HashMap 源码分析

1、简介

HashMap 主要用来存放键值对，它基于哈希表的 Map 接口实现，是常用的 Java 容器之一，是非线程安全的。

HashMap 可以存储 null 的 key 和 value，但 null 作为 key 只能有一个，null 作为 value 可以有多个（注意：仅仅只是 HashMap 可以有为 null 的 key）。

底层数据结构：

• JDK 1.7 数组 + 链表
• JDK 1.8 数组 + （链表 | 红黑树）

JDK 1.8 以前，HashMap 的底层结构是由 数组 + 链表 组成的（注意这里的 链表 不是必然出现的，是为了解决 哈希冲突 导致的一系列问题，才会引入 链表），数组是 HashMap 的主体，链表主要是为了解决 哈希冲突 而存在的（使用的是“拉链法”，还有 再哈希法 和 开放寻址法 也可以解决 哈希冲突）。

JDK 1.8 开始，HashMap 的底层数据结构是由 数组 + 链表 + 红黑树 组成的（注意这里的 链表 和 红黑树 不是必然出现的，是为了解决 哈希冲突 导致的一系列问题，才会引入 链表 和 红黑树），当出现了 哈希冲突时，1、首先判断链表长度是否大于阈值（默认为 8 ），如果不大于，则直接插入到链表中；2、如果大于，会再判断数组长度是否 < 64，如果 < 64，则进行数组扩容，而不是转换成红黑树。如果数组长度 >= 64 则会转换成红黑树。（当树节点数量 < 6 的时候会从红黑树退化成链表）

HashMap 的默认容量为 16，默认负载因子为 0.75，什么是时候扩容是根据负载因子来判断的，比如说现在负载因子是 0.75，容量为 16，0.75 = 3/4，16 * 3/4 = 12，当容量 > 12 时就会进行扩容，扩容为原来的 2 倍。并且，HashMap 总是使用 2 的幂来作为容量的大小。

部分源码：

public class HashMap<K,V> extends AbstractMap<K,V>
    implements Map<K,V>, Cloneable, Serializable {

    // 默认容量
	static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

    /**
     * The maximum capacity, used if a higher value is implicitly specified
     * by either of the constructors with arguments.
     * MUST be a power of two <= 1<<30.
     */
    // 容量最大值，边界值
    static final int MAXIMUM_CAPACITY = 1 << 30;

    /**
     * The load factor used when none specified in constructor.
     */
    // 默认负载因子
    static final float DEFAULT_LOAD_FACTOR = 0.75f;
}

---

---

2、底层数据结构分析

2.1 JDK 1.8 之前

JDK 1.8 之前 HashMap 底层是数组 + 链表结合在一起进行使用，也就是链表散列。

HashMap 通过 key 的 hashcode 经过扰动函数处理过后得到 hash 值，然后通过 (n - 1) & hash 判断当前元素存在的位置（这里的 n 指的是数组的长度），如果当前位置存在元素的话，就判断该元素与要存入的 hash 值以及 key 是否相同，如果相同的话，直接覆盖，不相同就通过拉链法解决冲突。

所谓的扰动函数是指 HashMap 的 hash() 方法。使用 hash 方法也就是扰动函数是为了防止一些实现比较差的 hashCode() 方法，换句话说，使用扰动函数可以减少碰撞，避免 hash 冲突。

JDK 1.8 的 hash 方法：

static final int hash(Object key) {
    int h;
    // 如果 key 为 null 就直接返回 0
    // 否则就返回 key 的 哈希值 异或 key 的哈希值无符号右移 16 位
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

JDK 1.7 的 hash 方法：

static int hash(int h) {
    h ^= (h >>> 20) ^ (h >>> 12);
    return h ^ (h >>> 7) ^ (h >>> 4);
}

相比于 JDK 1.8 的 hash 方法 ，JDK 1.7 的 hash 方法的性能会稍差一点点，因为毕竟扰动了 4 次。

所谓拉链法是指：数组和链表相结合。也就是创建一个链表数组，数组中每一格就是一个链表。若遇到哈希冲突，则将冲突的值加入到链表中即可。

2.2 JDK 1.8 及之后

相比于之前的版本，JDK 1.8 之后在解决哈希冲突上有了较大的变化。

当链表长度大于阈值（默认为 8）时，会首先调用 treeifyBin() 方法。这个方法会根据 HashMap 数组的长度来判断是否要转换成红黑树。只有当数组长度 >= 64 时才会进行转换成红黑树操作，以减少搜索时间。否则就只是执行 resize() 方法对数组进行扩容。

treeifyBin() 方法源码：

final void treeifyBin(Node<K,V>[] tab, int hash) {
    int n, index; Node<K,V> e;
    // 如果数组为空，或者数组的长度小于转换成红黑树的长度（默认为 64）
    // 就调用 resize() 方法进行数组的扩容，不进行转换红黑树
    // 这里的 table 是一个数组，是 HashMap 的核心
    if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
        resize();
    // 如果计算出来的索引已经有值了，就进行转换成红黑树操作
    else if ((e = tab[index = (n - 1) & hash]) != null) {
        TreeNode<K,V> hd = null, tl = null;
        do {
            TreeNode<K,V> p = replacementTreeNode(e, null);
            if (tl == null)
                hd = p;
            else {
                p.prev = tl;
                tl.next = p;
            }
            tl = p;
        } while ((e = e.next) != null);
        if ((tab[index] = hd) != null)
            hd.treeify(tab);
    }
}

---

3、源码分析

3.1 类属性

类的属性源码：

public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {
    // 序列号
    private static final long serialVersionUID = 362498820763181265L;
    
    // 默认的初始容量是 16
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
    
    // 最大容量，2 的 30 次方
    static final int MAXIMUM_CAPACITY = 1 << 30;
    
    // 默认的负载因子
    static final float DEFAULT_LOAD_FACTOR = 0.75f;
    
    // 当桶(bucket)上的结点数大于这个值时会转成红黑树
    static final int TREEIFY_THRESHOLD = 8;
    
    // 当桶(bucket)上的结点数小于这个值时，红黑树会退化成链表
    static final int UNTREEIFY_THRESHOLD = 6;
    
    // 桶中结构转化为红黑树对应的 table 的最小大小
    static final int MIN_TREEIFY_CAPACITY = 64;
    
    // 存储元素的数组，总是 2 的幂次倍
    transient Node<k,v>[] table;
    
    // 存放具体元素的集
    transient Set<map.entry<k,v>> entrySet;
    
    // 存放元素的个数，注意这个不等于数组的长度。
    transient int size;
    
    // 每次扩容和更改 map 结构的计数器
    transient int modCount;
    
    // 临界值 当实际大小(容量 * 填充因子)超过临界值时，会进行扩容
    int threshold;
    
    // 负载因子
    final float loadFactor;
    
    // HashMap 的核心就是一个 Node 类型的数组，源码 396 行
    transient Node<K,V>[] table;	
}

// Node 节点类
static class Node<K,V> implements Map.Entry<K,V> {
    // 哈希值
    final int hash;
    final K key;
    V value;
    // 后继节点
    Node<K,V> next;

    Node(int hash, K key, V value, Node<K,V> next) {
        this.hash = hash;
        this.key = key;
        this.value = value;
        this.next = next;
    }

    public final K getKey()        { return key; }
    public final V getValue()      { return value; }
    public final String toString() { return key + "=" + value; }

    // 每个节点的哈希值是由 key 和 value 的哈希值进行 按位异或后 得到的
    public final int hashCode() {
        return Objects.hashCode(key) ^ Objects.hashCode(value);
    }

    public final V setValue(V newValue) {
        V oldValue = value;
        value = newValue;
        return oldValue;
    }

    public final boolean equals(Object o) {
        if (o == this)
            return true;
        if (o instanceof Map.Entry) {
            Map.Entry<?,?> e = (Map.Entry<?,?>)o;
            if (Objects.equals(key, e.getKey()) &&
                Objects.equals(value, e.getValue()))
                return true;
        }
        return false;
    }
}

• loadFactor 负载因子

  loadFactor 负载因子是控制数组存放数据的疏密程度，loadFactor 越趋近于 1，那么 数组中存放的数据(entry)也就越多，也就越密，也就是会让链表的长度增加，loadFactor 越小，也就是趋近于 0，数组中存放的数据(entry)也就越少，也就越稀疏。

  loadFactor 太大导致查找元素效率低，太小导致数组的利用率低，存放的数据会很分散。loadFactor 的默认值为 0.75f 是官方给出的一个比较好的临界值。

  给定的默认容量为 16，负载因子为 0.75。Map 在使用过程中不断的往里面存放数据，当数量达到了 16 * 0.75 = 12 就需要将当前 16 的容量进行扩容，而扩容这个过程涉及到 rehash、复制数据等操作，所以非常消耗性能。

• threshold 容量阈值

  threshold = capacity * loadFactor，当 Size >= threshold的时候，那么就要考虑对数组的扩增了，也就是说，这个的意思就是 衡量数组是否需要扩增的一个标准。

Node 节点类源码:

// 继承自 Map.Entry<K,V>
static class Node<K,V> implements Map.Entry<K,V> {
       final int hash;// 哈希值，存放元素到hashmap中时用来与其他元素hash值比较
       final K key;//键
       V value;//值
       // 指向下一个节点
       Node<K,V> next;
       Node(int hash, K key, V value, Node<K,V> next) {
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }
        public final K getKey()        { return key; }
        public final V getValue()      { return value; }
        public final String toString() { return key + "=" + value; }
        // 重写 hashCode()方法
        public final int hashCode() {
            return Objects.hashCode(key) ^ Objects.hashCode(value);
        }

        public final V setValue(V newValue) {
            V oldValue = value;
            value = newValue;
            return oldValue;
        }
        // 重写 equals() 方法
        public final boolean equals(Object o) {
            if (o == this)
                return true;
            if (o instanceof Map.Entry) {
                Map.Entry<?,?> e = (Map.Entry<?,?>)o;
                if (Objects.equals(key, e.getKey()) &&
                    Objects.equals(value, e.getValue()))
                    return true;
            }
            return false;
        }
}

树节点类源码：

static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
    TreeNode<K,V> parent;  // 父
    TreeNode<K,V> left;    // 左
    TreeNode<K,V> right;   // 右
    TreeNode<K,V> prev;    // needed to unlink next upon deletion
    boolean red;           // 判断颜色
    TreeNode(int hash, K key, V val, Node<K,V> next) {
        super(hash, key, val, next);
    }
    // 返回根节点
    final TreeNode<K,V> root() {
        for (TreeNode<K,V> r = this, p;;) {
            if ((p = r.parent) == null)
                return r;
            r = p;
        }
   }
}

---

---

3.2 构造方法

构造方法源码（4 个）：

/**
 * initialCapacity 容量
 * loadFactor 负载因子
 * 在构造方法中仍然没有进行数组的初始化
 */
public HashMap(int initialCapacity, float loadFactor) {
    // 如果容量小于 0，直接抛出异常
    if (initialCapacity < 0)
        throw new IllegalArgumentException("Illegal initial capacity: " +
                                           initialCapacity);
    // 如果超过规定容量最大值，就直接把容量最大值赋值给初始化容量
    if (initialCapacity > MAXIMUM_CAPACITY)
        initialCapacity = MAXIMUM_CAPACITY;
    // 如果负载因子小于等于 0 或者 负载因子不是一个 Number 类型的数值
    // 抛出异常
    if (loadFactor <= 0 || Float.isNaN(loadFactor))
        throw new IllegalArgumentException("Illegal load factor: " +
                                           loadFactor);
    // 进行属性赋值操作
    this.loadFactor = loadFactor;
    // 寻找比当前容量大而且最接近 2 的幂次的值
    this.threshold = tableSizeFor(initialCapacity);
}

/**
 * initialCapacity 容量
 */
public HashMap(int initialCapacity) {
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

/**
 * 空构造方法
 */
public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

/**
 * m：Map 集合
 */
public HashMap(Map<? extends K, ? extends V> m) {
    this.loadFactor = DEFAULT_LOAD_FACTOR;
    putMapEntries(m, false);
}

Float.isNaN() 说明

System.out.println(Float.isNaN(1.0f / 1.0f));  // false
System.out.println(Float.isNaN(0.0f / 0.0f));  // true
System.out.println(Float.isNaN(0.0f));   // false

---

3.3 put 方法

HashMap 只提供了 put 方法用于添加元素，putVal 方法只是给 put 方法调用的一个方法，并没有提供给用户使用。

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

流程图（建议和源码配合阅读）：

Process 流程图地址

---

putVal() 方法源码：

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    // 如果数组长度为 null 或者 数组长度为 0
    if ((tab = table) == null || (n = tab.length) == 0)
        // 进行数组扩容
        n = (tab = resize()).length;
    // 通过 hash 值计算对应数组位置，如果为 null
    if ((p = tab[i = (n - 1) & hash]) == null)
        // 直接在对应数组位置插入值
        tab[i] = newNode(hash, key, value, null);
    // 当对应数组位置不为 null 时，说明有值存在，哈希冲突
    else {
        Node<K,V> e; K k;
        // 将对应数组位置的 hash 和 key 与要插入的值的 hash 和 key 进行比较
        // 如果相同，就直接进行覆盖操作（45 行）
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        // 判断对应数组位置是否是红黑树结构，如果是，则进行红黑树插入操作
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        // 如果不是红黑树结构，则是链表结构
        else {
            // 链表尾插法
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    // 将新节点插入到链表尾部
                    p.next = newNode(hash, key, value, null);
                   	// 如果链表长度 >= 8 - 1（注意：链表长度是从 0 开始计算的）
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        // 进入是否要转红黑树逻辑
                        treeifyBin(tab, hash);
                    break;
                }
                // 在链表遍历的过程中对链表节点依次进行比较，如果 hash 和 key 相同
                // 则直接跳出循环
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        // 说明在遍历链表的过程中有 hash 和 key 相同的节点
        if (e != null) { // existing mapping for key
            // 记录旧的 val
            V oldValue = e.value;
            // 这里的 onlyIfAbsent 是参数，put 方法传过来的值是 false，所以成立
            // 为啥这里要搞一个 onlyIfAbsent 来判断一下呢？
            // 我的思考：可以自行调整当 key 相同的策略
            //（1）如果传过来一个 false 说明当 key 相同时直接进行覆盖
            // (2）如果传过来一个 true 说明当 key 相同时不进行覆盖
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            // 访问后回调
            afterNodeAccess(e);
            // 直接返回旧的 val，方法调用结束
            return oldValue;
        }
    }
    ++modCount;
    // 判断数组长度是否大于阈值
    if (++size > threshold)
        // 进行数组扩容
        resize();
    // 插入后回调
    afterNodeInsertion(evict);
    return null;
}

---

JDK 1.7 put 方法源码：

public V put(K key, V value) {
    // 如果是第一次插入元素，进行初始化
    if (table == EMPTY_TABLE) {
        inflateTable(threshold);
    }
    // 如果 key 为 null，HashMap 允许 key 为 null，但只能有一个
    if (key == null)
        return putForNullKey(value);
    // 通过 key 计算哈希值
    int hash = hash(key);
    // 通过 hash 值和数组长度来计算对应的桶下标
    int i = indexFor(hash, table.length);
    
    // 遍历链表
    for (Entry<K, V> e = table[i]; e != null; e = e.next) {
        Object k;
        // 如果 key 相同就直接覆盖
        if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
            V oldValue = e.value;
            e.value = value;
            e.recordAccess(this);
            return oldValue;
        }
    }
    modCount++;
    // 进行添加
    addEntry(hash, key, value, i);
    return null;
}

void addEntry(int hash, K key, V value, int bucketIndex) {
    // 如果数组长度大于等于扩容值，同时对应的桶下标有值（存在哈希冲突）
    if ((size >= threshold) && (null != table[bucketIndex])) {
        // 进行数组扩容，扩容原先的两倍
        resize(2 * table.length);
        // 重新计算 hash 值
        hash = (null != key) ? hash(key) : 0;
        // 根据 hash 值计算对应的桶下标
        bucketIndex = indexFor(hash, table.length);
    }

    createEntry(hash, key, value, bucketIndex);
}

// 添加到数组对应的位置
void createEntry(int hash, K key, V value, int bucketIndex) {
    Entry<K, V> e = table[bucketIndex];
    table[bucketIndex] = new Entry<>(hash, key, value, e);
    size++;
}

---

3.4 get 方法

public V get(Object key) {
    Node<K,V> e;
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}

实际上是调用了 getNode() 方法

final Node<K,V> getNode(int hash, Object key) {
    Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        // 如果 hash 值和 key 都相等
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            // 直接返回
            return first;
        // 如果不等于 null 说明不只一个节点，进行遍历查找
        if ((e = first.next) != null) {
            // 如果是红黑树结构
            if (first instanceof TreeNode)
                // 就调用树的获取节点方法
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            // 遍历链表
            do {
                // 如果 hash 和 key 相等就说明找到了，直接返回
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

---

3.5 resize 方法

进行数组扩容，同时会重新计算所有的桶下标（因为桶下标是根据数组长度来计算的，所以需要发生改变），同时也意味着会有很大的性能损耗。

《阿里巴巴 Java 开发手册》
17.【推荐】集合初始化时，指定集合初始值大小。
	说明：HashMap 使用 HashMap(int initialCapacity) 初始化，如果暂时无法确定集合大小，那么指定默认值（16）即可。
	正例：initialCapacity = (需要存储的元素个数 / 负载因子) + 1。注意负载因子（即 loader factor）默认为 0.75，如果暂时无法确定初始值大小，请设置为 16（即默认值）。
	反例： HashMap 需要放置 1024 个元素，由于没有设置容量初始大小，随着元素增加而被迫不断扩容，resize()方法总共会调用 8 次，反复重建哈希表和数据迁移。当放置的集合元素个数达千万级时会影响程序性能。

resize 方法源码：

final Node<K,V>[] resize() {
    // oldTab 为当前表的哈希桶
    Node<K,V>[] oldTab = table;
    // 当前哈希桶的容量
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
     // threshold 为阈值，当前的阈值
    int oldThr = threshold;
    // 初始化新的容量和新的阈值为 0
    int newCap, newThr = 0;
    if (oldCap > 0) {
        // 如果超过最大边界值，2 ^ 30
        if (oldCap >= MAXIMUM_CAPACITY) {
            // 则设置阈值为 2^31 - 1
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        // 将新容量设为原来的 2 倍，前提是扩容后不能超过边界值，以及必须要大于默认容量 16
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            // 那么新的阈值也扩容为旧的阈值的 2 倍
            newThr = oldThr << 1; // double threshold
    }
    // 如果当前表是空的，意思是构造 HashMap 时调用了有参的构造函数，阈值进行了初始化
    else if (oldThr > 0) // initial capacity was placed in threshold
        // 新的容量就为旧的阈值
        newCap = oldThr;
    // 构造 HashMap 时调用了无参的构造函数，阈值也未进行初始化
    else {               // zero initial threshold signifies using defaults
        // 新的容量就为默认容量 16
        newCap = DEFAULT_INITIAL_CAPACITY;
        // 新的阈值为 默认容量（16） * 默认负载因子（0.75）
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    // 对应的是 (oldThr > 0) 这种情况，阈值进行了初始化，修正阈值
    if (newThr == 0) {
         // 新的容量 * 负载因子
        float ft = (float)newCap * loadFactor;
        / 如果未越界就不变，越界了就直接赋值 2 ^ 31 - 1
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
    // 将新的阈值赋值给旧的阈值
    threshold = newThr;
    @SuppressWarnings({"rawtypes","unchecked"})
    // 根据新容量进行数组扩容
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    // 将 table 的引用指向新的数组
    table = newTab;
    // 将旧的哈希桶的元素移动的新的哈希桶中，桶下标要重新进行计算
    if (oldTab != null) {
        // 遍历旧的哈希桶
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            // 如果这个位置的哈希桶有值
            if ((e = oldTab[j]) != null) {
                // 将旧的哈希桶位置的引用置为 null
                oldTab[j] = null;
                // 第一种情况：没有哈希冲突
                // 如果没有后继节点，说明这个桶位置只有这一个元素，没有哈希冲突，后面没有链表
                if (e.next == null)
                    // 根据新的容量计算对应的桶下标，插入到新的哈希桶的对应位置
                    newTab[e.hash & (newCap - 1)] = e;
                // 第二种情况：有哈希冲突，并且已经引进了红黑树
                // 说明有哈希冲突，并且使用了红黑树来解决
                else if (e instanceof TreeNode)
                    // 调用红黑树的相关方法来解决
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                // 第三种情况：有哈希冲突，使用了链表来解决
                else { // preserve order
                    // 对这一条链表进行分类，分类为两条
                    // 分类的目的是为性能提升
                    Node<K,V> loHead = null, loTail = null;
                    Node<K,V> hiHead = null, hiTail = null;
                    Node<K,V> next;
                    do {
                        // 先记录后继节点，避免丢失
                        next = e.next;
                        // 当 (e.hash & oldCap) == 0 时候
                        // hash & (oldCap - 1) == hash & (2 * oldCap - 1)
                        // 说明在 2 的指数那一位为 0，而计算数组下标又是 n - 1
                        // 0001 0000   16
                        // 0000 1111 （16 - 1）
                        // 0010 0000   32
                        // 0001 1111  (32 - 1)
                        if ((e.hash & oldCap) == 0) {
                            // 如果是第一次插入节点，记录头节点
                            if (loTail == null)
                                loHead = e;
                            // 尾插法
                            else
                                loTail.next = e;
                            loTail = e;
                        }
                        // 与上面一样
                        else {
                            if (hiTail == null)
                                hiHead = e;
                            else
                                hiTail.next = e;
                            hiTail = e;
                        }
                    } while ((e = next) != null);
                    if (loTail != null) {
                        loTail.next = null;
                        newTab[j] = loHead;
                    }
                    if (hiTail != null) {
                        hiTail.next = null;
                        // j：原数组的索引位置
                        // 加上 oldCap 的原因是：
             		   // 它和新数组的索引只是差了一个 1
                        // 0001 0000   16
                        // 0000 1111 （16 - 1）
                        // 说明 hash 值在 16 的时候 1 对应的这一位肯定是为 1 的
                        // 0010 0000   32
                        // 0001 1111  (32 - 1)
                        // 再进行计算索引，发现缺少的是 16 对应的 1
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    // 返回新数组
    return newTab;
}

---

---

3.6 treeifyBin 方法

final void treeifyBin(Node<K,V>[] tab, int hash) {
    int n, index; Node<K,V> e;
    // 如果数组为空，或者数组的长度小于转换成红黑树的长度（默认为 64）
    // 就调用 resize() 方法进行数组的扩容，不进行转换红黑树
    // 这里的 table 是一个数组，是 HashMap 的核心
    if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
        resize();
    // 如果计算出来的索引已经有值了，就进行转换成红黑树操作
    else if ((e = tab[index = (n - 1) & hash]) != null) {
        TreeNode<K,V> hd = null, tl = null;
        do {
            TreeNode<K,V> p = replacementTreeNode(e, null);
            if (tl == null)
                hd = p;
            else {
                p.prev = tl;
                tl.next = p;
            }
            tl = p;
        } while ((e = e.next) != null);
        if ((tab[index] = hd) != null)
            hd.treeify(tab);
    }
}