概述
在Java基础知识的面试中，HashMap绝对占据很重要的一席之地。本文对常见的面试题进行一个整理，同时，对相关原理进行适当深度的探讨。
HashMap有哪些特性？
HashMap有哪些特性？或者说为什么要使用HashMap？
重点就是快。
进行键值对的快速存取。允许为null。key值重复则覆盖。线程不安全。无序。HashMap为什么快？
HashMap为什么快？它的底层原理是什么？
首先从数据结构上来说，它是一个数组，数组中的元素是链表，或者红黑树。
HashMap数据结构在数组中找一个元素，只需要知道该元素所在位置的下标，根据数据的起始位置和偏移量，即可快速定位到元素。
HashMap快的原因就在这里。在存放的时候，就基于特定的规则，把元素放到可预期的位置，这样，就提高了读取的速度。打个比方：一堆球，编号1到，在存放的时候，如果都放到一个筐里，当要求取出指定编号的球时，在最坏的情况下，就需要找次。但是，如果按照单双数，分别放到两个筐里，那么，在取出时，最坏情况下，也只需要50次。
在写的时候，加入额外的动作，提供额外的空间（多用了个筐），就达到了提升读取速度的效果。
这里，有面试官会问什么是红黑树？
这个问题就基本上不在HashMap范围内了。可以简单描述下，面试官如追问，再详细作答。如下：
红黑树是一个平衡二叉树，通过特定的规则，保持二叉树的平衡。链表的查询复杂度是n，平衡二叉树的查询复杂度是logn。
HashMap在写或读时，如果计算下标？
写时，会写入一个键值对，读时，会基于键，读出值。HashMap通过某种计算，把键换算成了数组的下标。
换算过程分两步：
计算key的hashcode值。将hashcode值，无符号右移16位，再与原值做异或运算。源码如下：
hash算法源码为什么不用更通俗易懂的过程？比如说直接用hashcode值除以数组长度，取余数作为下标？
原因有二：
快。每次读写都要做这个运算。它自然是真快越好。对于计算机来说，位运算的效率显然要更高些。均匀。要尽可能的保证均匀，即尽可能的让元素均匀的落在数组中的每个位置上。假设所有元素都落在了同一个位置上，那每次读的效率就等同于读链表或者读树了。简述向HashMap中put元素的过程?
向HashMap中put一个键值对，键为key，值为value。过程如下：
通过Key计算出下标。将value存放到下标所指的位置。存放时，分几种情况：
如所指位置为空，直接放入元素。如所指位置已有元素，即发生了Hash碰撞，则判断已有元素的数量，调用插入链表或插入树的方法。jdk1.7之前都是链表，jdk1.8之后，元素数量大于8时，会构建成树。
插入时，判断key是否相同，key相同时，会覆盖原有元素。
插入时，如HashMap中元素的数量超过阈值，会进行再散列。
为什么会发生Hash碰撞？
这个问题很简单，键经过hash算法，转换成hashCode。任何元素都可以做键。所以，键是无限的，而哈希code是int类型，int类型的数值是有限的。无限转换到有限，必然会有重复，即Hash碰撞。
前面也提到，一个好的hash算法，要求即要快，又要尽可能的使得到的下标均匀，即尽量避免Hash碰撞。
什么是再散列？
HashMap的底层首先是一个数组，那么，它就有一个长度。当存放的元素越多时，就越容易发生Hash碰撞，即HashMap“太挤了”，这个时候，我们就需要进行某个动作，使HashMap不那么挤。这个动作，就是再散列。
在put时，会判断元素的数量。如果元素数量达到或超过数组长度和负载因子的乘积，即执行再散列。过程如下：
扩容。找一块新的内存空间。长度为原数组长度的两倍。迁移。把原数组中的元素复制到新数组。由于数组长度已经发生了变化。则相应的，元素的位置也要发生改变。即要重新调用Hash算法，以计算它们的新位置。负载因子为什么是0.75而不是1?
负载因子并不是固定的，可以在构造时指定。
负载因子越大，当元素足够多时，越容易发生碰撞，读写速度会越慢。
负载因子越小，可以尽量保证了读写速度，但是再散列的过程会增多。
所以，0.75其实是基于经验总结得出的结果，取了一个平衡值。
简述从HashMap中get的过程？
基于键，从HashMap中取得Value，过程如下：
基于键，通过Hash算法得到下标。找到对应位置。如位置中为链表或者树，则进行遍历。得到目标元素，返回。复制的过程在put时已经做了，所以get相对简单。
结语
上述就是关于HashMap的一些常见的面试题。当然，除此之外，还有更多的问法，或者其它更多的问题。我们后续再进行讨论。