1. 数据结构：数组+链表+红黑树（jdk1.8引入）

   • 默认使用数组（Node<K,V>[] table）存储元素，每个数组元素称为桶

   • 哈希冲突时，会将冲突的key-value放入一个桶内，同一桶内元素以链表形式存在（拉链法）

   • JDK 1.8 优化：当链表长度超过阈值（默认 8）且数组长度 ≥ 64 时，链表转换为红黑树，以降低查询时间复杂度（从 O(n) 优化为 O(log n)）

2. 哈希函数

   • 通过 hash(key) 计算键的哈希值，决定键值对在数组中的位置。

   • JDK 1.8 优化：哈希计算简化为一次位运算（高位参与异或），减少哈希碰撞概率

3. 冲突解决

   • 拉链法：冲突的键值对以链表或红黑树形式存储在同一个桶中

4. 扩容机制

   • 触发条件：当元素数量超过阈值（容量 × 负载因子，默认负载因子 0.75）。

   • 扩容过程：数组大小翻倍（2^n），并重新计算所有元素的位置（rehash）。

   • JDK 1.8 优化：通过高位判断元素新位置，避免重新计算哈希值：

     • 新位置 = 原位置 或 原位置 + 旧容量。

JDK 1.8 的主要优化

1. 红黑树引入

   • 目的：解决链表过长导致的查询效率低下问题。

   • 阈值：链表长度 ≥ 8 且数组长度 ≥ 64 时转红黑树；红黑树节点数 ≤ 6 时退化为链表。

2. 扩容效率提升

   • 高位掩码法：通过 (e.hash & oldCap) == 0 判断元素是否需要移动到新位置（原索引 + oldCap），避免重新计算哈希值。

3. 尾插法替代头插法

   • JDK 1.7 问题：多线程扩容时头插法可能导致环形链表，引发死循环。

   • JDK 1.8 解决：改用尾插法，避免环形链表（但 HashMap 仍非线程安全）。

4. 哈希函数简化

   • 通过一次位运算（高位异或）替代多次扰动计算，平衡性能与哈希分布

拉链法（Separate Chaining）详解

拉链法是解决哈希表（Hash Table）哈希冲突的一种经典方法。其核心思想是：当多个键（Key）经过哈希函数计算后得到相同的哈希值（即落在同一个“桶”中）时，将这些键值对以链表形式存储在同一个桶内