一、数组+链表+红黑树
jkd1.8 数组+链表+红黑树
二、为了解决散列冲突和查找效率
HashMap是Java集合框架中的一种散列表（Hash Table）实现方式。它使用数组加链表（或红黑树）的数据结构来存储键值对。
HashMap之所以采用数组+链表+红黑树的设计，是为了解决两个问题：散列冲突和查找效率。
散列冲突是指不同的键可能会映射到散列表中相同的位置，如果简单地使用数组来存储键值对，就会出现键冲突的情况。为了解决这个问题，HashMap采用了散列表的机制，在数组的每个位置上存储一个链表或者红黑树，将具有相同hash值的键值对存储在同一个链表或红黑树中。当发生散列冲突时，只需要在对应位置的链表或红黑树中进行查找即可。
查找效率是指在散列表中查找某个键值对的时候，需要尽量减少不必要的查找次数。由于散列表是按照hash值进行存储的，因此可以通过优化hash函数、增加桶的数量、使用链表或红黑树等方式来提高查找效率。在HashMap中，当链表长度超过8个节点时，链表会自动转换为红黑树，这样可以进一步提高查找效率。
综上所述，HashMap之所以采用数组+链表+红黑树的设计，是为了解决散列冲突和查找效率两个问题，使得HashMap在实际应用中具有较高的性能和可扩展性。
三、链表转红黑树：数组超过TREEIFY_THRESHOLD默认8 并且 链表大于等于MIN_TREEIFY_CAPACITY默认64。红黑树转链表：数组少于UNTREEIFY_THRESHOLD默认6。
在Java 8中，HashMap的实现使用了一个称为TREEIFY_THRESHOLD的参数，表示将链表转化为红黑树的阈值。当某个桶中的元素数量达到这个阈值时，就会将该桶中的链表转化为红黑树以提高查找、插入和删除等操作的性能。默认情况下，TREEIFY_THRESHOLD的值为8。
另外，Java 8引入了一个新的参数MIN_TREEIFY_CAPACITY，表示触发将链表转化为红黑树所需要容量的最小值。当HashMap的容量（也就是数组大小）小于这个值时，不会触发将链表转化为红黑树的操作。默认情况下，MIN_TREEIFY_CAPACITY的值为64。
因此，当某个桶中元素数量超过TREEIFY_THRESHOLD（默认为8），同时HashMap的容量（数组大小）大于等于MIN_TREEIFY_CAPACITY（默认为64）时，就会将链表转化为红黑树，以提高查找、插入和删除等操作的性能。
总之，在Java 8中，当HashMap中某个桶中元素数量超过TREEIFY_THRESHOLD，同时数组大小大于等于MIN_TREEIFY_CAPACITY时，会将链表转换为红黑树。
在Java 8中，HashMap的实现采用了一个称为UNTREEIFY_THRESHOLD的机制，表示将红黑树转化为链表的阈值。当某个桶中的元素数量少于这个阈值时，就会将该桶中的红黑树转化为链表以降低内存消耗。默认情况下，UNTREEIFY_THRESHOLD的值为6。
具体地，当从某个桶中移除元素后，如果该桶中元素数量少于UNTREEIFY_THRESHOLD（默认为6），同时该桶中原本是红黑树结构，那么就会将该桶中的所有元素重新构建为链表结构，以减少内存占用。
需要注意的是，此操作只在删除操作中使用，即只有在执行remove操作，且当前桶中采用红黑树存储时，才会将其转换为链表，否则不会进行转换。
总之，当HashMap中某个桶中元素数量少于UNTREEIFY_THRESHOLD（默认为6），同时该桶之前使用红黑树存储时，如果执行了删除操作，就会将该桶中的所有元素转换为链表结构，以减少内存消耗。
四、红黑树是一种自平衡二叉搜索树（BST）。。。
HashMap使用红黑树的原因是因为红黑树可以提供较好的性能和平衡。红黑树是一种自平衡二叉搜索树（BST），具有以下特点：
- 每个节点为黑色或红色，并且根节点为黑色。
- 如果一个节点是红色，则其子节点必须为黑色。
- 每个叶子节点(NIL节点)都是黑色的空节点。
- 任意节点到其每个叶子节点的路径都包含相同数量的黑色节点。
- 红黑树是一棵近似平衡的二叉搜索树，可以保证在最坏情况下，基本动态操作的时间复杂度为O(log n)。
相比较于普通的二叉搜索树和平衡树，红黑树能够在插入和删除元素时保持树的平衡，从而避免退化成链表，保证基本动态操作的时间复杂度始终为O(log n)。此外，相比较于其他数据结构如AVL树等，红黑树的维护代价更低，因为红黑树的旋转只有两种类型，而AVL树的旋转则有四种类型，因此，实现起来也更加简单。
在HashMap的实现中，由于数组大小固定且可能较小，因此对于每个桶内的元素，使用红黑树能够提升查找和插入的效率，同时保证极端情况下的时间复杂度仍然为O(log n)，是一种很好的平衡方案。