本篇结构：
- 前言
- HashMap的数据结构
- 常用方法及遍历选择
- HashMap中的重要参数
- 源码分析
- 疑问解答
一、前言
HashMap在日常软件开发中用得很多，它很方便，使用也简单，这样一个经常陪在我们身边的容器对象，当然应该好好研究一下啦，毕竟了解了本质，才能更好的相处。这和日常处朋友是一样的。
二、HashMap的数据结构
2.1、基本数据结构
数据结构的知识是薄弱环节，这里就只简单介绍下HashMap的结构。
在JDK1.8之前，HashMap的实现是基于数组+链表的形式，当往一个HashMap中放数据时，根据key计算得到hashCode，经过进一步处理得到数组（Hash表）的下标，然后存放数据。
如果存在两个key，计算出相同的数组下标，即出现hash冲突，这时就通过一个链表来维持这个关系，后put的值放在链表的尾部。
大致是这样的结构：
为解决哈希碰撞后出现链表过程导致索引效率变慢的问题，JDK1.8之后引入了红黑树（链表的时间复杂度是O(n)，红黑树为O(logn)），当链表长度大于8后，链表转为红黑树。
ps:漫画算法：什么是红黑树？
2.2、HashMap数组元素和链表的节点
HashMap中存的是Key-Valve键值对。
1.数组元素和链表节点是采用Node类实现
Node类是HashMap中的一个静态内部类，实现了Map.Entry接口（在JDK1.8之前，是采用Entry类实现）。
可以看看Node类的源码：
static class Node implements Map.Entry {
final int hash; // 哈希值，HashMap根据该值确定记录的位置
final K key; // key
V value; // value
Node next; // 链表下一个节点
Node(int hash, K key, V value, Node 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; }
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
// 判断2个Node是否相等的依据是Key和Value都相等
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;
}
}
2.红黑树节点是采用TreeNode类实现
TreeNode也是HashMap的静态内部类，继承LinkedHashMap.Entry，简单列下TreeNode中的属性：
static final class TreeNode extends LinkedHashMap.Entry {
TreeNode parent; // 父节点
TreeNode left; // 左子树
TreeNode right; // 右子树
TreeNode prev; // needed to unlink next upon deletion
boolean red; //颜色
TreeNode(int hash, K key, V val, Node next) {
super(hash, key, val, next);
}
/**
* Returns root of tree containing this node.
*/
final TreeNode root() {
for (TreeNode r = this, p;;) {
if ((p = r.parent) == null)
return r;
r = p;
}
}
...
}
三、常用方法及遍历选择
V get(Object key); // 获得指定键的值
V put(K key, V value); // 添加键值对
void putAll(Map m); // 将指定Map中的键值对 复制到此Map中
V remove(Object key); // 删除该键值对
boolean containsKey(Object key); // 判断是否存在该键的键值对；是 则返回true boolean
containsValue(Object value); // 判断是否存在该值的键值对；是 则返回true
SetkeySet(); // 单独抽取key序列，将所有key生成一个Set
Collectionvalues(); // 单独value序列，将所有value生成一个Collection
void clear(); // 清除哈希表中的所有键值对
int size(); // 返回哈希表中所有键值对的数量 = 数组中的键值对 + 链表中的键值对
boolean isEmpty(); // 判断HashMap是否为空；size == 0时 表示为空
public class HashMapTest {
public static void main(String[] args) {
// 1. new
Map map = new HashMap();
// 2. put
map.put("Android", 1);
map.put("Java", 2);
map.put("iOS", 3);
// 3. get
System.out.println("key = Java：" + map.get("Java"));
// 4. 遍历HashMap ------------ start
// 核心思想：
// 步骤1：获得key-value对（Entry） 或 key 或 value的Set集合
// 步骤2：遍历上述Set集合(使用for循环 、 迭代器（Iterator）均可)
// 方法共有3种：分别针对 key-value对（Entry） 或 key 或 value
// 4.1：获得key-value的Set集合，再遍历
iterate1(map);
// 4.2：获得key的Set集合，再遍历
iterator2(map);
// 方法3：获得value的Set集合，再遍历
iterator3(map);
// 4. 遍历HashMap ------------ end
}
/**
* 获得key-value的Set集合，再遍历
* @param map
*/
static void iterate1(Map map){
System.out.println("method 1: iterate Set> start..........");
// 1.获得key-value对（Entry）的Set集合
Set> entrySet = map.entrySet();
// 2.遍历Set集合，从而获取key-value
// 3.for循环
for(Map.Entry entry : entrySet){
System.out.print(entry.getKey());
System.out.println(entry.getValue());
}
System.out.println("method 1: iterate Set> end..........");
}
/**
* 获得key的Set集合，再遍历
* @param map
*/
static void iterator2(Map map){
System.out.println("method 2: iterate Set start..........");
// 1.获得key的Set集合
Set keySet = map.keySet();
// 2.遍历Set集合，从而获取key，再获取value
// 3.for循环
for(String key : keySet){
System.out.print(key);
System.out.println(map.get(key));
}
System.out.println("method 2: iterate Set end..........");
}
/**
* 获得value的Set集合，再遍历
* @param map
*/
static void iterator3(Map map){
System.out.println("method 3: iterate Set start..........");
// 1. 获得value的Set集合
Collection valueSet = map.values();
// 2. 遍历Set集合，从而获取value
// 2.1 获得values 的Iterator
Iterator iter = valueSet.iterator();
// 2.2 通过遍历，直接获取value
while (iter.hasNext()) {
System.out.println(iter.next());
}
System.out.println("method 3: iterate Set end..........");
}
}
对于遍历方式，具体的情况有不同的选择：
- 如果只是遍历key，使用keySet是最好的选择，遍历Map.Entry效率相差不大；
- 如果只遍历Value，遍历Map.Entry和valueSet都可，而通过keySet的方式效率会稍差，因为要通过get(key)的方式获取value（get的时间复杂度取决于for循环的次数），会多出一部分消耗；
- 如果既要Key，又要Value，遍历Map.Entry。
四、HashMap中的重要参数
// 默认容量16（1<<4 = 00001中的1向左移4位 = 10000 = 十进制的2^4=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;
// 实际加载因子
final float loadFactor;
// 默认加载因子 = 0.75
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 空的存储实体
transient Entry[] table = (Entry[]) EMPTY_TABLE;
// 扩容阈值（threshold）：当哈希表的大小 ≥ 扩容阈值时，就会扩容哈希表（即扩充HashMap的容量）
// a. 扩容 = 对哈希表进行resize操作（即重建内部数据结构），从而哈希表将具有大约两倍的桶数
// b. 扩容阈值 = 容量 x 加载因子
int threshold;
// 存储数据的Node类型数组，长度 = 2的幂；数组的每个元素 = 1个单链表
transient Node[] table;
// HashMap中存储的键值对的数量
transient int size;
//用于快速失败，由于HashMap非线程安全，在对HashMap进行迭代时，如果期间其他线程的参与导致HashMap的结构发生变化了（比如put，remove等操作），需要抛出异常ConcurrentModificationException
transient int modCount;
/**
* 与红黑树相关的参数
*/
// 1. 桶的树化阈值：即 链表转成红黑树的阈值，在存储数据时，当链表长度 > 该值时，则将链表转换成红黑树
static final int TREEIFY_THRESHOLD = 8;
// 2. 桶的链表还原阈值：即 红黑树转为链表的阈值，当在扩容（resize（））时（此时HashMap的数据存储位置会重新计算），在重新计算存储位置后，当原有的红黑树内数量 < 6时，则将 红黑树转换成链表
static final int UNTREEIFY_THRESHOLD = 6;
// 3. 最小树形化容量阈值：即 当哈希表中的容量 > 该值时，才允许树形化链表 （即 将链表 转换成红黑树）
// 否则，若桶内元素太多时，则直接扩容，而不是树形化
// 为了避免进行扩容、树形化选择的冲突，这个值不能小于 4 * TREEIFY_THRESHOLD
static final int MIN_TREEIFY_CAPACITY = 64;
五、源码分析
5.1、构造方法
在常规构造器中，并没有马上为数组table分配内存空间（有一个入参为指定Map的构造器例外），事实上是在执行第一次put操作的时候才真正构建table数组。
先看看如何实例化一个HashMap：
public class HashMapConstructor {
public static void main(String[] args) {
Map map = constructorMap1();
}
static Map constructorMap1(){
return new HashMap<>();
}
static Map constructorMap2(int capacity){
// 实际上是调用指定“容量大小”和“加载因子”的构造函数
return new HashMap<>(capacity);
}
static Map constructorMap3(int capacity, float loadFactor){
return new HashMap<>(capacity, loadFactor);
}
static Map constructorMap4(Map map){
return new HashMap<>(map);
}
}
再来看具体的源码：
/**
* 构造函数1：默认构造函数（无参）
* 加载因子 & 容量（默认） = 0.75、16
*/
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
}
/**
* 构造函数2：指定“容量大小”的构造函数
* 加载因子（默认）= 0.75 、容量 = 指定大小
* 注：此处不是真正的阈值，仅仅只是将传入的容量大小转化为：>传入容量大小的最小的2的幂，该阈值后面会重新计算
*/
public HashMap(int initialCapacity) {
// 实际上是调用指定“容量大小”和“加载因子”的构造函数
// 只是在传入的加载因子参数 = 默认加载因子
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
/**
* 构造函数3：指定“容量大小”和“加载因子”的构造函数
* 注：此处不是真正的阈值，仅仅只是将传入的容量大小转化为：>传入容量大 小的最小的2的幂，该阈值后面会重新计算
*/
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
/**
* 将传入的容量大小转化为：>大于传入容量大小的最小的2的幂
*/
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
/**
* 构造函数4：包含“子Map”的构造函数
* 即 构造出来的HashMap包含传入Map的映射关系
* 加载因子 & 容量（默认） = 0.75、16
*/
public HashMap(Map m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
// 将传入的子Map中的全部元素逐个添加到HashMap中
putMapEntries(m, false);
}
final void putMapEntries(Map m, boolean evict) {
int s = m.size();
if (s > 0) {
// 判断table是否已经初始化
if (table == null) { // pre-size
// 未初始化，s为m的实际元素个数
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
// 计算得到的t大于阈值，则初始化阈值
if (t > threshold)
threshold = tableSizeFor(t);
}
// 已初始化，并且m元素个数大于阈值，进行扩容处理
else if (s > threshold)
resize();
// 将m中的所有元素添加至HashMap中
for (Map.Entry e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}
5.2、put
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
Node[] tab; Node p; int n, i;
// 1.table未初始化或者长度为0，进行扩容
// 这里可以发现初始化哈希表的时机 = 第1次调用put函数时，即调用resize() 初始化创建
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 2.计算插入存储的数组索引i：(n - 1) & hash
// 3.取出数组中该索引处的元素（也是链表中的第一个Node元素），若为空，则直接在该数组位置新建节点，插入完毕
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 4.若不为空，即该索引处已经有节点元素存在，需判断是否有hash冲突
else {
Node e; K k;
// a.如果桶中第一个元素(即链表中的第一个节点，也即数组中的节点)和新加入的元素的hash值相等，key相等，会直接用新值替换旧值
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 将第一个元素赋值给e
e = p;
// b.若新插入的元素与桶中第一个元素hash值不相等，即key不相等，需判断是链表还是红黑树
// 若为红黑树，调用相应方法加入
else if (p instanceof TreeNode)
// 放入树中
e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
// 若是为链表
else {
// 遍历链表
for (int binCount = 0; ; ++binCount) {
// (e = p.next) == null表示到达链表的尾部，如果成立，说明链表中没有节点的Key值和新加入的元素的Key值相同
if ((e = p.next) == null) {
// 在链表最末插入结点
p.next = newNode(hash, key, value, null);
// 结点数量达到阈值，转化为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
// 跳出循环
break;
}
// 判断链表中结点的key值与插入的元素的key值是否相等
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
// 相等，跳出循环
break;
// 用于遍历桶中的链表，与前面的e = p.next组合，可以遍历链表
p = e;
}
}
// 表示在桶中找到key值、hash值与插入元素相等的结点
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
//用新值替换旧值
e.value = value;
// 访问后回调，默认实现为空
afterNodeAccess(e);
// 返回旧值
return oldValue;
}
}
// 结构性修改，用于多线程时抛出异常
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict); // 默认实现为空
return null;
}
put方法大致过程：
1.如果是第一次调用put，会先调用resize方法初始化table数组，默认容量16；
2.计算插入存储的数组索引i，判断该索引下数组是否有Node节点，若没有，直接插入；
3.若存在，需判断是否有hash冲突：
a.若新插入的Key和数组中该索引下的Node元素Key（链表中的第一个Node元素）相同（hash相同，Key也相同），则直接替换；
b.若新插入的Key与链表中的第一个Node元素Key不相同，就接着遍历，分链表和红黑树两种形式，都是存在就替换，不存在就加入；
4.插入成功后，判断实际存在的键值对数量size > 最大容量threshold，进而决定是否需要扩容。
5.3、get
public V get(Object key) {
Node e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node getNode(int hash, Object key) {
Node[] tab; Node first, e; int n; K k;
// table已经初始化，长度大于0，并且根据hash寻找table中的项（也即链表中的首节点）也不为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 桶中第一项(数组元素)相等，直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 否则遍历桶中的节点
if ((e = first.next) != null) {
// 为红黑树节点，在红黑树中查找
if (first instanceof TreeNode)
return ((TreeNode)first).getTreeNode(hash, key);
// 否则，在链表中查找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
5.4、resize
final Node[] resize() {
// 保存之前table为old table
Node[] oldTab = table;
// 保存之前table大小
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 保存之前table阈值
int oldThr = threshold;
int newCap, newThr = 0;
// 之前table大小大于0
if (oldCap > 0) {
// 之前table大于最大容量
if (oldCap >= MAXIMUM_CAPACITY) {
// 阈值为最大整形，直接返回
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 容量翻倍（使用左移，效率更高）后，小于最大容量
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 阈值翻倍，使用左移，效率更高
newThr = oldThr << 1; // double threshold
}
// 之前阈值大于0
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// 之前容量oldCap = 0并且之前阈值oldThr = 0，使用缺省值（如使用HashMap()构造函数，之后再插入一个元素会调用resize函数，会进入这一步）
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 新阈值为0
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
// 更新阈值
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
// 新初始化一个newCap容量大小的table
Node[] newTab = (Node[])new Node[newCap];
// 更新table数组
table = newTab;
// 之前的table已经初始化过
if (oldTab != null) {
// 复制元素，重新进行hash
for (int j = 0; j < oldCap; ++j) {
Node e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode)e).split(this, newTab, j, oldCap);
else { // preserve order
Node loHead = null, loTail = null;
Node hiHead = null, hiTail = null;
Node next;
do {
next = e.next;
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
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;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
进行扩容，会伴随着一次重新hash分配，并且会遍历hash表中所有的元素，是非常耗时的。在编写程序中，要尽量避免resize。
六、疑问解答
6.1、HashMap的长度为什么要是2的n次方？
1.效率更高
一般利用hash码计算出一个数组的索引，常用方式是"h % length"，也就是求余的方式，但这种方式效率不如位运算，恰好又有"当容量是2^n时，h & (length - 1) == h % length"。
2.更符合Hash算法均匀分布，减少碰撞
length-1的值是所有二进制位全为1，这种情况下，index 的结果等同于 HashCode 后几位的值，只要输入的 HashCode 本身分布均匀，Hash 算法的结果就是均匀的。
HashMap的长度为什么设置为2的n次方
6.2、modCount变量的作用
public void forEach(BiConsumer action) {
Node[] tab;
if (action == null)
throw new NullPointerException();
if (size > 0 && (tab = table) != null) {
int mc = modCount;
for (int i = 0; i < tab.length; ++i) {
for (Node e = tab[i]; e != null; e = e.next)
action.accept(e.key, e.value);
}
if (modCount != mc)
throw new ConcurrentModificationException();
}
}
从forEach循环中可以发现 modCount 参数的作用。就是在迭代器迭代Map中的元素时，不能编辑（增加，删除，修改）Map中的元素。如果在迭代时修改，则抛出ConcurrentModificationException异常。
6.3、为什么在计算数组下标前，需对哈希码进行二次处理：扰动处理？
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
这是JDK1.8中根据Key计算hash值的方法，然后用这个hash值去计算数组下标(hash & (length-1))，观察上面的 hash 方法，发现并不是直接用 hashCode 与 length-1 做位运算，而是(h = key.hashCode()) ^ (h >>> 16)，为什么这么处理？
是为了加大哈希码低位的随机性（因为 length 是2的n次方， length-1 的二进制全是1，这样同 hash 值与运算时，数组下标就取决于 hash 值的低位），使得分布更均匀，从而提高对应数组存储下标位置的随机性 & 均匀性，最终减少Hash冲突。
6.4、为什么 HashMap 中 String、Integer 这样的包装类适合作为 key 键
因为String是不可变的，而且已经重写了equals()和hashCode()方法了。其他的包装类也有这个特点。
不可变性是必要的，因为为了要计算hashCode()，就要防止键值改变，如果键值在放入时和获取时返回不同的hashcode的话，那么就不能从HashMap中找到你想要的对象。
不可变性还有其他的优点如线程安全。如果可以仅仅通过将某个field声明成final就能保证hashCode是不变的，那么请这么做吧。因为获取对象的时候要用到equals()和hashCode()方法，那么键对象正确的重写这两个方法是非常重要的。如果两个不相等的对象返回不同的hashcode的话，那么碰撞的几率就会小些，这样就能提高HashMap的性能。
6.5、重新调整HashMap大小存在什么问题吗？
当多线程的情况下，可能产生条件竞争，如果两个线程都发现HashMap需要重新调整大小了，它们会同时试着调整大小。
JDK1.7中，在调整大小的过程中，存储在链表中的元素的次序会反过来，因为移动到新的bucket位置的时候，HashMap并不会将元素放在链表的尾部，而是放在头部，这是为了避免尾部遍历(tail traversing)。
此时若（多线程）并发执行 put（）操作，一旦出现扩容情况，则 容易出现 环形链表，从而在获取数据、遍历链表时 形成死循环（Infinite Loop），即 死锁的状态。
JDK1.7相关扩容：
void resize(int newCapacity) {
// 1. 保存旧数组（old table）
Entry[] oldTable = table;
// 2. 保存旧容量（old capacity ），即数组长度
int oldCapacity = oldTable.length;
// 3. 若旧容量已经是系统默认最大容量了，那么将阈值设置成整型的最大值，退出
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
// 4. 根据新容量（2倍容量）新建1个数组，即新table
Entry[] newTable = new Entry[newCapacity];
// 5. （重点分析）将旧数组上的数据（键值对）转移到新table中，从而完成扩容 ->>分析1.1
transfer(newTable);
// 6. 新数组table引用到HashMap的table属性上
table = newTable;
// 7. 重新设置阈值
threshold = (int)(newCapacity * loadFactor);
}
/**
* 作用：将旧数组上的数据（键值对）转移到新table中，从而完成扩容
* 过程：按旧链表的正序遍历链表、在新链表的头部依次插入
*/
void transfer(Entry[] newTable) {
// 1. src引用了旧数组
Entry[] src = table;
// 2. 获取新数组的大小 = 获取新容量大小
int newCapacity = newTable.length;
// 3. 通过遍历 旧数组，将旧数组上的数据（键值对）转移到新数组中
for (int j = 0; j < src.length; j++) {
// 3.1 取得旧数组的每个元素
Entry e = src[j];
if (e != null) {
// 3.2 释放旧数组的对象引用（for循环后，旧数组不再引用任何对象）
src[j] = null;
do {
// 3.3 遍历 以该数组元素为首 的链表
// 注：转移链表时，因是单链表，故要保存下1个结点，否则转移后链表会断开
Entry next = e.next;
// 3.3 重新计算每个元素的存储位置
int i = indexFor(e.hash, newCapacity);
// 3.4 将元素放在数组上：采用单链表的头插入方式 = 在链表头上存放数据 = 将数组位置的原有数据放在后1个指针、将需放入的数据放到数组位置中
// 即 扩容后，可能出现逆序：按旧链表的正序遍历链表、在新链表的头部依次插入
e.next = newTable[i];
newTable[i] = e;
// 访问下1个Entry链上的元素，如此不断循环，直到遍历完该链表上的所有节点
e = next;
} while (e != null);
// 如此不断循环，直到遍历完数组上的所有数据元素
}
}
}
JDK 1.8 转移数据操作 = 按旧链表的正序遍历链表、在新链表的尾部依次插入，所以不会出现链表 逆序、倒置的情况，故不容易出现环形链表的情况。但 JDK 1.8 还是线程不安全，因为无加同步锁保护。
参考博文：
Java源码分析：关于 HashMap 1.8 的重大更新