HashMap 的扩容 是当存储的元素超过一定数量时，它会 自动增加存储空间，并把原来存的数据重新安排到新的空间里。这个过程能让它工作得更快，但也会占用更多的 内存 和 计算资源。

📚 知识内容
🧩 1. HashMap 扩容的原理与触发条件
在 Java 中，HashMap 是基于 数组 + 链表 + 红黑树 的复杂结构。当数组无法容纳更多元素时，会触发扩容。以下是扩容机制的详细解释：

🌟 1.1 触发扩容的条件
阈值的概念：threshold = capacity × loadFactor。
capacity：当前数组的容量。
loadFactor：加载因子，默认值为 0.75。
扩容触发条件：当存储的元素数量 超过阈值 时，触发扩容。
🌟 1.2 扩容的过程
容量翻倍：扩容后的容量是原来的两倍。
重新分布数据：所有现有元素重新计算哈希值，并存入新数组。
新数组的容量调整：新容量依旧是 2 的幂次方，确保哈希分布均匀。
🌿 2. 扩容的核心流程与源码解读
🌟 2.1 核心步骤
新建更大的数组：
新容量 = 旧容量 × 2。
保证容量为 2 的幂次方，方便使用位运算计算索引。
重新分布数据：
每个元素需要重新计算在新数组中的位置。
公式：index = hash & (newCapacity - 1)。
迁移数据：
遍历旧数组，将每个元素放入新数组中。
🧑‍💻 2.2 源码解读
扩容逻辑主要体现在 resize() 方法中：

void resize() {
Node<K, V>[] oldTable = table; // 当前数组
int oldCapacity = oldTable.length; // 当前容量
int newCapacity = oldCapacity << 1; // 新容量 = 当前容量 * 2
Node<K, V>[] newTable = new Node[newCapacity]; // 创建新数组

for (Node<K, V> node : oldTable) {  // 遍历旧数组
    while (node != null) {
        Node<K, V> next = node.next;  // 保存链表下一个节点
        int newIndex = node.hash & (newCapacity - 1);  // 计算新索引
        node.next = newTable[newIndex];  // 插入到新位置
        newTable[newIndex] = node;
        node = next;  // 处理下一个节点
    }
}
table = newTable;  // 替换为新数组

}

🌟 2.3 关键逻辑详解
容量翻倍：
使用位移运算（<<）实现扩容，效率比普通乘法高。
新容量保持为 2 的幂次方。
重新分布数据：
旧索引是否变化，取决于新位是否为 1。
数据要么保持原位置，要么移动到 oldIndex + oldCapacity。
链表或红黑树的迁移：
无论是链表还是红黑树结构，都需要重新分布元素。
🛠️ 3. 扩容示例：代码演示
以下代码展示了扩容前后 HashMap 的容量和元素分布情况：

import java.util.HashMap;

public class HashMapResizeDemo {
public static void main(String[] args) {
HashMap<Integer, String> map = new HashMap<>(4, 0.75f); // 初始容量为 4
System.out.println(“初始容量：4”);

    // 添加元素
    for (int i = 1; i <= 10; i++) {
        map.put(i, "Value " + i);
        System.out.println("添加第 " + i + " 个元素: " + map);
    }
    System.out.println("扩容后容量: " + getCapacity(map));
}

private static int getCapacity(HashMap<?, ?> map) {
    try {
        var tableField = HashMap.class.getDeclaredField("table");
        tableField.setAccessible(true);
        Object[] table = (Object[]) tableField.get(map);
        return table.length;
    } catch (Exception e) {
        return -1;
    }
}

}

运行结果会展示 HashMap 的扩容情况以及容量的变化。

💡 4. 扩容的性能影响分析
4.1 优点
支持动态增长：扩容机制确保容量足够时，性能稳定。
优化查询性能：扩容后，减少了链表或红黑树的长度，提高查询效率。
4.2 缺点
时间复杂度高：
扩容需要重新分布所有元素，时间复杂度为 O(n)。
内存占用高：
扩容时，旧数组和新数组会同时占用内存。
🔍 知识拓展
🌟 1️⃣ HashMap 为什么容量是 2 的幂次方？
优化索引计算：
使用位运算：hash & (capacity - 1)。
当容量为 2 的幂次方时，哈希值的低位可以均匀映射，减少冲突。
提升效率：
位运算比取模运算（%）效率更高。
🌟 2️⃣ 如何减少扩容带来的性能开销？
合理设置初始容量：

如果预计元素数量较多，建议提前设置较大的初始容量：

HashMap<Integer, String> map = new HashMap<>(128);
避免频繁扩容。

降低加载因子：

默认加载因子为 0.75，可以根据场景调整为更低的值（如 0.5），减少扩容的频率。
🌟 3️⃣ HashMap 与 ConcurrentHashMap 的扩容对比
HashMap：
扩容时会暂停所有操作，影响性能。
ConcurrentHashMap：
使用分段锁机制，分段独立扩容，支持高并发。
🌟 4️⃣ HashMap 扩容常见问题解答
扩容会影响原有元素的顺序吗？
会的，扩容后所有元素会根据新的容量重新计算位置，顺序可能发生变化。
扩容是否线程安全？
HashMap 的扩容过程不是线程安全的，多个线程操作时可能引发数据丢失或死循环问题。
🎉 总结
扩容机制是 HashMap 提高性能的重要手段，但也伴随一定的时间和内存开销。
理解扩容的触发条件、过程以及影响，有助于我们优化代码性能。
针对不同场景，合理设置初始容量或选择合适的数据结构（如 ConcurrentHashMap）可以显著提升程序的稳定性。
🌟 希望这篇文章让你彻底搞懂了 HashMap 的扩容机制，未来面试时可以轻松应对！✨