第一、前言
ThreadLocal使用的是自定义的ThreadLocalMap，接下来我们来探究一下ThreadLocalMap的hash冲突解决方式。
ThreadLocal通过线性探测法/开放地址法来解决hash冲突，
HashMap则通过链地址法来解决hash冲突
第二、ThreadLocal的set()方法
public void set(T value) {
Thread t = Thread.currentThread();
ThreadLocal.ThreadLocalMap map = getMap(t);
if (map != null)
map.set(this, value);
else
createMap(t, value);
}
ThreadLocal.ThreadLocalMap getMap(Thread t) {
return t.threadLocals;
}
void createMap(Thread t, T firstValue) {
t.threadLocals = new ThreadLocal.ThreadLocalMap(this, firstValue);
}
1.代码很简单,获取当前线程,并获取当前线程的ThreadLocalMap实例（从getMap(Thread t)中很容易看出来）。
2.如果获取到的map实例不为空,调用map.set()方法,否则调用构造函数ThreadLocal.ThreadLocalMap(this, firstValue)实例化map。可以看出来线程中的ThreadLocalMap使用的是延迟初始化,在第一次调用get()或者set()方法的时候才会进行初始化。
第三、构造函数ThreadLocalMap(ThreadLocal firstKey, Object firstValue)
ThreadLocalMap(ThreadLocal firstKey, Object firstValue) {
//初始化table
table = new ThreadLocal.ThreadLocalMap.Entry[INITIAL_CAPACITY];
//计算索引
int i = firstKey.threadLocalHashCode & (INITIAL_CAPACITY - 1);
//设置值
table[i] = new ThreadLocal.ThreadLocalMap.Entry(firstKey, firstValue);
size = 1;
//设置阈值
setThreshold(INITIAL_CAPACITY);
}
主要说一下计算索引，firstKey.threadLocalHashCode & (INITIAL_CAPACITY - 1)。
关于& (INITIAL_CAPACITY - 1),这是取模的一种方式，对于2的幂作为模数取模，用此代替%(2^n)，这也就是为啥容量必须为2的冥，在这个地方也得到了解答。
关于firstKey.threadLocalHashCode：
private final int threadLocalHashCode = nextHashCode();
private static int nextHashCode() {
return nextHashCode.getAndAdd(HASH_INCREMENT);
}
private static AtomicInteger nextHashCode = new AtomicInteger();
private static final int HASH_INCREMENT = 0x61c88647;
这里定义了一个AtomicInteger类型，每次获取当前值并加上HASH_INCREMENT，HASH_INCREMENT = 0x61c88647,这个值和斐波那契散列有关（这是一种乘数散列法，只不过这个乘数比较特殊，是32位整型上限2^32-1乘以黄金分割比例0.618…的值2654435769，用有符号整型表示就是-1640531527，去掉符号后16进制表示为0x61c88647），其主要目的就是为了让哈希码能均匀的分布在2的n次方的数组里, 也就是Entry[] table中，这样做可以尽量避免hash冲突。
第四、ThreadLocalMap中的set()
ThreadLocalMap使用闭散列:(开放地址法或者也叫线性探测法)解决哈希冲突。
线性探测法的地址增量di = 1, 2, … 其中，i为探测次数。该方法一次探测下一个地址，直到有空的地址后插入，若整个空间都找不到空余的地址，则产生溢出。
假设当前table长度为16，也就是说如果计算出来key的hash值为14，如果table[14]上已经有值，并且其key与当前key不一致，那么就发生了hash冲突，这个时候将14加1得到15，取table[15]进行判断，这个时候如果还是冲突会回到0，取table[0],以此类推，直到可以插入。
按照上面的描述，可以把table看成一个环形数组。
先看一下线性探测相关的代码，从中也可以看出来table实际是一个环：
private static int nextIndex(int i, int len) {
return ((i + 1 < len) ? i + 1 : 0);
}
private static int prevIndex(int i, int len) {
return ((i - 1 >= 0) ? i - 1 : len - 1);
}
private void set(ThreadLocal key, Object value) {
ThreadLocal.ThreadLocalMap.Entry[] tab = table;
int len = tab.length;
//计算索引，上面已经有说过。
int i = key.threadLocalHashCode & (len-1);
/**根据获取到的索引进行循环，如果当前索引上的table[i]不为空，在没有return的情况下，
* 就使用nextIndex()获取下一个（上面提到到线性探测法）。*/
for (ThreadLocal.ThreadLocalMap.Entry e = tab[i]; e != null;
e = tab[i = nextIndex(i, len)]) {
ThreadLocal k = e.get();
//table[i]上key不为空，并且和当前key相同，更新value
if (k == key) {
e.value = value;
return;
}
/**table[i]上的key为空，说明被回收了
* 说明改table[i]可以重新使用，用新的key-value将其替换,并删除其他无效的entry*/
if (k == null) {
replaceStaleEntry(key, value, i);
return;
}
}
//不存在也没有旧元素就创建一个
tab[i] = new Entry(key, value);
int sz = ++size;
if (!cleanSomeSlots(i, sz) && sz >= threshold)
rehash();//扩容
}
第五、闭散列
当我们要往哈希表中插入一个数据时，通过哈希函数计算该值的哈希地址，当我们找到哈希地址时却发现该位置已经被别的数据插入了，那么此时我们就找紧跟着这一位置的下一个位置，看是否能够插入，如果能则插入，不能则继续探测紧跟着当前位置的下一个位置。
假设要将key=y的元素存入哈希表，通过哈希函数求出哈希地址为7，比较哈希地址7的元素的key是否等于y，不相等，继续比对哈希地址为8的元素…直到找到哈希地址为2的位置，可以存储。
转自 https://blog.csdn.net/fengyuyeguirenenen/article/details/124897002