共计 3820 个字符，预计需要花费 10 分钟才能阅读完成。
hashMap 是通过数组存储所有的数据，每个元素所存放数组的下标，是根据该存储元素的 key 的 Hash 值与该数组的长度减去 1 做与运算，如下所示:
index = (length_of_array – 1) & hash_of_the_key;
数组中存放元素的数据结构使用了 Node 和 TreeNode 两种数据结构，在单个 Hash 值对应的存储元素小于 8 个时，默认值为 Node 的单向链表形式存储，当单个 Hash 值存储的元素大于 8 个时，其会使用 TreeNode 的数据结构存储。
因为在单个 Hash 值对应的元素小于等于 8 个时，其查询时间最差为 O(8)，但是当单个 Hash 值对应的元素大于 8 个时，再通过 Node 的单向链表的方式进行查询，速度上就会变得更慢了；这个时候 HashMap 就会将 Node 的普通节点转为 TreeNode（红黑树）进行存储，这是由于 TreeNode 占用的空间大小约为常规节点的两倍，但是其查询速度可以得到保证，这个是通过空间换时间了。当 TreeNode 中包括的元素变得比较少时，为了存储空间的占用，也会转换为 Node 节点单向链表的方式实现，它们之间可以互相转换的。
Node：
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
......}
可以看到每个 Node 中包括了 4 个属性，分别为：
hash 值：当前 Node 的 Hash 值
key：当前 Node 的 key
value: 当前 Node 的 value
next: 表示指向下一个 Node 的指针，相同 hash 值的 Node，通过 next 进行遍历查找
TreeNode：
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
TreeNode(int hash, K key, V val, Node<K,V> next) {super(hash, key, val, next);
}
......}
可以看到 TreeNode 使用的是红黑树（Red Black Tree）的数据结构，红黑树是一种自平衡二叉查找树，在进行插入和删除操作时通过特定操作保持二叉查找树的平衡，从而获得较高的查找性能，即使在最坏情况运行时间也是非常良好的，并且在实践中是非常高效的，它可以在 O(log n)时间内做查找、插入和删除等操作，这里的 n 是树中元素的数目。
以下是一张关于 HashMap 存储结构的示意图：
1. 写入数据
其方法如下：
// 写入数据
public V put(K key, V value) {
// 首先根据 hash 方法，获取对应 key 的 hash 值，计算方法见后面
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;
// 判断用户存放元素的数组是否为空
if ((tab = table) == null || (n = tab.length) == 0)
// 为空则进行初使化，并将初使化后的数组赋值给变量 tab，数组的长值赋值给变量 n
n = (tab = resize()).length;
// 判断根据 hash 值与数组长度减 1 求与得到的下标，// 从数组中获取元素并将其赋值给变量 p(后续该变量 p 可以继续使用)，并判断该元素是否存在
if ((p = tab[i = (n - 1) & hash]) == null)
// 如果不存在则创建一个新的节点，并将其放到数组对应的下标中
tab[i] = newNode(hash, key, value, null);
else {// 根据数组的下标取到了元素，并且该元素 p 且不为空，下面要判断 p 元素的类型是 Node 还是 TreeNode
Node<K,V> e; K k;
// 判断该数组对应下标取到的第一值是不是与正在存入值的 hash 值相同、//key 相等（可能是对象，也可能是字符串），如果相等，则将取第一个值赋值给变量 e
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 判断取的对象是不是 TreeNode，如果是则执行 TreeNode 的 put 方法
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {// 是普通的 Node 节点，// 根据 next 属性对元素 p 执行单向链表的遍历
for (int binCount = 0; ; ++binCount) {
// 如果被遍历的元素最后的 next 为空，表示后面没有节点了，则将新节点与当前节点的 next 属性建立关系
if ((e = p.next) == null) {
// 做为当前节点的后面的一个节点
p.next = newNode(hash, key, value, null);
// 判断当前节点的单向链接的数量（8 个）是不是已经达到了需要将其转换为 TreeNode 了
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 如果是则将当前数组下标对应的元素转换为 TreeNode
treeifyBin(tab, hash);
break;
}
// 判断待插入的元素的 hash 值与 key 是否与单向链表中的某个元素的 hash 值与 key 是相同的，如果是则退出
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 判断是否找到了与待插入元素的 hash 值与 key 值都相同的元素
if (e != null) { // existing mapping for key
V oldValue = e.value;
// 判断是否要将旧值替换为新值
if (!onlyIfAbsent || oldValue == null)
// 满足于未指定不替换或旧值为空的情况，执行将旧值替换为新值
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
2. 读取数据
public V get(Object key) {
Node<K,V> e;
// 根据 Key 获取元素
if ((e = getNode(hash(key), key)) == null)
return null;
if (accessOrder)
afterNodeAccess(e);
return e.value;
}
final Node<K,V> getNode(int hash, Object key) {Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//if 语句的第一个判断条件
if ((tab = table) != null // 将数组赋值给变量 tab，将判断是否为 null
&& (n = tab.length) > 0 // 将数组的长值赋值给变量 n
&& (first = tab[(n - 1) & hash]) != null) {// 判断根据 hash 和数组长度减 1 的与运算，计算出来的的数组下标的第一个元素是不是为空
// 判断第一个元素是否要找的元素，大部份情况下只要 hash 值太集中，或者元素不是很多，第一个元素往往都是需要的最终元素
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
// 第一个元素就是要找的元素，因为 hash 值和 key 都相等，直接返回
return first;
if ((e = first.next) != null) {// 如果第一元素不是要找到的元，则判断其 next 指向是否还有元素
// 有元素，判断其是否是 TreeNode
if (first instanceof TreeNode)
// 是 TreeNode 则根据 TreeNode 的方式获取数据
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {// 是 Node 单向链表，则通过 next 循环匹配，找到就退出，否则直到匹配完最后一个元素才退出
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
// 没有找到则返回 null
return null;
}
