内部数据结构如下：
内部存储一个数组（table），数组的元素类型是一个内部类Entry
Entry类内部有个变量next也是Entry，表示是一个链表结构
关键源码存值 put
public V put(K key, V value) {
//判断当前数组是空，那么初始化
if (table == EMPTY_TABLE) {
inflateTable(threshold);
}
//如果key为空，则往数组放一个空值
if (key == null)
return putForNullKey(value);
//计算key的hashcode
int hash = hash(key);
//根据计算出的hascode定位出所在桶（数组所在位置索引）
int i = indexFor(hash, table.length);
//循环遍历链表，对比链表元素对应hascode和传入的hashcode是否相等，如果相等则进行覆盖，并返回原来的值
for (Entry 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;
}
}
//如果 桶是空的，说明当前位置没有数据，则新增一个Entry对象放入当前位置
modCount++;
addEntry(hash, key, value, i);
return null;
}
取值 get
public V get(Object key) {
if (key == null)
return getForNullKey();
Entry entry = getEntry(key);
return null == entry ? null : entry.getValue();
}
final Entry getEntry(Object key) {
if (size == 0) {
return null;
}
//根据key计算出hascode，然后定位到具体的桶中
int hash = (key == null) ? 0 : hash(key);
//遍历链表，直到key及hashcode相等时候就返回值
for (Entry 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;
}
//没取到就直接返回null
return null;
}
缺点
当 Hash 冲突严重时，在桶上形成的链表会变的越来越长，这样在查询时的效率就会越来越低；
JDK1.8 数据结构数据结构大体与JDK1.7 一样，多了一个红黑树，当链表长度达到阈值（TREEIFY_THRESHOLD ），会使用红黑树存储，原来的数组元素Entry改为Node，但存储结构一样，存放的都是 key value hashcode next 等数据。
关键源码存值 put
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[] tab; Node p; int n, i;
//判断当前桶是否为空，空就需要初始化（resize中会判断是否进行初始化）
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//根据当前key的hashcode定位到具体的桶中，并判断是否为空，为空则表明没有hash冲突就直接在当前位置创建一个新桶即可
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {//如果当前桶有值（ Hash 冲突））
Node e; K k;
//比较当前桶中的 key、key 的 hashcode 与写入的 key 是否相等，相等就赋值给 e
//e在最后面会统一进行赋值及返回。
if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//如果当前桶为红黑树，那就按照红黑树的方式写入数据
else if (p instanceof TreeNode)
e = ((TreeNode)p).putTreeval(this, tab, hash, key, value);
else {//如果是个链表
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
//需要将当前的 key、value 封装成一个新节点写入到当前桶的后面（形成链表）
p.next = newNode(hash, key, value, null);
//判断当前链表的大小是否大于预设的阈值，大于时就要转换为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//在遍历过程中找到 key 相同时直接退出遍历。
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
//继续遍历下一个链表值
p = e;
}
}
//如果 e != null 就相当于存在相同的 key,那就需要将值覆盖。
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//最后判断是否需要进行扩容。
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
取值 get
public V get(Object key) {
Node e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node getNode(int hash, Object key) {
Node[] tab; Node first, e; int n; K k;
//根据key获取的hash定位到所在桶，如果桶有值，继续故事
if ((tab = table) != null && (n = tab.length) > 0 &&(first = tab[(n - 1) & hash]) != null) {
//判断桶的第一个位置（有可能是链表、红黑树）是否key和hash相等，是就直接返回value
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//判断下一个是红黑树还是链表
if ((e = first.next) != null) {
//如果是红黑树就按照树的查找方式返回值
if (first instanceof TreeNode)
return ((TreeNode)first).getTreeNode(hash, key);
do {
//如果是链表，按照链表的方式遍历匹配返回值
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
