下面是HashMap的一个构造函数，两个参数initialCapacity,loadFactor
这关系HashMap的迭代性能。
关于这两个参数值的设定界限：
1. initialCapacity是map的初始化容量，initialCapacity > MAXIMUM_CAPACITY，表明map的最大容量是1<<30,也就是1左移30位，每左移一位乘以2，所以就是1*2^30=1073741824.
2. loadFactor是map的负载因子,loadFactor <= 0 || Float.isNaN(loadFactor),表明负载因子要大于0，且是非无穷大的数字
负载因子为什么会影响HashMap性能
首先回忆HashMap的数据结构，我们都知道有序数组存储数据，对数据的索引效率都很高，但是插入和删除就会有性能瓶颈（回忆ArrayList），链表存储数据，要一次比较元素来检索出数据，所以索引效率低，但是插入和删除效率高（回忆LinkedList），两者取长补短就产生了哈希散列这种存储方式，也就是HashMap的存储逻辑.而负载因子表示一个散列表的空间的使用程度，有这样一个公式：initailCapacity*loadFactor=HashMap的容量。
所以负载因子越大则散列表的装填程度越高，也就是能容纳更多的元素，元素多了，链表大了，所以此时索引效率就会降低。反之，负载因子越小则链表中的数据量就越稀疏，此时会对空间造成烂费，但是此时索引效率高。
如何科学设置 initailCapacity,loadFactor的值
HashMap有三个构造函数，可以选用无参构造函数，不进行设置。默认值分别是16和0.75.
官方的建议是initailCapacity设置成2的n次幂，laodFactor根据业务需求，如果迭代性能不是很重要，可以设置大一下。
为什么initailCapacity要设置成2的n次幂：深入理解HashMap
左边两组是数组长度为16（2的4次方），右边两组是数组长度为15。两组的hashcode均为8和9，但是很明显，当它们和1110“与”的时候，产生了相同的结果，也就是说它们会定位到数组中的同一个位置上去，这就产生了碰撞，8和9会被放到同一个链表上，那么查询的时候就需要遍历这个链表，得到8或者9，这样就降低了查询的效率。同时，我们也可以发现，当数组长度为15的时候，hashcode的值会与14（1110）进行“与”，那么最后一位永远是0，而0001，0011，0101，1001，1011，0111，1101这几个位置永远都不能存放元素了，空间浪费相当大，更糟的是这种情况中，数组可以使用的位置比数组长度小了很多，这意味着进一步增加了碰撞的几率，减慢了查询的效率！
所以说，当数组长度为2的n次幂的时候，不同的key算得得index相同的几率较小，那么数据在数组上分布就比较均匀，也就是说碰撞的几率小，相对的，查询的时候就不用
遍历某个位置上的链表，这样查询效率也就较高了。
resize()方法
initailCapacity，loadFactor会影响到HashMap扩容。
HashMap每次put操作是都会检查一遍 size（当前容量）>initailCapacity*loadFactor 是否成立。如果不成立则HashMap扩容为以前的两倍（数组扩成两倍），然后重新计算每个元素在数组中的位置，然后再进行存储。这是一个十分消耗性能的操作。所以如果能根据业务预估出HashMap的容量，应该在创建的时候指定容量，那么可以避免resize().
PS:更多技术讲解请关注360linker官方公众号，并有资格加入社区免费获取IT技术视频教程，让你快速精炼涨知识涨技术。