HashSet 集合的数据结构：
JDK1.8 之后是数组+红黑树； 哈希值不同的元素放在数组中不同的位置上； 哈希值相同的元素放在数组中某个位置的树上。
复杂度分析：
Linked List 是特殊化的 Tree Tree 是特殊化的 Graph
- 二叉树遍历：
前序：根-左-右
中序：左-根-右
后序：左-右-根
- 二叉搜索树，
也称二叉排序树、有序二叉树（Ordered Binary Tree）、排序二叉树（Sorted Binary Tree），是指一棵空树或者具有下列性质的二叉树：
-
左子树上所有结点的值均小于它的根结点的值；
-
右子树上所有结点的值均大于它的根结点的值；
-
以此类推：左、右子树也分别为二叉查找树。 （这就是 重复性！）
中序遍历：升序排列
堆：Heap 可以迅速找到一堆树中的最大或者最小的值的数据结构
二叉堆：通过完全二叉树来实现（注：不是二叉搜索树），满足以下特性：
-
是一个完全树
-
树中任意节点的值总是>=其子节点的值
-
根节点(顶堆元素)是: a[0]
-
索引为i的左孩子的索引是(2*i+1);
-
索引为i的右孩子的索引是(2*i+2);
-
索引为i的父结点的索引是floor((i-1)/2);
- 图的属性：Graph(V,E)
V - vertex：点
1.度：入度和出度
2.点与点之间联通与否
E - edge：边
1.有向和无向（单行线）
2.权重（边长）
- 图的表示和分类：
-
无向无权图
-
有向无权图
-
无向有权图
在JDK1.6，JDK1.7中，HashMap采用位桶+链表实现，即使用链表处理冲突,同一hash值的键值对会被放在同一个位桶里，当桶中元素较多时，通过key值查找的效率较低。
而JDK1.8中，HashMap采用位桶+链表+红黑树实现，当链表长度超过阈值（8）,时，将链表转换为红黑树，这样大大减少了查找时间。
//Node是单向链表，它实现了Map.Entry接口
Node<K,V>[] tab
//红黑树
TreeNode<k,v>
1，判断键值对数组tab[]是否为空或为null，否则以默认大小resize()； 2，根据键值key计算hash值得到插入的数组索引i，如果tab[i]==null，直接新建节点添加，否则转入3 3，判断当前数组中处理hash冲突的方式为链表还是红黑树(check第一个节点类型即可),分别处理
/**
* Associates the specified value with the specified key in this map.
* If the map previously contained a mapping for the key, the old
* value is replaced.
*
* @param key key with which the specified value is to be associated
* @param value value to be associated with the specified key
* @return the previous value associated with <tt>key</tt>, or
* <tt>null</tt> if there was no mapping for <tt>key</tt>.
* (A <tt>null</tt> return can also indicate that the map
* previously associated <tt>null</tt> with <tt>key</tt>.)
*/
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
* Implements Map.put and related methods.
*
* @param hash hash for key
* @param key the key
* @param value the value to put
* @param onlyIfAbsent if true, don't change existing value
* @param evict if false, the table is in creation mode.
* @return previous value, or null if none
*/
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)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}参考文章：https://blog.csdn.net/hefenglian/article/details/79763634