一、為什麼HashMap需要加載因子？
HashMap的底層是哈希表，是存儲鍵值對的結構類型，它需要通過一定的計算才可以确定資料在哈希表中的存儲位置：
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
// AbstractMap
public int hashCode() {
int h = 0;
Iterator<Entry<K, V>> i = entrySet().iterator();
while (i.hasNext()) {
h += i.next().hashCode();
}
return h;
} 一般的資料結構，不是查詢快就是插入快，HashMap就是一個插入慢、查詢快的資料結構。
但這種資料結構容易産生兩種問題：
（1）如果空間使用率高，那麼經過的雜湊演算法計算存儲位置的時候，會發現很多存儲位置已經有資料了（哈希沖突）；
（2）如果為了避免發生哈希沖突，增大數組容量，就會導緻空間使用率不高。
而加載因子就是表示Hash表中元素的填滿程度。
加載因子 = 填入表中的元素個數 / 散清單的長度
加載因子越大，填滿的元素越多，空間使用率越高，但發生沖突的機會變大了；
加載因子越小，填滿的元素越少，沖突發生的機會減小，但浪費了更多的空間，而且還會提高擴容rehash操作的次數。
沖突的機會越大，說明需要查找的資料還需要通過另一個途徑查找，這樣查找的成本就越高。是以，必須在“沖突的機會”與“空間使用率”之間，尋找一種平衡與折衷。
是以我們也能知道，影響查找效率的因素主要有這幾種：
（1）散列函數是否可以将哈希表中的資料均勻地散列？
（2）怎麼處理沖突？
（3）哈希表的加載因子怎麼選擇？
二、解決沖突有什麼方法？
1. 開放定址法
Hi = (H(key) + di) MOD m，其中i = 1, 2, …, k (k <= m-1)
H(key)為哈希函數，m為哈希表表長，di為增量序列，i為已發生沖突的次數。
其中，開放定址法根據步長不同可以分為3種：
（1）線性探查法（Linear Probing）：di = 1, 2, 3, …, m-1
簡單地說，就是以目前沖突位置為起點，步長為1循環查找，直到找到一個空的位置，如果循環完了都占不到位置，就說明容器已經滿了。舉個例子，就像你在飯點去街上吃飯，挨家去看是否有位置一樣。
（2）平方探測法（Quadratic Probing）：di = ±1^2, ±2^2，±3^2，…，±k^2（k ≤ m/2）
相對于線性探查法，這就相當于的步長為di = i2來循環查找，直到找到空的位置。以上面那個例子來看，現在你不是挨家去看有沒有位置了，而是拿手機算去第i2家店，然後去問這家店有沒有位置。
（3）僞随機探測法：di = 僞随機數序列
這個就是取随機數來作為步長。還是用上面的例子，這次就是完全按心情去選一家店問有沒有位置了。
但開放定址法有這些缺點：
（1）這種方法建立起來的哈希表，當沖突多的時候資料容易堆集在一起，這時候對查找不友好；
（2）删除結點的時候不能簡單将結點的空間置空，否則将截斷在它填入散清單之後的同義詞結點查找路徑。是以如果要删除結點，隻能在被删結點上添加删除标記，而不能真正删除結點；
（3）如果哈希表的空間已經滿了，還需要建立一個溢出表，來存入多出來的元素。
2. 再哈希法
Hi = RHi(key)，其中i = 1, 2, …, k
RHi(key)函數是不同于H(key)的哈希函數，用于同義詞發生位址沖突時，計算出另一個哈希函數位址，直到不發生沖突位置。這種方法不容易産生堆集，但是會增加計算時間。
是以再哈希法的缺點是：增加了計算時間。
3. 建立一個公共溢出區
假設哈希函數的值域為[0, m-1]，設向量HashTable[0, …, m-1]為基本表，每個分量存放一個記錄，另外還設定了向量OverTable[0, …, v]為溢出表。基本表中存儲的是關鍵字的記錄，一旦發生沖突，不管他們哈希函數得到的哈希位址是什麼，都填入溢出表。
但這個方法的缺點在于：查找沖突資料的時候，需要周遊溢出表才能得到資料。
4. 鍊位址法（拉鍊法）
将沖突位置的元素構造成連結清單。在添加資料的時候，如果哈希位址與哈希表上的元素沖突，就放在這個位置的連結清單上。
拉鍊法的優點：
（1）處理沖突的方式簡單，且無堆集現象，非同義詞絕不會發生沖突，是以平均查找長度較短；
（2）由于拉鍊法中各連結清單上的結點空間是動态申請的，是以它更适合造表前無法确定表長的情況；
（3）删除結點操作易于實作，隻要簡單地删除連結清單上的相應的結點即可。
拉鍊法的缺點：需要額外的存儲空間。
從HashMap的底層結構中我們可以看到，HashMap采用是數組+連結清單/紅黑樹的組合來作為底層結構，也就是開放位址法+鍊位址法的方式來實作HashMap。
三、為什麼HashMap加載因子一定是0.75？而不是0.8，0.6？
從上文我們知道，HashMap的底層其實也是哈希表（散清單），而解決沖突的方式是鍊位址法。HashMap的初始容量大小預設是16，為了減少沖突發生的機率，當HashMap的數組長度到達一個臨界值的時候，就會觸發擴容，把所有元素rehash之後再放在擴容後的容器中，這是一個相當耗時的操作。
而這個臨界值就是由加載因子和目前容器的容量大小來确定的：
臨界值 = DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR
即預設情況下是16x0.75=12時，就會觸發擴容操作。
那麼為什麼選擇了0.75作為HashMap的加載因子呢？這個跟一個統計學裡很重要的原理——泊松分布有關。
泊松分布是統計學和機率學常見的離散機率分布，适用于描述機關時間内随機事件發生的次數的機率分布。有興趣的讀者可以看看維基百科或者阮一峰老師的這篇文章：泊松分布和指數分布
等号的左邊，P表示機率，N表示某種函數關系，t表示時間，n表示數量。等号的右邊，λ表示事件的頻率。
在HashMap的源碼中有這麼一段注釋：
/*
* 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
*/
在理想情況下，使用随機哈希碼，在擴容門檻值（加載因子）為0.75的情況下，節點出現在頻率在Hash桶（表）中遵循參數平均為0.5的泊松分布。忽略方差，即X = λt，P(λt = k)，其中λt = 0.5的情況，按公式：
計算結果如上述的清單所示，當一個bin中的連結清單長度達到8個元素的時候，機率為0.00000006，幾乎是一個不可能事件。
是以我們可以知道，其實常數0.5是作為參數代入泊松分布來計算的，而加載因子0.75是作為一個條件，當HashMap長度為length/size ≥ 0.75時就擴容，在這個條件下，沖突後的拉鍊長度和機率結果為：
/*
* 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
*/ 四、那麼為什麼不可以是0.8或者0.6呢？
HashMap中除了雜湊演算法之外，有兩個參數影響了性能：初始容量和加載因子。初始容量是哈希表在建立時的容量，加載因子是哈希表在其容量自動擴容之前可以達到多滿的一種度量。
在維基百科來描述加載因子：
對于開放定址法，加載因子是特别重要因素，應嚴格限制在0.7-0.8以下。超過0.8，查表時的CPU緩存不命中（cache missing）按照指數曲線上升。是以，一些采用開放定址法的hash庫，如Java的系統庫限制了加載因子為0.75，超過此值将resize散清單。
在設定初始容量時應該考慮到映射中所需的條目數及其加載因子，以便最大限度地減少擴容rehash操作次數，是以，一般在使用HashMap時建議根據預估值設定初始容量，以便減少擴容操作。
選擇0.75作為預設的加載因子，完全是時間和空間成本上尋求的一種折衷選擇。