map的主要特点是键值对的形式，一一对应，且一个key只对应1个value，且key唯一。其常用的map实现类主要有HashMap、HashTable、TreeMap、ConcurrentHashMap、LinkedHashMap、weakHashMap等等。1、HashMap使用哈希表实现（最近的jdk1.8改用红黑树存储而非哈希表），它是线程不安全的Map，方法上都没有synchronized关键字修饰，具体可以参考https://blog.csdn.net/qq_30683329/article/details/804545182、HashTablehashTable是线程安全的一个map实现类，它实现线程安全的方法是在各个方法上添加了synchronized关键字。但是现在已经不再推荐使用HashTable了，因为现在有了ConcurrentHashMap这个专门用于多线程场景下的map实现类，其大大优化了多线程下的性能。3、ConcurrentHashMap这个map实现类是在jdk1.5中加入的，其在jdk1.6/1.7中的主要实现原理是segment段锁，它不再使用和HashTable一样的synchronized一样的关键字对整个方法进行加锁，而是转而利用segment段落锁来对其进行加锁，以保证Map的多线程安全。其实可以理解为，一个ConcurrentHashMap是由多个HashTable组成，所以它允许获取不用段锁的线程同时持有该资源，segment有多少个，理论上就可以同时有多少个线程来持有它这个资源。其默认的segment是一个数组，默认长度为16。也就是说理论上可以提高16倍的性能。但是要注意咯，在JAVA的jdk1.8中则对ConcurrentHashMap又再次进行了大的修改，取消了segment段锁字段，采用了CAS+Synchronized技术来保障线程安全。底层采用数组+链表+红黑树的存储结构，也就是和HashMap一样。这里注意Node其实就是保存一个键值对的最基本的对象。其中Value和next都是使用的volatile关键字进行了修饰，以确保线程安全。4、TreeMapTreeMap也是一个很常用的map实现类，因为他具有一个很大的特点就是会对Key进行排序，使用了TreeMap存储键值对，再使用iterator进行输出时，会发现其默认采用key由小到大的顺序输出键值对，如果想要按照其他的方式来排序，需要重写也就是override它的compartor接口。此处引用一下其他大神的代码：1importjava.util.Comparator;2importjava.util.Iterator;3importjava.util.Set;4importjava.util.TreeMap;567publicclassCompare{8publicstaticvoidmain(String[]args){9TreeMap<String,Integer>map=newTreeMap<String,Integer>(newxbComparator());10map.put("key_1",1);11map.put("key_2",2);12map.put("key_3",3);13Set<String>keys=map.keySet();14Iterator<String>iter=keys.iterator();15while(iter.hasNext())16{17Stringkey=iter.next();18System.out.println(""+key+":"+map.get(key));19}20}21}22classxbComparatorimplementsComparator23{24publicintcompare(Objecto1,Objecto2)25{26Stringi1=(String)o1;27Stringi2=(String)o2;28return-i1.compareTo(i2);29}30}另外，TreeMap底层的存储结构也是一颗红黑树。是不是发现好多都是红黑树，没错因为红黑树查找效率高，只有O（lgn）。它是一种自平衡的二叉查找树。在每次插入和删除节点时，都可以自动调节树结构，以保证树的高度是lgn。5、LinkedHashMapLinkedHashMap它的特点主要在于linked，带有这个字眼的就表示底层用的是链表来进行的存储。相对于其他的无序的map实现类，还有像TreeMap这样的排序类，linkedHashMap最大的特点在于有序，但是它的有序主要体现在先进先出FIFIO上。没错，LinkedHashMap主要依靠双向链表和hash表来实现的。仔细看，这里虽然在计算hashcode时还是发生了hash冲突，采用了链地址法解决了冲突，但是这里的Entry对象是采用双向链表保存的，每个Entry都有一个after和before的属性。当插入一个entry时，如果发生了冲突，就可以将新的Entry插入Entry链表中的头部，但是按照双向链表的角度来说，又会将该Entry插入到双向链表的尾部。6、weakHashMap首先，weakHashMap它是一个“弱键”，它的Key值和Value都可以是null，而且其Map中如果这个Key值指向的对象没被使用，此时触发了GC，该对象就会被回收掉的。其原理主要是使用的WeakReference和ReferenceQueue实现的，其key就是weakReference，而ReferenceQueue中保存了被回收的Key-Value。如果当其中一个Key-Value不再使用被回收时，就将其加入ReferenceQueue队列中。当下次再次调用该WeakHashMap时，就会去更新该map,比如ReferenceQueue中的key-value，将其中包含的key-value全部删除掉。这就是所谓的“自动删除”。

在JDK1.7以及1.7版本之前，HashMap对数组元素即链表的查询确实是从头节点开始查询的，这样链表一旦长了，效率比较低也是意料之中。而在1.8中对HashMap的数据结构进行了一定的优化，其中增加了一个阈值对数组元素进行判断是否有必要进行红黑树变形（红黑树是一种二叉查找树），一旦链表长度达到了阈值，其数据结构便会变形为红黑树，提高了查询效率，但插入的效率并没有链表头插法那么高，这也可能是HashMap底层为什么不用红黑树组成的数组的原因之一。性能对比：链表：插入复杂度O(1)，查找复杂度O(n)红黑树：插入复杂度O(logn)，查找复杂度O(logn)HashMap数组元素为链表的时候，插入直接使用头插，插入复杂度O(1)；当链表较短时候，查找数据时对性能并没有什么影响，如果链表一长，查找起来就很影响性能了。在Java8中，如果链表长度到达了8个，就会转化为红黑树，提高了查找的性能，但每次插入新的数据，都得维护红黑树的结构，复杂度为O(logn)。这样算是对查找和插入元素时性能的一个权衡，毕竟存起来就是用来查的。

树化条件：HashMap具体实现类中有两个变量staticfinalintTREEIFY_THRESHOLD=8;staticfinalintMIN_TREEIFY_CAPACITY=64;哈希表的链表树化成红黑树有两个条件： 链表长度大于TREEIFY_THRESHOLD 哈希数组的长度大于MIN_TREEIFY_CAPACITY退化条件：扩容resize()时，红黑树拆分成的lo和hi两颗红黑树，每一颗树的结点数小于等于临界值6时退化成链表。移除元素remove()时，在removeTreeNode()方***检查红黑树是否满足退化条件，与结点数无关。如果红黑树根root为空，或者root的左子树/右子树为空，root.left.left根的左子树的左子树为空，都会发生红黑树退化成链表。

1.两者父类不同HashMap是继承自AbstractMap类，Hashtable是继承自Dictionary类。不过它们都实现了同时实现了map、Cloneable（可复制）、Serializable（可序列化）这三个接口。2.对外提供的接口不同Hashtable比HashMap多提供了elments()和contains()两个方法。elments()方法继承自ashtable的父类Dictionnary。elements()方法用于返回此Hashtable中的value的枚举。contains()方法判断该Hashtable是否包含传入的value。它的作用与containsValue()一致。事实上，contansValue()就只是调用了一下contains()方法。3.对null的支持不同Hashtable：key和value都不能为null。HashMap：key可以为null，但是这样的key只能有一个，因为必须保证key的唯一性；可以有多个key值对应的value为null。4.安全性不同HashMap是线程不安全的，在多线程并发的环境下，可能会产生死锁等问题，因此需要开发人员自己处理多线程的安全问题。Hashtable是线程安全的，它的每个方法上都有synchronized关键字，因此可直接用于多线程中。虽然HashMap是线程不安全的，但是它的效率远远高于Hashtable，这样设计是合理的，因为大部分的使用场景都是单线程。当需要多线程操作的时候可以使用线程安全的ConcurrentHashMap。ConcurrentHashMap虽然也是线程安全的，但是它的效率比Hashtable要高好多倍。因为ConcurrentHashMap使用了分段锁，并不对整个数据进行锁定。5.初始容量大小和每次扩充容量大小不同6.计算hash值的方法不同