1，Hashing過程
像二分查找、AVL樹查找，這些查找算法的時間復雜度為O(logn)，而對於哈希表而言，我們一般說它的查找時間復雜度為O(1)。那它是怎么實現的呢？這就是一個Hashing過程。
在JAVA中，每個對象都有一個散列碼，它是由Object類的hashCode()方法計算得到的（當然也可以覆蓋Object的hashCode()）。而我們可以在散列碼的基礎上，定義一個哈希函數，再對哈希函數計算出的結果求余，最終得到該對象在哈希表的位置。
1 final int hash(Object k) { 2 int h = hashSeed; 3 if (0 != h && k instanceof String) { 4 return sun.misc.Hashing.stringHash32((String) k); 5 } 6 7 h ^= k.hashCode(); 8 h ^= (h >>> 20) ^ (h >>> 12); 9 return h ^ (h >>> 7) ^ (h >>> 4); 10 }
如上，哈希函數hash(Object k) 中用到了hashCode()。然后再經過進一步的特殊處理，得到一個最終的哈希值。哈希函數的定義是需要技藝的，因為它要保證盡量地將所有的Key均勻地分布，因此最好借助前人已實踐的經驗。
當得到哈希值之后，根據該哈希值Mod N(求余)計算出其在哈希表的位置。
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); }
indexFor(int h, int length)實際上完成的就是求余操作。只不過求余操作涉及到除法，而這里可以通過移位操作來代替除法。即二者完成的功能都是一樣的，移位的效率更高。
哈希過程為什么需要先根據hashCode得到一個值(又稱散列碼)，然后再對該值求余呢？
在JAVA中，Object類的hashCode()方法返回的是由調用對象的內存地址導出的一個值，也即，當沒有覆蓋Object類中的equals() 和 hashCode()時，只有當兩個對象的內存地址一樣時，才認為兩個對象是相等的。這顯然不符合實際情況，比如Person類有 String id、String name.....顯然在現實中是根據id(身份證)不同來判斷兩個人不同。因此，需要進一步根據hashCode()值來封裝(如上面的 hash(Object k)方法)，返回一個合理的散列碼。
那為什么又需要對得到的散列碼求余呢？---上面的 indexFor(int h, int length)完成的功能
在底層是用數組來存儲<key, value>的，而我們得到的散列碼可能很大（事實上散列碼的范圍非常廣）
而內存是有限的，不能分配為數組分配一塊很大很大的空間，因此，存儲<key, value>的數組空間相對較小。
從而需要把 所有的散列碼都 “約束” 到這個有效的數組空間中。----這也是導致沖突的根源
為什么使用HashMap查找是O(1)呢？
T value = hashmap.get(key)
①get(key)時，一步計算出該key所對應的底層數組array的 index (相當於上面 hash(Object k ) 和 indexFor(int h, int length) 這兩個函數完成的功能)
②value = array[index]
因此，就認為查找的復雜度為O(1)
2，沖突處理
沖突處理主要分兩種，一種是開放定址法，另一種是鏈地址法。HashMap的實現中采用的是鏈地址法。
開放定址法有兩種處理方式，一種是線性探測另一種是平方探測。
線性探測：依次探測沖突位置的下一個位置。如，在哈希表的位置2處發生了沖突，則探測位置3處是否被使用了，若被使用了，則探測位置4……直至下一個被探測的位置為空（意味着還有位置可以插入元素---插入成功）或者探測了N-1（N為哈希表的長度）個元素又回到了原始的沖突位置處（意味着已經沒有位置可供新元素插入了---插入失敗）
因此，插入一個元素時，最壞情況下的時間復雜度為O（N），因為它有可能探測了N-1個元素！
平方探測：以平方大小來遞增下一次待探測的位置。如，在哈希表位置2處發生了沖突，則探測 (1^2=1)位置3（2+1），若位置3被使用了，則探測（2^2=4） 位置6（2+4），若位置6被使用了，則探測（3^2=9）位置11（2+9=11）……平方探測法有一個特點：對於任何一個給定的素數N（假設哈希表的長度設置為素數），當計算( h(k) + i ^2 ) MOD N 時，隨着 i 的增長，得到的結果是循環的。
因此，當平方探測重復探測了某一個位置時，說明探測失敗即已經沒有位置可供新元素插入了，盡管此時哈希表並沒有滿。
平方探測是跳着探測的，它忽略了一些位置，而這些位置可能是空的。即在哈希表仍未滿的情況下，已經不能再插入新元素了
最壞情況下，平方探測需要檢測 N/2個位置，因此插入一個元素的最壞時間復雜度為O（N）。
鏈地址法
在HashMap的實現中，采用的鏈地址法來解決沖突，它有一個桶的概念:對於Entry數組而言，數組的每個元素處存儲的是鏈表，而不是直接的Value。在鏈表中的每個元素才是真正的<Key, Value>。而一個鏈表，就是一個桶！因此HashMap最多可以有Entry.length 個桶。
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable { static final Entry<?,?>[] EMPTY_TABLE = {}; ..... .....
HashMap中有一個Entry數組，而Entry類是HashMap的內部類。由Entry類來封裝實際的<Key, Value>
static class Entry<K,V> implements Map.Entry<K,V> { final K key; V value; Entry<K,V> next; int hash;
HashMap中還有兩個變量： int threshold 和 float loadFactor。loadFactor 默認是0.75，threshold作用如下：當HashMap中的元素個數超過threshold時，就會重新調整哈希的大小。
void addEntry(int hash, K key, V value, int bucketIndex) { if ((size >= threshold) && (null != table[bucketIndex])) { resize(2 * table.length);
而loadFactor作用是：指定threshold，一般情況下，哈希表的大小乘以0.75等於threshold。
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
在HashMap中，addEntry()方法添加新元素時，總是將新元素添加在鏈表的表頭。而不是鏈表的其它位置。
完。