爲何HashMap的加載因子是0.75？

• 說在前面

  ​ 在HashMap中，默認建立的數組長度是16，也就是哈希桶個數爲16，當添加key-value的時候，會先計算出他們的哈希值(h = hash),而後用return h & (length-1)就能夠算出一個數組下標，這個數組下標就是鍵值對應該存放的位置。

  ​ 可是，當數據較多的時候，不一樣鍵值對算出來的hash值相同，而致使最終存放的位置相同，這就是hash衝突，當出現hash衝突的時候，該位置的數據會轉變成鏈表的形式存儲，可是咱們知道，數組的存儲空間是連續的，因此能夠直接使用下標索引來查取，修改，刪除數據等操做，並且效率很高。而鏈表的存儲空間不是連續的，因此不能使用下標 索引，對每個數據的操做都要進行從頭至尾的遍歷，這樣會使效率變得很低，特別是當鏈表長度較大的時候。爲了防止鏈表長度較大，須要對數組進行動態擴容。

  ​ 數組擴容須要申請新的內存空間，而後把以前的數據進行遷移，擴容頻繁，須要耗費較多時間，效率下降，若是在使用完一半的時候擴容，空間利用率就很低，若是等快滿了再進行擴容，hash衝突的機率增大！！那麼何時開始擴容呢？？？

  ​ 爲了平衡空間利用率和hash衝突（效率），設置了一個加載因子(loadFactor)，而且設置一個擴容臨界值（threshold = DEFAULT_INITIAL_CAPACITY * loadFactor）,就是說當使用了16*0.75=12個數組之後，就會進行擴容，且變爲原來的兩倍。

• 爲何加載因子是0.75呢？

  先看一段源碼註釋：

  Because TreeNodes are about twice the size of regular nodes, we
       * use them only when bins contain enough nodes to warrant use
       * (see TREEIFY_THRESHOLD). And when they become too small (due to
       * removal or resizing) they are converted back to plain bins.  In
       * usages with well-distributed user hashCodes, tree bins are
       * rarely used.  Ideally, under random hashCodes, the frequency of
       * nodes in bins follows a Poisson distribution
       * (http://en.wikipedia.org/wiki/Poisson_distribution) with a
       * parameter of about 0.5 on average for the default resizing
       * threshold of 0.75, although with a large variance because of
       * resizing granularity. Ignoring variance, the expected
       * occurrences of list size k are (exp(-0.5) * pow(0.5, k) /
       * factorial(k)). The first values are:
       *
       * 0:    0.60653066
       * 1:    0.30326533
       * 2:    0.07581633
       * 3:    0.01263606
       * 4:    0.00157952
       * 5:    0.00015795
       * 6:    0.00001316
       * 7:    0.00000094
       * 8:    0.00000006
       * more: less than 1 in ten million

  大概意思就是說，在理想狀況下,使用隨機哈希碼,節點出現的頻率在hash桶中遵循泊松分佈，同時給出了桶中元素個數和機率的對照表。從上面的表中能夠看到當桶中元素到達8個的時候，機率已經變得很是小，也就是說用0.75做爲加載因子，每一個碰撞位置的鏈表長度超過８個的機率達到了一百萬分之一。

​