HashMap
数组+链表/红黑树，数组为主体，链表/红黑树解决哈希碰撞。
HashMap在默认会根据构造函数初始化：初始容量（非必须）、默认扩容因子。
默认初始容量为16，默认扩容因子为0.75，每次扩容为2倍。
增加节点
当第一次put值的时候，会对key进行取hash值处理，该方法是HashMap独有的方法，会进行扰动计算，为的是最大程度降低哈希冲突（实测使用100个UUID，结果生成了100个数组）。
然后根据hash值与HashMap容量（若是使用无参构造创建HashMap则此时无容量或容量为0，则进入扩容方法）取模决定该值存放于数组哪个位置上，若是拿到的数组是null值则进行初始化。（延迟初始化）
若是数组不为null，则拿到数组上的元素进行比较，若是相等则替换，若是不相等则判断是否为树节点，如果是树节点则进入红黑树（类似于AVL树，但是不追求极限的平衡，插入/删除节点时间负责读低，响应查询效率也低）的逻辑。
若是不相等，也不为树节点，则以链表的方式进行枚举判断，若是没有任何节点相等则追加到最后一位，若是有节点相等则替换。
若是枚举的过程中，循环次数大于等于8，则进行树化（此红黑树有内部排序器，并且红黑树节点保存了树化前链表前后节点的位置，以便链化能保持原来的状态）。
增加节点完成，此时判断是否扩容，若是此时HashMap内节点数量大于负载数（容量*负载因子），进入扩容。
方法完成，返回旧节点，若没有旧节点，则返回null。
这里留下了两个空方法 afterNodeAccess(e) 和 afterNodeInsertion(evict)
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}扩容
进入扩容，会先声明新、旧HashMap的属性，并且进行一系列判断：
若旧HashMap容量大于0
若旧HashMap已经达到最大容量则无法扩容直接返回旧HashMap（虽然此时数组再也无法扩容，但每个数组位置上并未已经全部有节点）
若扩容后容量大于最大容量则设置新HashMap容量为最大容量，否则扩容为2倍且将加载阈值扩大到2倍。
若旧HashMap容量不大于0且若旧HashMap加载阈值大于0（使用了设置负载的构造），将新容量设置为旧阈值。
若旧HashMap容量不大于0且加载阈值不大于0（此情况说明HashMap并未使用过），进行第一次扩容。（延迟初始化）
根据新HashMap容量与加载因子设置新加载阈值。
此时，新HashMap属性已经声明完毕。
创建新数组。
更新HashMap引用。
数据迁移：
如果旧数组为空，则结束
遍历旧数组，取出每一个首节点
如果首节点为空，则跳过
如果首节点不为空，则进入遍历
如果只有一个首节点，就将这个首节点重新hash并且取模放到新数组相应上（特殊扩容机制，新位置不可能有节点）。
如果节点为树节点，则进入树的拆分逻辑，将节点重新hash并且取模放到新数组相应上。
如果节点为链表节点，由于HashMap特殊的扩容机制，在旧HashMap中哈希碰撞则新HashMap中也会哈希碰撞。所以我们不用逐个节点重新映射，而是跳过（e.hash & oldCap）分类后统一移动。
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}查询
若是数组无效、key无效则返回null。
若是首节点与查询值hash值相等并且 内存地址相等或者equals结果为true （||不会主动判断右边逻辑，概率减少方法调用）则说明对象查找成功直接返回。
若是不相等且有next节点
判断是否为树节点，是则进入红黑树查询逻辑
如果不为树节点，则进入链表查询逻辑
final Node<K,V> getNode(Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n, hash; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & (hash = hash(key))]) != null) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}移除
计算hash值，取模查找数组位置。
若该位置为空，则说明没有取到，返回null。
若该位置不为空且判断相等，则删除节点，将后续节点补上。
若碰到了树节点，则执行红黑树删除元素逻辑，其中含有链化逻辑代码。
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p)
tab[index] = node.next;
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}ArrayList
底层维护一个数组 Object[] 。
初始容量为10， 每次扩容到1.5倍。
扩容时会创建新数组，并将旧数组数据全部迁移（极度浪费时间）。
ConcurrentHashMap
1.8之前
分段锁，
每个Segment都是ReentrantLock的实现，每个Segment包含一个HashEntry数组，每个HashEntry则包含一个key-value键值对。
1.8及之后
cas+synchronized，分段锁思想。
cas：原子性的一种乐观锁，用来保证每个数组位置不会被重复添加首节点。
synchronized：Java语法锁，可以看到，对每个首节点上锁。
若是到达逻辑发现正在扩容中，则调用线程协助扩容。
final V putVal(K key, V value, boolean onlyIfAbsent) {
if (key == null || value == null) throw new NullPointerException();
int hash = spread(key.hashCode());
int binCount = 0;
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh; K fk; V fv;
if (tab == null || (n = tab.length) == 0)
tab = initTable();
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
if (casTabAt(tab, i, null, new Node<K,V>(hash, key, value)))
break; // no lock when adding to empty bin
}
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
else if (onlyIfAbsent // check first node without acquiring lock
&& fh == hash
&& ((fk = f.key) == key || (fk != null && key.equals(fk)))
&& (fv = f.val) != null)
return fv;
else {
V oldVal = null;
synchronized (f) {
if (tabAt(tab, i) == f) {
if (fh >= 0) {
binCount = 1;
for (Node<K,V> e = f;; ++binCount) {
K ek;
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) {
oldVal = e.val;
if (!onlyIfAbsent)
e.val = value;
break;
}
Node<K,V> pred = e;
if ((e = e.next) == null) {
pred.next = new Node<K,V>(hash, key, value);
break;
}
}
}
else if (f instanceof TreeBin) {
Node<K,V> p;
binCount = 2;
if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
value)) != null) {
oldVal = p.val;
if (!onlyIfAbsent)
p.val = value;
}
}
else if (f instanceof ReservationNode)
throw new IllegalStateException("Recursive update");
}
}
if (binCount != 0) {
if (binCount >= TREEIFY_THRESHOLD)
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
break;
}
}
}
addCount(1L, binCount);
return null;
}分段锁，效率极高。
CopyOnWriteArrayList
写时复制技术。
读不加锁，写加synchronized锁，锁的是CopyOnWriteArrayList对象中的一个唯一属性（相当于锁CopyOnWriteArrayList对象）。
写数据会拷贝旧数组，然后操作数据。
public E set(int index, E element) {
synchronized (lock) {
Object[] es = getArray();
E oldValue = elementAt(es, index);
if (oldValue != element) {
es = es.clone();
es[index] = element;
}
// Ensure volatile write semantics even when oldvalue == element
setArray(es);
return oldValue;
}
}适合读多写少的场景。
若是写多则会进行多次数组拷贝，效率可能不如Vector和Collections.synchronizedList(List list)方法。
