hashmap源码阅读

hashmap的介绍：

在hashmap中，有个内置对象node，保存着索引的值key，存储的值value，key的hash值，以及节点

static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;

Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}

public final K getKey()        { return key; }
public final V getValue()      { return value; }
public final String toString() { return key + "=" + value; }

public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}

public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}

public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}

因此hashmap实际的存储是在一个node对象的数组table上操作的

transient Node<K,V>[] table;

初始化一个空的hashmap，有三种方法

//初始化时可以带上初始化容量，加载因子
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY) // 初始容量大于最大允许容量，则初始化容量默认为你最大允许容量
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity); // 临界值设为2的n次幂，实际上在resize操作中，会用这个值设置为table的容量大小，并将它设为容量大小*加载因子
}
// 初始化时带上加载因子
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
// 默认初始化
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // 加载因子默认为0.75
}

将容量调整为比原来容量大，2的^n次幂

/**
* Returns a power of two size for the given target capacity.
*/
　　//加入cap为1001,则n为1000,m为n>>>1=100,若n|=m,则n=1100；这时m=11,n|=m即n=1111。若它小于最大值，则n=10000即2^4
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1; // 最高2位必定为1
n |= n >>> 2; // 最高4位必定为1
n |= n >>> 4; // 最高8位必定为1
n |= n >>> 8; // 最高16位必定为1
n |= n >>> 16; // 最高32位必定为1
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}

这时hashmap的table还未开始初始化，它将在你存储第一个键值对时进行初始化

先简单介绍下hashmap的存储操作：hashmap先判断table是否为空，若为空，则通过resize方法，用上面初始化的值为table申请内存空间，并初始化一些参数。接着，先用key值的拿到索引，然后在table中找到索引的位置，若这个位置为空，则新建一个node节点存储在这个位置；若这个位置不为空，则发生了冲突碰撞，判断这个位置上的节点的key值是否相同，若相同，则用新值替换旧值；若不相同，则看这个节点是否是一个红黑树，若这个节点不是个树，它即为一个链表，往下查找，找到替换，未找到就插入，若这时链表长度大于等于8，则转化成红黑树；若它原先是个红黑树，则在红黑树中寻找，找到替换，未找到就插入。

// 存储操作
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}

/**
*
* @param hash key的hash值
* @param key
* @param value
* @param onlyIfAbsent 如果是true，不改变存在的值
* @param evict
* @return 先前值
*/
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) // 如果tab=table为空，或者长度n=table.length为0
n = (tab = resize()).length; //resize()中会为table初始化，并返回table,计算长度
if ((p = tab[i = (n - 1) & hash]) == null) // 通过(n-1)&hash计算索引，若那个位置为空，放入一个新的node对象
tab[i] = newNode(hash, key, value, null);
else { // 如果索引所在的位置，不为空，发生冲突碰撞
Node<K,V> e; K k;
// 若第一个节点的key和寻找的key值相等，则节点e=当前节点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode) // 若这是个树，则在树中寻找
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else { // 否则在链表中寻找
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) { // e=下个节点，若e为null，则新建个节点，当前节点执行它
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // 若节点数为8时，链表转为红黑树
treeifyBin(tab, hash);
break;
}
// 若这个节点e的key值和寻找的key值相等，则跳出循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // 如果节点e不为null
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null) // 若旧的value为null，或者允许修改旧值，则将旧value替换成新value
e.value = value;
afterNodeAccess(e);
return oldValue; // 插入发生冲突碰撞，有旧值返回旧值，无旧值返回null
}
}
++modCount; //修改次数++
if (++size > threshold) //如果数量大于临界值，则扩充
resize();
afterNodeInsertion(evict);
return null; //插入未发生冲突，返回null
}

在上面多次提到了resize这个方法，这是个重新调整table大小的方法。若table为空，为table申请内存空间。若table不为空，一般是存储的数量大于了临界值，需要重新调整table容量和临界值大小，并重新计算旧table的索引，放入新的table中。

// hashMap 重新调节大小
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length; // 旧hashmap的容量
int oldThr = threshold; //旧hashmap的临界值
int newCap, newThr = 0; //新值
if (oldCap > 0) { // hashmap不为空时
if (oldCap >= MAXIMUM_CAPACITY) { //hashmap容量为最大时，无法再resize，将临界值变为int最大，直接返回
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY) // 新的容量为2*旧的容量，如果新的容量小于最大值，并且旧的容量大于默认值，则新的临界值为2*旧的临界值
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) //hashmap为空，如果旧的临界值大于0（初始化时初始化了容量，前文提到），新的容量为旧的临界值，
newCap = oldThr;
else {    //hashmap为空，旧的临界值为0，新的容量为默认值16，新的临界值为默认容量*默认加载因子
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) { //新的临界值为空时，新的容量小于最大值，且新的容量*加载因子小于最大值，则新的临界值为新的容量*加载因子，否则为Int最大值
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
　　　　　　//修改临界值、buckets大小
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"}) //忽略警告
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
　　　　　　//把每个bucket放入新的buckets中
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null) //旧bucket只有一个值，则放入新的bucket中
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode) //若旧bucket中放的是个红黑树
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { //若是链表
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) { //判断新增的1bit是0,还是1，若是1，则放在原处，若为0则放在索引加oldCap位置，这样能将冲突的值均匀分散到新的bucket中
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;
}

解释下hash&(len-1)：len=2^n为table容量大小，这其实可以理解为hash%len，但%操作效率比较低，所以采用了与操作，len-1=2^n-1，转成2进制后，有n位的1，任何数和它求与，都小于等于2^n-1。即保证了在table数组里面。同时2^n为容量大小有什么好处，因为2^n保证了这个数是偶数，减去1后为奇数，即2^n-1这个数的最低位为1，因此hash值和它求与得到的索引，即可能是奇数，也可能是偶数，若最低位是个0，则得到的索引必定是个偶数，白白浪费了一半空间，table里的奇数位都将没有值。

hashmap中根据key拿到value值

// 取值
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value; //找到node节点，则返回node节点了的value,否则返回null
}

/**
* @param hash key的hash值
* @param key
* @return 返回对应的节点或者null
*/
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) { // 若table不为空，first为key值索引到的node节点
if (first.hash == hash && // 若fist不为空，则判断这个节点的key值是否符合，符合则返回当前节点
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) { // first为下个节点，若下个节点不为空
if (first instanceof TreeNode) //若当前节点是个树节点
return ((TreeNode<K,V>)first).getTreeNode(hash, key);// 在红黑树中寻找
// 在链表中寻找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e; // 若找到符合的节点，则返回这个节点
} while ((e = e.next) != null);
}
}
return null; // table为空，或者索引到的位置不存在对应key值的node节点，返回null
}

在hashmap中经常会有将另个map中的值全部存入当前的map中。

// 根据已有的map来初始化一个hashmap
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR; //加载因子为默认0.75
putMapEntries(m, false);
}

// 将已有的map里的所有的值放到当前map中
public void putAll(Map<? extends K, ? extends V> m) {
putMapEntries(m, true);
}

final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size(); //m的大小
if (s > 0) { //m不为空
if (table == null) { // 当前table为空
float ft = ((float)s / loadFactor) + 1.0F; //通过加载因子算出容量大小
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY); //判断容量大小是否大于最大值，若有，则等于最大值
if (t > threshold) // 若容量大小大于临界值
threshold = tableSizeFor(t); //重新计算临界值大小，在put过程中，会通过resize初始化，并将这个临界值当做容量大小，重新计算临界值大小
}
else if (s > threshold) //当前table不为空，且容量大于临界值，重新调整table大小
resize();
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) { // 遍历每个节点
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict); //将m中每个节点的值放到当前的table中。
}
}
}

说完HashMap中的put和get方法，我们再去看看LinkedHashMap这个子类

static class Entry<K,V> extends HashMap.Node<K,V> {
Entry<K,V> before, after;
Entry(int hash, K key, V value, Node<K,V> next) {
super(hash, key, value, next);
}
}

它实现了一个内部类Entry继承了HashMap中的内部类Node，里面多加了两个属性，befor,after，表示当前节点的上个元素和下个元素

还注意到，LinkedHashMap还增加了两个属性head ，tail，表示链表的头尾

/**
* The head (eldest) of the doubly linked list.
*/
transient LinkedHashMap.Entry<K,V> head;

/**
* The tail (youngest) of the doubly linked list.
*/
transient LinkedHashMap.Entry<K,V> tail;

通过分析HashMap可以知道，它的put方法调用的是putVal方法，这个putVal是final类型，无法重写，因此在LinkedHashMap中，是通过重写了里面的创建Node节点方法来实现顺序

if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);

看putVal方法中节选的一段代码，当通过hash计算出的索引位置，并没有元素时，创建Node元素，并赋值，看看LinkedHashMap中的实现

Node<K,V> newNode(int hash, K key, V value, Node<K,V> e) {
// 创建一个
LinkedHashMap.Entry<K,V> p =
new LinkedHashMap.Entry<K,V>(hash, key, value, e);
linkNodeLast(p);
return p;
}

// 构建成一个链表，举个例子
//    假设第一次是put p1,第二次put p2,第三次put p3
//    第一次
//    last = null;
//    tail = p1;
//    head = p1;
//
//    第二次
//    last = tail = p1;
//    tail = p2;
//    p2.before = last = p1;
//    last.after = p1.after = p2;
//
//    第三次
//    last = tail = p2;
//    tail = p3;
//    p3.before = last = p2;
//    last.after = p2.after = p3;
private void linkNodeLast(LinkedHashMap.Entry<K,V> p) {
LinkedHashMap.Entry<K,V> last = tail;
tail = p;
if (last == null)
head = p;
else {
p.before = last;
last.after = p;
}
}

从这可以看出LinkedHashMap，还是是基于HashMap实现put和get，只是通过head,tail，和entry中的befor,after来实现顺序

在containsValue方法中，就可以看出，LinkedHashMap在寻找元素时是通过插入顺序查找的

public boolean containsValue(Object value) {
for (LinkedHashMap.Entry<K,V> e = head; e != null; e = e.after) {
V v = e.value;
if (v == value || (value != null && value.equals(v)))
return true;
}
return false;
}

而在HashMap中

public boolean containsValue(Object value) {
Node<K,V>[] tab; V v;
if ((tab = table) != null && size > 0) {
for (int i = 0; i < tab.length; ++i) {
for (Node<K,V> e = tab[i]; e != null; e = e.next) {
if ((v = e.value) == value ||
(value != null && value.equals(v)))
return true;
}
}
}
return false;
}

按照table这个数组，顺序查找

现在看看EntrySet这个内部类

HashMap中的实现

// 返回一个EntrySet
public Set<Map.Entry<K,V>> entrySet() {
Set<Map.Entry<K,V>> es;
return (es = entrySet) == null ? (entrySet = new HashMap.EntrySet()) : es;
}

// 内部类EntrySet
final class EntrySet extends AbstractSet<Map.Entry<K,V>> {
public final int size()                 { return size; }
public final void clear()               { HashMap.this.clear(); }
// HashMap的entry迭代器
public final Iterator<Map.Entry<K,V>> iterator() {
return new HashMap.EntryIterator();
}
// 传进一个EntrySet，通过里面的key值找到HashMap的table中的node，进行对比
// Node这个对象其实实现了Map.Entry这个接口的
public final boolean contains(Object o) {
if (!(o instanceof Map.Entry))
return false;
Map.Entry<?,?> e = (Map.Entry<?,?>) o;
Object key = e.getKey();
HashMap.Node<K,V> candidate = getNode(hash(key), key);
return candidate != null && candidate.equals(e);
}
// 通过EntrySet的key、value来调用hashmap中的removeNode方法，进行移除元素
public final boolean remove(Object o) {
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>) o;
Object key = e.getKey();
Object value = e.getValue();
return removeNode(hash(key), key, value, true, true) != null;
}
return false;
}
// 返回分割的迭代器
public final Spliterator<Map.Entry<K,V>> spliterator() {
return new HashMap.EntrySpliterator<>(HashMap.this, 0, -1, 0, 0);
}
// forEach循环，通过Consumer函数接口，来为每个元素执行方法
public final void forEach(Consumer<? super Map.Entry<K,V>> action) {
HashMap.Node<K,V>[] tab;
if (action == null)
throw new NullPointerException();
if (size > 0 && (tab = table) != null) {
int mc = modCount;
for (int i = 0; i < tab.length; ++i) {
for (HashMap.Node<K,V> e = tab[i]; e != null; e = e.next)
action.accept(e);
}
if (modCount != mc)
throw new ConcurrentModificationException();
}
}
}

清楚了HashSet中的EntrySet，来看下通过EntrySet拿到的迭代器EntryIterator

abstract class HashIterator {
HashMap.Node<K,V> next;        // next entry to return 下一个entry
HashMap.Node<K,V> current;     // current entry 当前entry
int expectedModCount;  // for fast-fail 表示当前的修改次数，用与快速失败策略（如果在迭代的时候，hashmap进行了插入等操作，则停止迭代，抛出错误)
int index;             // current slot 当前位置，默认0

HashIterator() {
expectedModCount = modCount;
HashMap.Node<K,V>[] t = table;
current = next = null;
index = 0;
// next为最为table中的第一个entry
if (t != null && size > 0) { // advance to first entry
do {} while (index < t.length && (next = t[index++]) == null);
}
}

// next不为空，就说明还有entry
public final boolean hasNext() {
return next != null;
}

// 返回下个entry
final HashMap.Node<K,V> nextNode() {
HashMap.Node<K,V>[] t;
HashMap.Node<K,V> e = next;
// 快速失败策略
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
if (e == null)
throw new NoSuchElementException();
// e为下个entry
// current = e;
// next = current.next
// 则是next已是下下个entry，若不为null，则返回e
// 如果next为null，且table如果不为null，说明这不是里不是个链表，只有一个entry，需要继续在table中寻找
if ((next = (current = e).next) == null && (t = table) != null) {
do {} while (index < t.length && (next = t[index++]) == null);
}
return e;
}

// 调用hashmap中的removeNode进行移除，current置为null，并修改expectedModCount
public final void remove() {
HashMap.Node<K,V> p = current;
if (p == null)
throw new IllegalStateException();
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
current = null;
K key = p.key;
removeNode(hash(key), key, null, false, false);
expectedModCount = modCount;
}
}

// key值迭代器，重写next，返回key值
final class KeyIterator extends HashMap.HashIterator
implements Iterator<K> {
public final K next() { return nextNode().key; }
}

// value值迭代器，重写next，返回key值
final class ValueIterator extends HashMap.HashIterator
implements Iterator<V> {
public final V next() { return nextNode().value; }
}

// entry值迭代器，重写next，返回key值
final class EntryIterator extends HashMap.HashIterator
implements Iterator<Map.Entry<K,V>> {
public final Map.Entry<K,V> next() { return nextNode(); }
}

然后再看看LinkedHashMap中对entrySet和entry迭代器的实现

public Set<Map.Entry<K,V>> entrySet() {
Set<Map.Entry<K,V>> es;
return (es = entrySet) == null ? (entrySet = new LinkedEntrySet()) : es;
}

final class LinkedEntrySet extends AbstractSet<Map.Entry<K,V>> {
public final int size()                 { return size; }
public final void clear()               { LinkedHashMap.this.clear(); }
public final Iterator<Map.Entry<K,V>> iterator() {
return new LinkedEntryIterator();
}
public final boolean contains(Object o) {
if (!(o instanceof Map.Entry))
return false;
Map.Entry<?,?> e = (Map.Entry<?,?>) o;
Object key = e.getKey();
Node<K,V> candidate = getNode(hash(key), key);
return candidate != null && candidate.equals(e);
}
public final boolean remove(Object o) {
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>) o;
Object key = e.getKey();
Object value = e.getValue();
return removeNode(hash(key), key, value, true, true) != null;
}
return false;
}
public final Spliterator<Map.Entry<K,V>> spliterator() {
return Spliterators.spliterator(this, Spliterator.SIZED |
Spliterator.ORDERED |
Spliterator.DISTINCT);
}
public final void forEach(Consumer<? super Map.Entry<K,V>> action) {
if (action == null)
throw new NullPointerException();
int mc = modCount;
for (LinkedHashMap.Entry<K,V> e = head; e != null; e = e.after)
action.accept(e);
if (modCount != mc)
throw new ConcurrentModificationException();
}
}

LinkedHashMap中的entryset和hashmap中的没有什么不同，只是在迭代器中使用的是linkedEntryIterator

abstract class LinkedHashIterator {
LinkedHashMap.Entry<K,V> next;
LinkedHashMap.Entry<K,V> current;
int expectedModCount;

LinkedHashIterator() {
next = head; // next为链表中的head
expectedModCount = modCount;
current = null;
}

public final boolean hasNext() {
return next != null;
}

// 返回下个entry,并将next执行entry的下个元素
final LinkedHashMap.Entry<K,V> nextNode() {
LinkedHashMap.Entry<K,V> e = next;
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
if (e == null)
throw new NoSuchElementException();
current = e;
next = e.after;
return e;
}

public final void remove() {
HashMap.Node<K,V> p = current;
if (p == null)
throw new IllegalStateException();
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
current = null;
K key = p.key;
removeNode(hash(key), key, null, false, false);
expectedModCount = modCount;
}
}

final class LinkedKeyIterator extends LinkedHashMap.LinkedHashIterator
implements Iterator<K> {
public final K next() { return nextNode().getKey(); }
}

final class LinkedValueIterator extends LinkedHashMap.LinkedHashIterator
implements Iterator<V> {
public final V next() { return nextNode().value; }
}

final class LinkedEntryIterator extends LinkedHashMap.LinkedHashIterator
implements Iterator<Map.Entry<K,V>> {
public final Map.Entry<K,V> next() { return nextNode(); }
}

通过对比可以看出，linkedEntryIterator在遍历的时候，效率上会比EntryIterator更高，不需要在table中寻找，并且具有一定的顺序

在大致分析完linkedHashMap，我们在看看accessOrder这个属性，初始化的时候默认为false

public V get(Object key) {
Node<K,V> e;
if ((e = getNode(hash(key), key)) == null)
return null;
if (accessOrder)
afterNodeAccess(e);
return e.value;
}

这个属性是用在当你通过get方法访问元素的时候，如果这个属性设为true,则将这个元素放在链表的最前面

void afterNodeAccess(Node<K,V> e) { // move node to last
LinkedHashMap.Entry<K,V> last;
if (accessOrder && (last = tail) != e) {
LinkedHashMap.Entry<K,V> p =
(LinkedHashMap.Entry<K,V>)e, b = p.before, a = p.after;
p.after = null;
if (b == null)
head = a;
else
b.after = a;
if (a != null)
a.before = b;
else
last = b;
if (last == null)
head = p;
else {
p.before = last;
last.after = p;
}
tail = p;
++modCount;
}
}

总结：

1. HashMap在初始化的时候，最好给予初始容量，因为在resize的时候需要消耗性能

2. HashMap默认的负载因子为0.75，可以根据实际情况调整，减少hash冲突

3. HashMap是可以put(null,null)的

4. 想要遍历HashMap可以使用EntrySet来返回EntryIterator来进行遍历。如果想要线性的可以使用LinkedHashMap

5. 使用LinkedHashMap，在性能上会HashMap低点，因为要维持顺序。

6. HashMap并非线程安全的，因为并没有看到锁相关的操作