一、概述
1、HashMap是一个用于存储Key-Value键值对的集合，每个【键值对】也叫作【Entry】, 这些【键值对(Entry)】分散存储在一个【数组】中，这个数组就是HashMap的主干。
大概如下图：
2、HashMap数组每一个元素的【初始值】都是Null
3、对于HashMap，最常用的两个方法是：get()、put()
下面我们就来重点分析这两个方法
Put()方法的原理
1、调用put()方法时，比如：hashMap.put("apple",2)，插入一个Key为"apple"的元素。
需要利用一个【哈希函数】来确定Entry(K-V)的插入位置(Index): index = Hash("apple");
假设计算出的index是2，那么结果如下：
2、但是，因为HashMap的长度是有限的，也就是数组长度限制，当插入的Entry(K-V)越来越多时，再完美的Hash函数难免会出现【index冲突】的情 况。
比如：
这个时候怎么办呢？？
哈哈，没错，也许很多人已经猜到了，使用【链表】来解决。
这也是HashMap的底层数据结构：组数+单链表
3、HashMap数组的每一个元素不止是一个Entry对象，也是一个链表的【头节点】。
每一个Entry对象通过【Next指针】指向它的下一个Entry节点。
当新来的Entry映射到冲突的数组位置时，只需要插入到对应的链表即可：
新来的Entry节点插入链表时，采用的是【头插法】
get()方法的原理
1、使用get()方法时，根据Key来查找Value，首先会把输入的Key做一次Hash映射，得到对应的index：
index = Hash("apple");
2、由于【Hash冲突】，同一个位置可能匹配到多个Entry，这时候就需要顺着对应的【链表的头节点】，一个一个向下来查找。
假设我们要查找的Key是“apple”：
第一步，查看的是头节点Entry6，Entry6的Key是banana，显然不是我们要找的结果。
第二步，查看的是Next节点Entry1，Entry1的Key是apple，正是我们要找的结果。
之所以把Entry6放在头节点，是因为HashMap的发明者认为，后插入的Entry被查找的可能性更大。
HashMap的长度设置
①. HashMap默认的初始长度是16，并且每次自动扩容或手动初始化时，长度必须是2的幂。
②. 之所以选择16，是为了服务于从Key映射到index的Hash算法
之前说过，从Key映射到HashMap数组的对应位置，会用到一个Hash函数：
index = Hash（“apple”）
③. 如何实现一个尽量均匀分布的Hash函数呢？
可以利用Key的HashCode值来做某种运算
不是把Key的HashCode值和HashMap长度做【取模运算】
取模运算方式虽然简单，但是效率很低，为了实现高效的Hash算法，HashMap的发明者采用了【位运算】的方式。
④. 如何进行【位运算】呢？
有如下的公式（Length是HashMap的长度）：
index = HashCode(Key) & (Length -1)
举个例子：
下面我们以值为“book”的Key来演示整个过程：
1. 计算book的hashcode，结果为十进制的3029737，二进制的101110001110101110 1001。
2. 假定HashMap长度是默认的16，计算Length-1的结果为十进制的15，二进制的1111。
3. 把以上两个结果做与运算，101110001110101110 1001 & 1111 = 1001，十进制是9，所以 index=9。
可以说，Hash算法最终得到的index结果，完全取决于Key的Hashcode值的最后几位。
⑤. 长度必须是16或者2的幂，这样做不但效果上等同于取模，而且还大大提高了性能。
至于为什么采用16，我们可以试试长度为10会出现什么问题。
假设HashMap的长度是10，重复刚才的运算步骤：
单独看这个结果，表面上并没有问题。
我们再来尝试一个新的HashCode 101110001110101110 1011 ：
让我们再换一个HashCode 101110001110101110 1111 试试 ：
是的，虽然HashCode的倒数第二第三位从0变成了1，但是运算的结果都是1001。
也就是说，当HashMap长度为10的时候，有些index结果的出现几率会更大，而有些index结果永远不会出现（比如0111）
这样，显然不符合 Hash算法均匀分布的原则。
反观长度16或者其他2的幂，Length-1的值是所有二进制位全为1，这种情况下，index的结果等同于HashCode后几位的值。
只要输入的HashCode本身分布均匀，Hash算法的结果就是均匀的。