1.有没有了解过HashMap底层是怎么实现的？
1、整体类继承结构
2、主要特点
(1) 数据以键值（key-value）对方式存储的一个集合容器；
(2) Key不重复；
(3) 可以使用null的键和null的值；
(4) 不保证key-value映射的顺序；
(5) 非线程安全实现的；
3、数据结构
在JDK1.7中，由 数组+链表 构成；
在JDK1.8中，由 数组+链表+红黑树 构成；
HashMap默认数组16长度，会进行哈希运算放入不同的位置，当有两个值需要放入相同位置是，会在当前位置挂一个链表存入，数据扩容到64并且链表长度达到8的时候在JDK1.8会变成红黑树存储，性能更好
4、HashMap性能参数
（1）初始容量capacity：创建数组的长度默认是16，如果太少，很容易触发扩容，如果太多，遍历数组会比较慢；
（2）负载因子loadFactor：一个衡量的尺度，数组长度达到多少的时候触发数组自动扩容，默认为0.75；
（3）阈值threshold：阈值=容量*负载因子，默认16*0.75=12，当元素数量超过阈值时触发扩容；
2.多线程条件下HashMap有什么问题吗？
1、多线程条件下会导致死循环问题，导致CPU 100%；
2、多线程put可能导致元素丢失；
3、put和get并发时，可能导致get为null；
3.HashMap链表节点过深时为什么选择使用红黑树？
二叉树
1、二叉查找树（二叉搜索树）
特点：
1、每个节点最多只能有两个子节点；
2、左子树的键值小于根的键值（hash值），右子树的键值大于等于根的键值；
3、对二叉查找树的节点进行查找时，深度为1的节点查找次数为1，深度为2节点查找次数为2，深度为3的节点查找次数为3，深度为n的节点查找次数为n，因此查找时间复杂度依赖于节点深度，如果节点很深，则查找效率降低；
4、极端情况下，如果键值是顺序增大的，则二叉查找树"退化"为像链表的结构；
2、强平衡二叉查找树
为了提高二叉查找树的的查找效率，引入了一种新的数据结构：平衡二叉查找树（也叫AVL树：1962 年G. M. Adelson-Velsky 和 E. M. Landis两个人提出来的）； 平衡二叉查找树（AVL树）在满足二叉查找树的条件下，还需满足任何节点的两个子树的高度最大差为1，所以它呈现出是一种左右平衡的状态；（height <=1）所以左图是右图不是
3、弱平衡二叉查找树（红黑树）
（1）每个节点要么是红的要么是黑的；
（2）根节点和叶节点（叶节点即指树尾端NIL节点）都是黑的；
（3）如果一个结点是红的，那么它的两个子节点都是黑的（不可能连续两个红色节点，但是可以连续两个黑色节点）；
（4）任意节点到叶节点的链路中都包含相同数目的黑节点；
总结：
①由于二叉查找树，查找速度取决于深度在极端情况下会变成和链表一样的结构，降低速度
②平衡二叉树需要满足任意两节点高度差<=1，所以在进行增删操作会出现自旋转，呈现平衡状态
③ 红黑树也是一种平衡二叉树，但是没有高度差<=1这个限制；相同的节点个数的情况下，红黑数的旋转次数比平衡二叉树（AVL）树要少，所以对于插入、删除操作较多的情况下，使用红黑树会更好；
④在相同节点个数的情况下，AVL树的高度<=红黑树，如果应用只是对查找要求较高，那么AVL树要优于红黑树；
所以HashMap选择红黑树
4.什么是hash碰撞，发生hash碰撞怎么办？
定义：对于不同的关键字，可能得到同一个哈希地址，即key1≠key2,而 f(key1)=f(key2)，对于这种现象我们称之为哈希碰撞，也叫哈希冲突；
一般哈希冲突只能尽量地减少，无法完全避免，因为关键字在理论上可以有无限多个，而用来存储这些关键字的数组容量是有限的，所以就必然会导致了哈希冲突，只能通过选择合适的哈希函数来降低哈希冲突发生的概率；
Hash冲突的解决办法：
1、开放定址法；
开放定址法是指当发生哈希冲突的时候，按照某种方法继续探测哈希表中的其他存储位置，一直找到空位置为止； 比如在插入50这个元素时，发现要插入的位置已经存在元素了，我们用开放定址法来解决这个哈希冲突； 过程分析： 第一次计算50要插入的是2号位置，而2号位置已经存在元素18了，那么就将2加1得到3，然后再查看3号位置是否有元素，发现3号位置是空的，那么就可以把50这个元素放在3号位置了；
2、再哈希法； 当发生哈希冲突的时候就再次哈希，直至不发生冲突为止;（对余数再哈希）
3、链地址法（拉链法）--> HashMap采用是该办法 链地址法是指碰到哈希冲突的时候，将冲突的元素以链表的形式进行存储，也就是只要哈希地址相同的元素，都插入到同一个链表中，元素的插入方式可以是头插法，也可以是尾插法；
链地址法是比较常用的一种解决哈希冲突的方式，HashMap采用的是这种链地址法（拉链法），当发生冲突时，将新结点添加在链表后面； 虽然这是一种不错的处理方式，但是也存在一些明显的弊端，在极端情况下，他的查询时间复杂度还是会达到O(n)级别，此时哈希表已经退化成了一个普通的链表，在这种结构下去查找一个元素，时间复杂度是O(n)，因此，在链表达到一定长度的时候，把链表转化成一棵树可以提高查找效率，HashMap的源码中就是这么实现的，当数组的长度大于64，且数组某个位置上的链表的长度大于8时，就会把数组某个位置上的链表转换成一棵红黑树（O(logN)）；
5.请介绍一下ConcurrentHashMap底层是怎么实现的？
ConcurrentHashMap是线程安全的，他的结构是Segment[]和HashEntry[]两个数组后面再加链表，加锁是通过ReentranLock锁在Segment上加锁默认是长度16相当于可以加16把锁，然后值通过哈希运算存入HashEntry数组 ，这个数组也可以扩容，遇到相同的存入位置会在后面挂一个链表
JDK1.7 数据结构：
Segment[]数组 + HashEntry[]数组 + 链表；
线程安全： Segment继承ReentrantLock，采用分段锁（默认16把锁），每一把锁只锁一个Segment；
在JDK1.8中ConcurrentHashMap跟HashMap结构差不多，但是保证了线程安全，将值进行哈希运算，相同位置会增加链表，等数组扩展到64以及链表长度为8时，链表变成红黑树结构。
JDK1.8 数据结构：
Node[]数组+链表+红黑树
线程安全： 初始化Node数组采用CAS+volatile； 放数据时采用synchronized；
