为什么初始化容量是2的倍数

1. 和操作系统有关，当申请内存为2的倍数时不容易产生内存碎片
2. 方便扩容时的移位操作，因为计算机擅长移位操作
3. 提高哈希散列度，避免冲突

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;    // n的初始值就是初始容量的大小，亦就是2的倍数
        if ((p = tab[i = (n - 1) & hash]) == null)  //2的倍数减1后用二进制表示出来各个位就是全1
            tab[i] = newNode(hash, key, value, null);
        else {  //发生了冲突，看看源码是怎么解决冲突的
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    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;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

如何减少散列冲突

其实HashMap从本质上来说就是一种散列表，也就是一种查询元素的时间复杂度为O(1)的数据结构，散列表本质上又是一种数组。数组是通过数组下标定位元素，而散列表是通过不同的键（有可能是字符串，也有可能是各种类型的对象）来找到相应的值的。那么这个由键到数组下标的转换其实就是哈希函数在起作用，哈希函数在这里扮演着一个中转站的角色。

在Java中，其实每一个对象都有一个hashcode值，这个hashcode是区分不同对象的重要标识。无论对象自身的类型是什么，他们的hashcode都是一个整型变量。既然都是整型变量，那么转换为数组下标自然也就不难了，最简单的方法就是把hashcode与数组长度进行取模运算。但是HashMap不是这样做的，通过下面的例子我们就知道直接这样做的冲突概率还是挺大的，而一个优秀的哈希函数能够尽量减少键映射为数组下标时候的冲突，所以HashMap利用下面的方式减少冲突。

先把hashcode本身的值与其向右移动16位的值进行异或运算：

static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

然后再与数组长度减1的二进制数进行与运算，得到最终的数组下标：
int i = hash(key) & (lenth - 1)

key1	结果
hashCode() ①	10010001 10010101 10110000 11110001
hashCode()右移16位 ②	00000000 00000000 10010001 10010101
①和②异或：hash(key) ③	10010001 10010101 00100001 01100100
lenth - 1 ④	00000000 00000000 11111111 11111111
hashCode() & (lenth - 1) ⑤	00000000 00000000 10110000 11110001
hash(key) & (lenth - 1) ⑤	00000000 00000000 00100001 01100100

key2	结果
hashCode() ①	00010001 10010101 10110000 11110001
hashCode()右移16位 ②	00000000 00000000 00010001 10010101
①和②异或：hash(key) ③	10010001 10010101 10100001 01100100
lenth - 1 ④	00000000 00000000 11111111 11111111
hashCode() & (lenth - 1) ⑤	00000000 00000000 10110000 11110001 （和上面相同）
hash(key) & (lenth - 1) ⑤	00000000 00000000 10100001 01100100（和上面不同）

所以hash(key)函数能提高散列度，减少冲突。

为啥要引入红黑树

使用链表可能会带来查找速度减慢的问题，怎么解决呢？就是在链表长度大于8的时候，就改用红黑树存储键值对

扩容

扩容的阈值，当实际节点数大于等于容量的3/4时，进行扩容。

扩容后的数据排布

要么是原下标的位置，要么是原下标加上原容量的位置

序列化

序列化只存储了数组的容量、实际节点数量和各个节点的key、value值。

---