HashMap实现原理
HashMap是Java中用于存储键值对的高性能数据结构。它基于哈希表（hash table）实现，用于快速查找、插入和删除操作。下面是HashMap的简要实现原理：
哈希函数： HashMap使用哈希函数将键映射到数组的特定位置，这个位置称为桶（bucket）。哈希函数的目标是将键的范围映射到数组的索引范围内。Java中的Object类提供了hashCode()方法，它返回一个用于标识对象的整数哈希码。
桶和链表/树： 数组的每个桶可能存储一个或多个键值对。当多个键映射到相同的桶时，就会发生哈希冲突。为了解决冲突，HashMap会在每个桶中使用链表（或红黑树）来存储相同桶位置上的键值对。当链表长度达到一定阈值时，链表可能会转换为树，以提高性能。
存储和获取： 存储时，HashMap会计算键的哈希码，然后通过哈希函数找到对应的桶位置，如果桶为空，则直接将键值对存储在该桶中。如果桶中已经存在键值对，HashMap会遍历链表或树来查找是否有相同的键。获取时，HashMap也会计算键的哈希码，找到对应的桶位置，然后遍历链表或树来找到具体的值。
扩容和重新哈希： 当HashMap中的键值对数量增多，桶中链表的长度可能会变长，导致查找效率降低。为了维护性能，HashMap会在适当的时候进行扩容操作。扩容时，HashMap会创建一个更大的数组，然后将现有的键值对重新分配到新的桶中，这个过程称为重新哈希。
加载因子： 加载因子是一个比例，表示已存储键值对数量与桶总数之间的关系。当加载因子超过一定阈值时，就触发扩容。较高的加载因子可以减少空间浪费，但可能导致冲突增多。较低的加载因子可以减少冲突，但可能会浪费空间。在默认情况下，Java的HashMap加载因子为0.75。
综上所述，HashMap通过哈希函数和桶来实现高效的键值对存储和查找，通过链表和树来解决冲突，通过扩容和重新哈希来维护性能。这使得HashMap在很多应用场景下都能够快速、高效地进行数据操作。
示意图
1、示意图1
2、示意图2
HashMap数组里的数据存储的是什么
在Java中，HashMap是一种用于存储键-值对数据的数据结构。在HashMap数组中，存储的是键值对的信息。每个键值对由一个键（key）和一个对应的值（value）组成。HashMap使用哈希函数将键映射到数组中的特定位置，这样可以快速地通过键查找对应的值。
简而言之，HashMap数组中存储的是键值对的信息，其中键用于唯一标识一个值，而值则是与键相关联的数据。这种数据结构可以高效地实现通过键查找值的操作。
说白了，存储的就是节点(Node)。
节点源码：java.util.HashMap.Node
/**
* Basic hash bin node, used for most entries. (See below for
* TreeNode subclass, and in LinkedHashMap for its Entry subclass.)
*/
static class Node implements Map.Entry {
final K key;
V value;
Node next; //指向下一个节点
如果下标冲突，那么就是多个节点组成一个链表。
数组的某个下标：只包含一个数据和包含多个数据的区别
在HashMap的数组中，每个下标位置存储的数据可以包含一个或多个键值对。让我解释一下单个数据和多个数据的区别：
单个数据：
如果数组的某个下标位置只包含一个数据，这通常意味着在哈希表中没有冲突发生。也就是说，经过哈希函数计算后，该数据的键经过哈希映射得到的下标位置没有与其他键产生冲突，所以这个位置只存储了一个键值对。
多个数据：
当多个键通过哈希函数映射到了相同的下标位置时，就会发生哈希冲突。这意味着同一个数组下标位置需要存储多个键值对。为了解决冲突，HashMap使用一种链表或者更优化的数据结构（如红黑树）来存储相同下标位置的多个键值对。这样，即使多个键映射到同一个下标，也能够通过链表或树结构进行高效的查找和插入操作。
总之，在HashMap的数组中，某个下标位置只包含一个数据表示没有冲突，而包含两个或更多数据则表示发生了哈希冲突，需要使用链表或树来存储多个键值对。
示意图
假设我们有一个包含5个位置的HashMap数组，每个位置可以存储一个键值对。现在我们来看两种情况：一个位置只包含一个数据和一个位置包含两个数据的情况。
Index 0: [Key1: Value1]
Index 1:
Index 2:
Index 3:
Index 4:
在这种情况下，只有一个键值对被存储在数组的第一个位置（下标0）。
Index 0: [Key1: Value1] -> [Key6: Value6]
Index 1:
Index 2: [Key2: Value2]
Index 3:
Index 4:
在这种情况下，有两个键值对被存储在数组的第一个位置（下标0），因为Key1和Key6经过哈希函数后映射到了同一个位置。此时，使用链表或树结构来存储这两个键值对，以便可以高效地查找和插入。
请注意，这只是一个简化的示意图，实际情况可能更加复杂，因为HashMap会自动进行扩容等优化操作。如果你需要更详细的图示，你可以在网上搜索关于HashMap的示意图和哈希冲突解决方法的图解。
如果key冲突，新节点是查到前面还是插到后面？
在HashMap中，当发生键（key）冲突时，新节点通常会被插入到已存在节点的后面，也就是通过链表或其他适当的数据结构连接到冲突位置的后面。
当多个键经过哈希函数计算后映射到同一个数组下标位置时，HashMap会在该位置维护一个链表（或者在某些情况下，使用红黑树等更高效的数据结构）。每个链表节点都存储一个键值对。如果新节点与已存在节点发生冲突，新节点将被插入到链表的末尾，而不是前面。这种做法确保了插入操作的稳定性，并保持了之前的键值对顺序。
然而，需要注意的是，随着不断插入新的节点，链表可能会变得很长，导致查找效率降低。为了应对这种情况，Java的HashMap在一些条件下会进行重新哈希（rehashing）和转换链表为红黑树等优化操作，以提高性能和保持合理的查找速度。
示意图
假设我们有一个HashMap数组，数组长度为5，下标从0到4。在下标0位置发生了哈希冲突，已经存在一个键值对 [Key1: Value1]，现在要插入一个新的键值对 [Key6: Value6]。
初始状态：
Index 0: [Key1: Value1]
Index 1:
Index 2:
Index 3:
Index 4:
在发生冲突后，数组下标0位置的链表如下所示（箭头表示链表连接）：
Index 0: [Key1: Value1] -> [Key3: Value3]
Index 1:
Index 2:
Index 3:
Index 4:
现在要插入新的键值对 [Key6: Value6]，它将被插入到链表的末尾，如下所示：
Index 0: [Key1: Value1] -> [Key3: Value3] -> [Key6: Value6]
Index 1:
Index 2:
Index 3:
Index 4:
请注意，这是一个简化的示意图，实际情况中，链表可能会根据实现和数据情况进行优化。另外，随着链表长度的增加，一些实现可能会触发优化操作，如链表转换为树，以保持性能。
