oldCap两个桶中；hashTable中由于不要求cap是2的整数次幂，所以oldCap中同一个bin中可能映射到newMap的各个Bin中
（4）转移数据方式：hashMap中oldMap和newMap中node在链表中相对顺序不变，是在链表尾部插入的；hashTable中顺序逆向了，在链表首部插入的。
（5）效率：hashMap效率更高，采用&操作映射；HashTable效率低，采用%
（6）桶的结构：hashMap中当节点数大于8时，单链表会转化成红黑树；HashTable始终以单链表存储

 protected void rehash() {
         int oldCapacity = table.length;
         Entry<?,?>[] oldMap = table;  

         // 扩容方法：新容量=就容量*2+1
         int newCapacity = (oldCapacity << 1) + 1;
         if (newCapacity - MAX_ARRAY_SIZE > 0) {
             if (oldCapacity == MAX_ARRAY_SIZE)
                 // Keep running with MAX_ARRAY_SIZE buckets
                 return;
             newCapacity = MAX_ARRAY_SIZE;
         }
         Entry<?,?>[] newMap = new Entry<?,?>[newCapacity];  

         modCount++;
         //确定新的临界值threshold
         threshold = (int)Math.min(newCapacity * loadFactor, MAX_ARRAY_SIZE + 1);
         table = newMap;
         //逆序遍历oldMap的桶中的所有节点，并依次映射到newMap中的桶
         for (int i = oldCapacity ; i-- > 0 ;) {
             for (Entry<K,V> old = (Entry<K,V>)oldMap[i] ; old != null ; ) {
                 Entry<K,V> e = old;
                 old = old.next;
                 //oldMap映射到newMap的bin的方法：直接取余
                 int index = (e.hash & 0x7FFFFFFF) % newCapacity;
                 //每次都从newMap的链表的头部插入
                 e.next = (Entry<K,V>)newMap[index];
                 newMap[index] = e;
             }
         }
     }  

三、TreeMap详解

1.特点

1）有序

2）非线程安全

3）时间复杂度是o(lgn)

2.数据结构

public class TreeMap<K,V>
    extends AbstractMap<K,V>
    implements NavigableMap<K,V>, Cloneable, java.io.Serializable

四、LinkedHashMap详解

1.特点

1）保证插入顺序或访问顺序有序。

2）key和value都允许为空。

3）非线程安全。

4）LinkedHashMap=LinkedList+HashMap，多态实现。

https://blog.csdn.net/justloveyou_/article/details/71713781

 

注：  HashSet子类依靠hashCode()和equal()方法来区分重复元素。

     HashSet内部使用Map保存数据，即将HashSet的数据作为Map的key值保存，这也是HashSet中元素不能重复的原因。而Map中保存key值的,会去判断当前Map中是否含有该Key对象，内部是先通过key的hashCode,确定有相同的hashCode之后，再通过equals方法判断是否相同。