1 基本原理
HashMap是一种用于存储键值对的数据结构，顾名思义，它的底层算法是基于hash运算的。对于HashMap最简单的使用如下：
HashMap<String, String> map = new HashMap<>();
map.put("myKey", "myValue");
String value = map.get("myKey");
System.out.println(value);
假设键都为整型Int的话，那么我们可以用整型数组来实现键值的存取。数组的下标即为Key，数组中的元素即为Value。
而对于键为其他封装类型的对象，都可以通过hash运算出一个整型值（hashCode），对于上面程序中的例子，我们假设字符串"myKey"的哈希值为4，那么我们可以通过哈希运算得到上图中的key值（此刻的hash值）用于映射到数组的索引以存入数据。
到这里，如果满足以下两个条件，那么这个数据结构在功能上便没有问题了：
- 用于存放数据的数组足够大，足以容纳任何大小的hash值
- hash算法足够优秀，任何对象的哈希值都是唯一的
但是开辟过量的数组空间会造成资源浪费，而哈希值也无法保证一定相等。
为了解决数组容量问题，需要规定数组容量的大小(capacity)，在上图中为100。对于超过数组容量(capacity)的哈希值，对其进行hashCode%capacity模运算后（modHash）以映射数组索引。
此时引入了另一个问题，无论哈希算法多么优秀，两个对象的modHash更有可能一样，这被称为哈希碰撞。
为了解决哈希碰撞问题，数组中所存的将不再是单个元素，而是所有modHash一致的对象所组成的链表。
由于数组的每个cell可以存储多个数据，我们将数组的每个cell称为一个哈希桶，用于盛放所有modHash一致的对象。
由上图可知，由于4和104相对数组容量(capacity)100的模（modHash）都为4，因此按链表存放在数组索引为4的位置。
因此，如果按以上原理去实现一个HashMap，那么它就是一个基于底层数据结构为数组+链表的键值对数据结构。Java1.7中的HashMap正是基于数组+链表实现的。
2 jdk1.7源码分析
2.1 构造
话不多说，先看下HashMap是怎么构造的：
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
static final float DEFAULT_LOAD_FACTOR = 0.75f;
public HashMap() {
this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR);
}
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
threshold = initialCapacity;
init();
}
void init() {
}
可以看到，我们在通过无参构造方法创建一个HashMap时，会去调用双参构造方法。这里会初始化两个参数：
- loadFactor: 加载系数，默认为0.75f，该参数用于判断内部数组的扩容判断。
- threshold: 阈值，默认为初始容积，大概和数组的容量有关。
此外，init()方法为空方法，由子类去实现，不用管。
由此可见，在HashMap创建的时候，并不会去创建底层的数据结构。
2.2 添加元素
接着我们看一下如何添加一个元素：
public V put(K key, V value) {
// 1、当数组为空的时候，初始化数组
if (table == EMPTY_TABLE) {
inflateTable(threshold);
}
// 2、当键为null的时候
if (key == null)
return putForNullKey(value);
// 3、进行哈希运算
int hash = hash(key);
// 4、对哈希值取模，获得数组索引
int i = indexFor(hash, table.length);
// 5、寻找是否存在对应的哈希桶，且其存在对应的元素（hash和key都相等），如果有，则替换之。
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
// 6、如果不存在对应的元素，添加新元素操作。
addEntry(hash, key, value, i);
return null;
}
由以上方法可知，对于添加一个元素，大概可以6步，以下针对每一步做解释：
2.2.1 初始化数组
table的声明如下：
static class Entry<K,V> implements Map.Entry<K,V> {
final K key;
V value;
Entry<K,V> next;
int hash;
...
}
static final Entry<?,?>[] EMPTY_TABLE = {};
transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;
由源码可知，table是一个Entry的数组对象，初始化为空数组。Entry正如我们开始分析的那样，包含键值对，哈希，以及指向的下一个元素四部分组成。
接着看数组的初始化方法：
private void inflateTable(int toSize) {
// 1.根据toSize找到一个刚好大与或等于2的次方的整数，这个数作为数组的容积。
int capacity = roundUpToPowerOf2(toSize);
// 2.根据容积和负载量以及最大容积，计算阈值。
threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
// 3.创建数组
table = new Entry[capacity];
// 和JVM传参有关，默认无效，忽略
initHashSeedAsNeeded(capacity);
}
可以看到，在初始化的时候主要做三件事：
- 根据初始的threshold计算数组的容积capacity
- 重新计算threshold
- 创建数组 table
2.2.2 键为null时
当键为null时，执行以下方法：
private V putForNullKey(V value) {
1.查找数组索引为0的哈希桶中，是否存在键为空的元素，如果存在，则替换。
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
if (e.key == null) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
// 2.在索引为0的位置添加键为null的新元素
addEntry(0, null, value, 0);
return null;
}
由以上源码可知，对于HashMap而言，它将键为null的索引视为0，从而存入索引为0的哈希桶中。
addEntry方法这里先不管，下面再分析。
2.2.3 哈希运算
结下来对key进行哈希运算：
final int hash(Object k) {
// 和JVM传参有关，忽略
int h = hashSeed;
if (0 != h && k instanceof String) {
return sun.misc.Hashing.stringHash32((String) k);
}
// 1.获取键的哈希值
h ^= k.hashCode();
// 2.下面这段英文的意思是，这段代码的作用是使，
// 只有当hashCode相差一定倍数的时候，才会发生碰撞，
// 可以将其看成是一种二次哈希，目的是使我们的哈希值更加分散，
// 笔者没有仔细研究这段代码的作用，如有不对，请指正。
// This function ensures that hashCodes that differ only by
// constant multiples at each bit position have a bounded
// number of collisions (approximately 8 at default load factor).
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
由以上代码可知，通过对key的哈希值进行二次哈希，获得当前的哈希值hash。
2.2.4 进行取模运算，获得哈希值在数组中的索引
static int indexFor(int h, int length) {
// assert Integer.bitCount(length) == 1 : "length must be a non-zero power of 2";
return h & (length-1);
}
h & (length - 1) 的功能和取模运算一致，但前提是有以上保证，即length必须是2的非零次方整数。这也是为什么在初始化数组阶段要对threshold进行取2的次方数的原因。
2.2.5 替换已存在的键的元素
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
上面这段代码和pushForNullKey中的代码类似，即查找特定哈希桶中是否已存在该键的元素，如果有，则进行值替换。
2.2.6 添加一个新的元素
到这里，和pushForNullKey方法中最后一步一样，到了添加一个新元素的方法：
void addEntry(int hash, K key, V value, int bucketIndex) {
// 1.检查是否需要对数组进行扩容
if ((size >= threshold) && (null != table[bucketIndex])) {
resize(2 * table.length);
hash = (null != key) ? hash(key) : 0;
bucketIndex = indexFor(hash, table.length);
}
// 2.创建新的元素并存入对应哈希桶中
createEntry(hash, key, value, bucketIndex);
}
void createEntry(int hash, K key, V value, int bucketIndex) {
Entry<K,V> e = table[bucketIndex];
table[bucketIndex] = new Entry<>(hash, key, value, e);
size++;
}
在添加元素的时候，首先检查当前容量（size）是否达到阈值（threshold）并且对应的哈希桶是否不为空，如果成立则需要对数组进行扩容。
然后再对创建新的元素并根据哈希桶的索引以存入新创建的元素。由createEntry方法可知，我们每次都是将新元素插入到对应哈希桶链表的头部。
2.2.7 扩容
这里引申出另一个方法，就是如何对数组进行扩容，看一下对应的resize方法：
void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
// 1.检查旧数组的容量是否已达到上限，如果是，则不进行扩容。
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
// 2.创建新的数组，并将旧数组中的元素转移到新数组中
Entry[] newTable = new Entry[newCapacity];
transfer(newTable, initHashSeedAsNeeded(newCapacity));
table = newTable;
// 3.根据新数组的容积更新阈值
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}
由以上代码中的分析，聚焦到transfer方法，看下如何把旧数组中的元素都转移到新数组中：
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
// 1.这重循环是遍历旧数组的哈希桶
for (Entry<K,V> e : table) {
2.这重循环是遍历对应哈希桶上的所有元素
while(null != e) {
Entry<K,V> next = e.next;
// 3.计算对应元素在新数组中的索引，然后将对应元素放到新数组中对应的哈希桶中
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
}
}
}
2.3 获取数据
get方法用于根据键获取对应的值：
public V get(Object key) {
// 1.如果键为空，执行特定方法
if (key == null)
return getForNullKey();
// 2.键不为空时，执行正常的获取
Entry<K,V> entry = getEntry(key);
// 3.返回entry中的值
return null == entry ? null : entry.getValue();
}
和添加数据一样，会根据键是否为空执行不同的方法。
2.3.1 获取键为空的值
private V getForNullKey() {
if (size == 0) {
return null;
}
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
if (e.key == null)
return e.value;
}
return null;
}
很简单，就是遍历索引为0的哈希桶，查找是否有键为null的元素，如果有则返回对应的值，否则返回null。
2.3.2 获取键不为空的值
final Entry<K,V> getEntry(Object key) {
if (size == 0) {
return null;
}
int hash = (key == null) ? 0 : hash(key);
for (Entry<K,V> e = table[indexFor(hash, table.length)];
e != null;
e = e.next) {
Object k;
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
}
return null;
}
和获取键为空的方法类似，只不过这里会根据哈希以及取模后获得哈希桶的索引，然后再遍历对应哈希桶中的元素，查找哈希值以及键相等的元素，如果有则返回对应的节点，如果没有则返回null。
2.4 总结
由以上可知，1.7中的HashMap是一种基于数组和链表为底层数据结构的键值对数据结构，它内部对数组进行扩容，以达到空间利用和哈希碰撞之间的平衡。
3 jdk1.8源码分析
3.1 jdk1.7的不足
在jdk1.7的HashMap中，每一个哈希桶都是一串链表，jdk1.7的HashMap的不足正是由于链表在查找上的劣势所带来的。假设一个哈希桶中所存的链表很长，而我们要查找的元素在链表的尾部，那么只有完全遍历该链表才能找到该元素，这在算法中的复杂度是O(n)的。
那么如何改进呢？假如每个哈希桶中的存储结构由链表改为树结构，那么查找的复杂度将会由O(n)改为O(logn)。这里不对链表和树做过多的介绍，直观的看如下图：
第一张图是链表，假设我们要查找的元素是0，那么需要遍历7次。
第二张图是对应的红黑树，查找元素0只需要3次。
jdk1.8便是在底层结构中应用了红黑树，以优化HashMap的性能。
3.2 构造
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
1.8的构造方法特别简单，只是初始化了loadFactor而已。
3.3 添加元素
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;
// 1.如果数组为空，初始化数组
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 2.如果对应哈希桶没有存值，那么就直接存入元素
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
// 注：这里的e表示查找到已有相应的key的节点
Node<K,V> e; K k;
// 3.对应哈希桶的头节点匹配到了添加的元素的键，并赋值给e
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 3.如果哈希桶中存入的是树结构，那么就将该元素存入树中，如果树中已存在对应元素，则赋值给e
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 4.遍历对应哈希桶中的元素。
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
// 4.1 如果没匹配到对应元素，则添加到链表尾
p.next = newNode(hash, key, value, null);
// 4.2 检查是否对对应链表进行树化
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 4.3 如果匹配到了，则赋值给e
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 5.如果已有对应的键，则根据onlyIfAbsent或旧值为空决定是否更新对应的值。
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 6.检查是否进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
同样分为6步，很多步骤都很简单，不需要过多赘述，先简述下大概步骤如下：
- 第一次添加元素时先对数组进行初始化
- 根据和1.7类似的索引计算方法，寻找对应的哈希桶
- 如果桶为空，那么直接存入即可
- 桶中的数据结构分为两种形态，如果数据量小，数据结构为链表。数据量达到某个数量，将链表转化为树结构。
- 无论是链表还是桶结构，都需要超找对应桶中是否已存在对应键的元素。如果已存在，根据条件进行值替换。
- 如果此时数据结构为链表，在链表尾部添加该元素。
- 如果此时数据结构为树，那么在树中添加该元素。
- 添加元素后，检查是否需要扩容
然后，这里主要集中在以下几点：
- 初始化数组
- 树中如何添加元素
- 什么时候进行树化，以及如何进行树化
- 怎么扩容
3.3.1 初始化数组以及扩容
数组的初始化，和扩容方法为同一个，因此这里放在一起分析：
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
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);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
🤮，相较于1.7中源代码的简介，1.8真是臭而长，变量命名也很随意。不过通过分析，当oldCap和oldThr都为0的时候，即是初始化的时候，这个时候执行了和1.7构造方法中类似的代码：
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
然后，进行了数组初始化
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
其余代码都为扩容代码，先不管，到这里可以发现，1.8中数组的初始化和1.7中的初始化是一致的。
接下来分析扩容：
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
上面代码表明，当旧数组容量已经超过最大容量时，直接返回。如果扩容2倍后的数组小于最大容积以及旧的数组容积达到了16，那么才将阈值（threshold）翻倍。
接下来看将数据转移到新数组中的逻辑：
// 1.遍历旧数组中的哈希桶
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
// 2.如果旧数组中的哈希桶不为空，才需要转移
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
// 3.如果对应哈希桶中只有一个元素，直接转移即可
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 4.如果对应哈希桶中的元素为树，在树节点类TreeNode中进行转移
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// 5.这段代码看起来挺复杂，下面单独分析
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
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);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
先分析第5步，新数组由于扩容了两倍，它这里将新数组分为2部分，前半部分为低位(lo)部分，后半部分为高位部分(hi)，这里为了作图方便，假设原数组容量为5，那么扩容后就分为高低两部分各5各元素：
由于是扩容两倍，原哈希桶中的元素键值再求索引时，要么是低位中的原索引[j]，要么是高位中的新索引[j+oldCap]，这是取模运算的特性。
这里构建两个链表，低位链表loHead -> loTail，高位链表hiHead -> hiTail
- 当e.hash & oldCap==0时，表示应存入低区，添加到低位链表中
- 否则应存入高区，添加到高位链表中
随后将两个链表分别添加的低区和高区对应的哈希桶中。
如果哈希桶中的结构已经为树结构，那么就到树中执行相应的操作，由于笔者目前对红黑树还不是很熟，这里先打个TODO。
对于如何进行树化，以及再树中添加元素，这里也不做分析，先打TODO，只需要知道当超过某个条件时，哈希桶中的结构就会转化为树。这里先说明，什么条件下会进行树化：
回到putVal方法中对应的代码
static final int TREEIFY_THRESHOLD = 8;
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;
}
...
}
由此可知，当添加元素后个数达到9个的时候，会执行treeifyBin方法进行树化，在跟踪treeifyBin方法看下：
static final int MIN_TREEIFY_CAPACITY = 64;
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
由以上方法可知，当数组为空，或者数组容量不够最小树化的容积时，不会进行树化，而是进行数组初始化或者扩容。
因此，树化需要满足两个条件：
- 对应哈希桶中的元素达到了9个
- 数组的容积达到了最小树化的容积64个
4 并发异常
考虑一种并发的场景，当一个线程正在遍历元素，而另一个线程此时刚好要对HashMap进行操作。那么第二个线程的修改，将会影响第一个线程的结果，这不是线程安全的。如一下代码：
public static void main(String[] args) {
HashMap<Integer, String> hashMap = new HashMap<>();
new Thread(() -> {
for (int i = 0; i < 10000; i++) {
hashMap.put(i, "myId=" + i);
}
}).start();
new Thread(() -> {
for (Integer key : hashMap.keySet()) {
System.out.println(hashMap.get(key));
}
}).start();
}
运行的时候就会抛出如下异常：
HashMap添加一个成员变量modCount，当执行添加或删除等操作时，只要会改变HashMap中的存储，那么就会++modCount。在遍历的时候，便可以利用该值，我们看keySet在遍历的时候的做法：
public final void forEach(Consumer<? super K> action) {
Node<K,V>[] tab;
if (action == null)
throw new NullPointerException();
if (size > 0 && (tab = table) != null) {
int mc = modCount;
for (int i = 0; i < tab.length; ++i) {
for (Node<K,V> e = tab[i]; e != null; e = e.next)
action.accept(e.key);
}
if (modCount != mc)
throw new ConcurrentModificationException();
}
}
首先，在遍历开始的时候，会讲modCount赋值给局部变量mc。
再遍历完成后，再对比mc和modCount的值，以确定modCount没有在遍历过程中被修改过，如果被修改过，则抛出ConcurrentModificationException异常。
5 总结
在jdk 1.7中，底层数据结构为数组+链表
在jdk 1.8中，底层数据结构为数组+链表，当达到一定条件后，底层数据结构变为数组+链表+红黑树，它优化了当HashMap中某个哈希桶中有大量元素时的查找性能。
