第一题:当key为null时，这次put操作，数据将被放入哪个桶位?为什么?

​ 0号桶位，这是因为HashMap计算桶位是根据你传入key的hashcode进行一个扰动函数或者说二次hash之后，然后根据路由寻址公式：

（table.length-1）&node.hash  或 node.hash % table.length 来确定桶位的

然后我们看源码，如果key是null，hash值为0的

第二题:为什么HashMap内部的散列表数组的长度一定是2的次方数?

首先，HashMap底层数组的长度是大于等于初始容量的2的n次方，如下图，我设置初始容量为20，实际数组的容量是32

然后为什么HashMap这么设计呢？主要是解决上面那个indexFor即确定元素放在哪个桶(数组元素)里。

n -1 & hash

如果n是2的次方，n-1的二进制，如16-1的二进制是 1111，32-1的二进制是 11111，与 hash(key) 的二进制进行与运算，能保证每一位都能有机会存储元素。

假如，n不是2的次方，比如n=15，15-1的二进制是 1110，1110 & hash 最终最低位永远都是0，1111位置永远不可能有数据，所以会浪费空间。

相反，只有n为2的次方的时候，才会保证低位都可能有数据

第三题：HashMap内部的散列表结构，什么时候初始化？以及初始化大小分别有哪几种情况？

​ 在第一次put数据的时候初始化，初始化分3种情况，对应4个构造函数，因为有一个是套用了另一个构造函数；

​ 第一种情况，你没有传入任何参数，也是我们常用的方式，这种方式下，HashMap会根据它设定的缺省默认值来对HashMap进行初始化，也就是数组长度为16，达到0.75的负载因子，也就是扩容阈值达到12的时候触发扩容；

​ 第二种情况你传入了一个map，这样的话，HashMap会根据你传入的Map，进行初始化，初始化之后的大小取决于你传入的map的大小；

​ 第三种情况就是根据你输入了HashMap的大小，以及你设置的负载因子去构建；构建好之后，如果是map，他会先把数据移动到HashMap中之后，才会在把数据添加进去，而其他的情况会在构建好HashMap之后把数据填充进去；

​ 第四种情况情况其实和上一种情况一样，这种是你只输入了HashMap的大小但是没有设置负载因子，负载因子就成了默认的缺省值也即是0.75；而这种情况是套用了上一个的构造方法来构造的，所以这两个其实也可以说是一个；

第四题：HashMap为什么需要扩容？谈谈你的理解

​ 为了提高查询效率(如果不扩容，只能任由链表一直增长或者树化)；

​ 当HashMap中的数据足够多的时候，他的查询效率变得很低，甚至退化成O(n)，哪怕是使用红黑树也无法使查询效率有较大幅度提高的时候，也就是HashMap中的碰撞达到了负载因子的时候，就会触发HashMap的扩容；

​ 扩容会扩容为之前的两倍，这样扩容之后，可以大幅提高查找效率，在不碰撞的情况下，查询还是O(1)；

第五题：HashMap扩容算法，请你描述一下！

​ 主要分两种情况，一种是第一次初始化，一种是已经初始化过的；

​ 第一次初始化，他会根据你传入的值对HashMap进行初始化，初始化好之后，会把表返回，为什么是直接初始化呢？其实是因为调用构造方法的时候就已经对数据进行校验了，所以这个时候直接初始化就可以了；

​ 如果已经经过初始化的话，首先它会根据传入现在表的值进行分析，如果扩容之后的大小超过了最大限制，那么HashMap就不会扩容了，而是把触发扩容的条件提高的Int的最大值，然后把旧表返回；

而如果可以扩容，那么会扩容为之前HashMap的两倍；扩容完成之后，HashMap会把旧表中的数据填充到新表中，数据的填充有三种情况：

​ 1.只有一个值，这是最好的情况，因为可以直接计算位置，并添加就可以了，为什么要计算位置？因为现在数组扩容成之前的两倍了，如果高位是0，那么就是现在这个位置，如果高位是1，那就是另一个位置了，所以需要对数据的位置进行计算；

​ 2.链表，链表的话和之前一个值的时候差不多，但是链表要遍历链表，并把一个链表分成高位链和低位链，这样分配之后，就可以计算并把数据插入了；

​ 3.红黑树，会把数据先拿出来放到新表中，如果新表会不会有红黑树取决于数据放进去之后，而不是把整个红黑树移动过去；其实和链表也差不多，它也会先分成两个链，高位链和低位链，然后把链放到新表中；

然后补充说下，如果链表树化有2个条件：1个是数组大于等于64，另一个是链表大于等于8

第六题：HashMap内部散列表中存放的节点元素中的散列属性值，与你插入的key的hashcode是否一致，为什么?

​ 不一致，也不能一致，这是因为HashMap中的Hash空间大小不一定和本来Hash空间大小一致，如果直接使用key的hashcode的话，可能会导致hash碰撞加剧，这样会破坏HashMap的性能，也会改变他们原本的位置；而经过HashMap再次hash或者扰动之后的hash值，会使得添加进来的数据更加分散，更加的适合HashMap；

​ HashMap中的Hash值，是根据key的hashcode进行二次扰动，或者说是二次Hash后的一个值，这个值从某种意义上来说就是适合当前HashMap大小的一个合理的Hash值，经过HashMap的扰动之后，会让数据更加的散列，从而提高存储效率，提高性能，也提高了存储效率；

第七题：JDK1.8中HashMap中为什么引入红黑树？谈谈你的理解！

​ 当HashMap中的数据量足够多的时候，HashMap的链化会很严重，他的查找效率会非常低，甚至退化成O(n)，

而引入红黑树，就是为了提高查找效率的；因为红黑树是一种自平衡的二叉查找树；

这是HashMap解决查询效率低下的一种方式，还有一种方式是通过负载因子控制的扩容，每次Hash碰撞达到负载因子的时候，就会触发扩容，扩容为之前的两倍，从而大幅提高查找的效率；理论上扩容最高可以提升2倍的效率，但实际很难出现；