前面已经对常用的各种map进行了介绍，现在将这些遇到的map放在一起进行对比，这样便于学习和记忆。
1.基本属性类
并发性
有序性
底层数据结构
初始容量
负载因子
实例化方式
一致性
k/v是否可为null
HashMap
不支持
无序
数组+链表/红黑树
16
0.75
懒加载
-
k/v可为null
LinkedHashMap
不支持
有序（插入序或者访问序）
数组+单向链表+双向链表
-
-
-
-
k/v可为null
TreeMap
不支持
自然序（左小右大）
红黑树
-
-
-
-
仅v能为null
ThreadLocalMap
不支持
无序
数组
16
0.75
懒加载
-
仅v能为null
HashTable
支持
无序
数组加链表
11
0.75
初始化创建
强一致性
均不能为null
ConcurrentHashMap(1.7)
支持
无序
分段锁+数组+链表
16
0.75
懒加载
强一致性
均不能为null
ConcurrentHashMap(1.8)
支持
无序
数组+链表/红黑树+特殊结构
16
0.75
懒加载
弱一致性
均不能为null
ConcurrentSkipListMap
支持
自然序(左小右大)
跳跃表
-
-
-
弱一致性
均不能为null
2.组成结构在此对各Map的组成进行回顾：
2.1 HashMapHashMap主要有由数组table和链表/红黑树组成，当链表的长度为8的时候开始转为红黑树，当红黑树的长度小于等于6则转化为链表。
主要节点Node、TreeNode。组成如下图：
2.2 LinkedHashMapLinkedHashMap是在HashMap的数组+链表的基础上，再将全部节点按插入顺序/或者访问顺序构成双向链表。
其组成如下图:
2.3 TreeMapTreeMap本身就是一颗红黑树结构。
2.4 ThreadLocalMapThreadLocalMap采用数组和开放定址法。hash碰撞之后向后加1。其结构如下：
2.5 HashTableHashtable比较简单，就是普通的数组+链表结构。
2.6 ConcurrentHashMap(1.7)ConcurrentHashMap(1.7)采用分段锁+数组/链表构成。
2.7 ConcurrentHashMap(1.8)在1.8中对ConcurrentHashMap的结构进行了修改，不再使用分段锁，而是使用cas+synchronized的方式。
与HashMap一样，当链表长度大于等于8的时候且size大于64则转化为红黑树。当红黑树长度小于等于6则退化为链表。
同时，使用了一些特殊的结构如ForwardingNode在扩容中使用：
2.8 ConcurrentSkipListMapConcurrentSkipListMap采用跳跃表实现。结构如下：
3.hashcode及扩容位运算3.1 HashMap使用key的hashcode，同时将高位右移参与运算。
代码语言：javascript代码运行次数：0运行复制hashcode=(h = key.hashCode()) ^ (h >>> 16)计算index的时候采用位运算：
代码语言：javascript代码运行次数：0运行复制i = (n - 1) & hash扩容resize,采用位移的方式按2的幂进行位移：
代码语言：javascript代码运行次数：0运行复制newCap = oldCap << 1仅仅只有一个元素的时候：
代码语言：javascript代码运行次数：0运行复制index=e.hash & (newCap - 1)否则高低位计算进行扩容：
代码语言：javascript代码运行次数：0运行复制(e.hash & oldCap) == 0 上述判断为真则在低位，index不变，否则在高位index=index+oldCap。
3.2 LinkedHashMap除红黑树部分之外与HashMap相同。
3.3 TreeMap其put和get过程中，按照key的值进行排序，实际上没用到hashcode。
Entry的Hashcode为：
代码语言：javascript代码运行次数：0运行复制keyHash ^ valueHash不涉及到位运算。
3.4 ThreadLocalMaphashcode采用每次加上固定的魔数值：
代码语言：javascript代码运行次数：0运行复制private static final int HASH_INCREMENT = 0x61c88647;
private static int nextHashCode() {
return nextHashCode.getAndAdd(HASH_INCREMENT);
}由于key就是ThreadLocal本身，因此这个hashcode实际上是在调用threadLocal的时候就已经产生了。
通过如下方式计算index:
代码语言：javascript代码运行次数：0运行复制 key.threadLocalHashCode & (table.length - 1);由于没有采用拉链法，因此会根据这个值还要对后面的值进行判断。
3.5 HashTablehashcode即为key的hashCode。
计算index:
代码语言：javascript代码运行次数：0运行复制index = (hash & 0x7FFFFFFF) % tab.length扩容：逐个遍历：
代码语言：javascript代码运行次数：0运行复制index = (e.hash & 0x7FFFFFFF) % newCapacity采用这个方法挨个计算新的bucket索引。
3.6 ConcurrentHashMap(1.7)hashcode为key.hashCode 加上特殊的计算方法。
代码语言：javascript代码运行次数：0运行复制private int hash(Object k) {
int h = hashSeed;
if ((0 != h) && (k instanceof String)) {
return sun.misc.Hashing.stringHash32((String) k);
}
h ^= k.hashCode();
// Spread bits to regularize both segment and index locations,
// using variant of single-word Wang/Jenkins hash.
h += (h << 15) ^ 0xffffcd7d;
h ^= (h >>> 10);
h += (h << 3);
h ^= (h >>> 6);
h += (h << 2) + (h << 14);
return h ^ (h >>> 16);
}get、set、remove均需要两次hash，第一次得到Segment的位置，第二次再计算出HashEntry中的索引。
第一次计算：
代码语言：javascript代码运行次数：0运行复制j = (hash >>> segmentShift) & segmentMask第二次计算：
代码语言：javascript代码运行次数：0运行复制index = (tab.length - 1) & hash3.7 ConcurrentHashMap(1.8)hash计算方法：
代码语言：javascript代码运行次数：0运行复制 h=key.hashCode，hash = (h ^ (h >>> 16)) & 0x7fffffff索引计算：
代码语言：javascript代码运行次数：0运行复制i = (n - 1) & hash与HashMap一样，当链表长度大于8且size大于64的时候就会树化，反之当红黑树size小于等于6的时候就会转化为链表。扩容的方式与HashMap一致。
但是要注意HashMap两个版本的区别：
1.锁机制不一样：1.7分段锁，不能动态扩容，1.8 cas+synchronized可以动态调整。2.2.扩容机制不一样，1.7只有每个bucket自己扩容，而且是单线程扩容，1.8支持多线程扩容，采用标志位来进行，每次分配一定数量的bucket给使用的线程，提升了性能。3.性能不一样，1.7固定的分段锁，随着数据量的增加性能急剧下降，1.8可以完美避免因为容量不足导致的hash碰撞情况，而且多线程扩容，性能提升了很多。4.一致性支持不同，1.7是分段锁 强一致性。1.8则是弱一致性。5.size方法实现不同，1.7通过分段锁累加计数器。1.8增加了CountCell的特殊类的数组，随着table的扩容而一并扩容。3.8 ConcurrentSkipListMap采用skipList结构，由于底层不用hashcode。也不涉及到位运算。
4.性能比较类
get
put
remove
HashMap
>=O(1)
O(1)~O(log n)
O(1)~O(log n)
LinkedHashMap
>=O(1)
O(1)~O(log n)
O(1)~O(log n)
TreeMap
O(log n)
O(log n)
O(log n)
ThreadLocalMap
O(1)~O(n)
O(1)~O(n)
O(1)~O(n)
HashTable
>O(1)
O(1)~O(n)
O(1)~O(n)
ConcurrentHashMap(1.7)
>O(1)
O(1)~O(log n)
O(1)~O(log n)
ConcurrentHashMap(1.8)
>O(1)
O(1)~O(log n)
O(1)~O(log n)
ConcurrentSkipListMap
O(log n)
O(log n)
O(log n)
以上仅限个人愚见，如有不足，请斧正。