HashMap

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

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

HashMap可以存储null的key和value，但是null作为键只能有一个，null作为值可以有多个

在JDK1.8之前HashMap由数组+链表组成，数组是HashMap的主体，链表则是主要为了解决哈希冲突而存在的（“拉链法”解决冲突），在JDK1.8以后的HashMap在解决哈希冲突时有了较大的变化，当链表长度>=阈值（默认为8）（在链表转为红黑树之前会先判断，如果当前数组长度小于64，那么会先进行数组扩容，而不是转为红黑树）时，将链表转化为红黑树，以减少搜索时间

HashMap默认的初始化大小为16，之后每次扩充，容量变为原来的2倍，并且，HashMap总是使用2的幂作为哈希表的大小

<<4相当于乘2^4，也就是16

/**
 * The default initial capacity - MUST be a power of two.
 */
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

HashMap底层数据结构分析

JDK1.8之前

JDK1.8之前的HashMap底层是数组+链表结合在一起使用也就是链表散列

HashMap通过key的hashCode经过扰动函数处理后得到hash值，然后通过(n-1)&hash（n是数组长度）判断当前元素存放的位置，如果当前位置存在元素的话，就判断该元素与要存入的元素的hash值以及key是否相同，如果相同则直接覆盖，不同就用拉链法解决冲突

扰动函数：hash()

final int hash(Object k) {
    int h = hashSeed;
    if (0 != h && k instanceof String) {
        return sun.misc.Hashing.stringHash32((String) k);
    }

    h ^= k.hashCode();

    // This function ensures that hashCodes that differ only by
    // constant multiples at each bit position have a bounded
    // number of collisions (approximately 8 at default load factor).
    h ^= (h >>> 20) ^ (h >>> 12);
    return h ^ (h >>> 7) ^ (h >>> 4);
}

JDK1.8之后的hash()，相较于1.8之前的hash方法，1.8之后的原理不变，但是更加简化了，此外1.8之前的hash方法性能会稍差一点，因为扰动了4次

static final int hash(Object key) {
    int h;
    // key.hashCode()：返回散列值（hashCode）
    // ^：按位异或
    // >>>：无符号右移，忽略符号位，空位用0补齐
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

拉链法？

将链表和数组结合，创建一个链表数组，数组中每一格就是一个链表，如果遇到哈希冲突，则将冲突的值添加到链表的末端即可

JDK1.8之后

相比于之前的版本，JDK1.8之后在解决哈希冲突时有了比较大的变化

当链表长度>=阈值（8）的时候，会首先调用treeifyBin()方法，

treeifyBin()方法会根据HashMap数组来决定是否转换为红黑树，只有当数组长度>=64的情况下才会执行转换红黑树的操作，以减少搜索时间，否则只是执行resize()方法对数组扩容：

treeifyBin()

static final int MIN_TREEIFY_CAPACITY = 64;
final void treeifyBin(Node<K,V>[] tab, int hash) {
    int n, index; Node<K,V> e;
    if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
        resize();
    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);
    }
}

resize()

类的属性

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（16）
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
	// 最大容量
    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）上的节点数>=这个值就会转成红黑树
    static final int TREEIFY_THRESHOLD = 8;
	// 当桶（bucket）上的节点数<=这个值时树转链表
    static final int UNTREEIFY_THRESHOLD = 6;
	// 桶中结构转化为红黑树对应的table的最小容量
    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;
	// 存放具体元素的集合
    transient Set<Map.Entry<K,V>> entrySet;
	// 存放元素的个数，该值不等于数组长度
    transient int size;
	// 每次扩容和更改map结构的计数器
    transient int modCount;
	// 阈值（容量*负载因子）当实际大小超过阈值时就会扩容
    int threshold;
	// 负载因子
    final float loadFactor;
}

• loadFactor

  loadFactor负载因子时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、越密，也就是会让链表的长度增加，loadFactor越小，越趋近于0，数组中存放的数据（entry）也就越少、越稀疏

  loadFactor太大会导致查找元素效率降低，太小会导致数组的利用率低，存放的数据会很分散，因此官方给出的默认值为0.75f是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在使用过程中不断地往里面存放数据，当数量超过了16*0.75=12就需要将当前16的容量进行扩容，而扩容的这个过程涉及到rehash、复制数据等操作，所以非常消耗性能

• threshold

  threshold = capacity * loadFactor，当size>threshold时，就要考虑对数组的扩容了，即该属性是衡量数组是否需要扩容的一个标准

Node节点（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
    Node<K,V> next; // 指向下一个节点Node

    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

static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
    TreeNode<K,V> parent;	// 父节点
    TreeNode<K,V> left;		// 左节点
    TreeNode<K,V> right;	// 右节点
    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;
        }
    }

    static <K,V> void moveRootToFront(Node<K,V>[] tab, TreeNode<K,V> root) {
        // ......
    }

    /**
     * Finds the node starting at root p with the given hash and key.
     * The kc argument caches comparableClassFor(key) upon first use
     * comparing keys.
     */
    final TreeNode<K,V> find(int h, Object k, Class<?> kc) {
        // ......
    }

    /**
     * Calls find for root node.
     */
    final TreeNode<K,V> getTreeNode(int h, Object k) {
        return ((parent != null) ? root() : this).find(h, k, null);
    }

    /**
     * Tie-breaking utility for ordering insertions when equal
     * hashCodes and non-comparable. We don't require a total
     * order, just a consistent insertion rule to maintain
     * equivalence across rebalancings. Tie-breaking further than
     * necessary simplifies testing a bit.
     */
    static int tieBreakOrder(Object a, Object b) {
        // ......
    }

    /**
     * Forms tree of the nodes linked from this node.
     */
    final void treeify(Node<K,V>[] tab) {
        // ......
    }

    /**
     * Returns a list of non-TreeNodes replacing those linked from
     * this node.
     */
    final Node<K,V> untreeify(HashMap<K,V> map) {
        // ......
    }

    /**
     * Tree version of putVal.
     */
    final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,
                                   int h, K k, V v) {
        // ......
    }

    /**
     * Removes the given node, that must be present before this call.
     * This is messier than typical red-black deletion code because we
     * cannot swap the contents of an interior node with a leaf
     * successor that is pinned by "next" pointers that are accessible
     * independently during traversal. So instead we swap the tree
     * linkages. If the current tree appears to have too few nodes,
     * the bin is converted back to a plain bin. (The test triggers
     * somewhere between 2 and 6 nodes, depending on tree structure).
     */
    final void removeTreeNode(HashMap<K,V> map, Node<K,V>[] tab,
                              boolean movable) {
        // ......
    }

    /**
     * Splits nodes in a tree bin into lower and upper tree bins,
     * or untreeifies if now too small. Called only from resize;
     * see above discussion about split bits and indices.
     *
     * @param map the map
     * @param tab the table for recording bin heads
     * @param index the index of the table being split
     * @param bit the bit of hash to split on
     */
    final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
        // ......
    }

    /* ------------------------------------------------------------ */
    // Red-black tree methods, all adapted from CLR
    static <K,V> TreeNode<K,V> rotateLeft(TreeNode<K,V> root,
                                          TreeNode<K,V> p) {
        // ......
    }

    static <K,V> TreeNode<K,V> rotateRight(TreeNode<K,V> root,
                                           TreeNode<K,V> p) {
        // ......
    }

    static <K,V> TreeNode<K,V> balanceInsertion(TreeNode<K,V> root,
                                                TreeNode<K,V> x) {
        // ......
    }

    static <K,V> TreeNode<K,V> balanceDeletion(TreeNode<K,V> root,
                                               TreeNode<K,V> x) {
        // ......
    }

    /**
     * Recursive invariant check
     */
    static <K,V> boolean checkInvariants(TreeNode<K,V> t) {
        // ......
    }
}

HashMap源码分析

构造器

来看看HashMap的构造方法

1. 默认构造器

   public HashMap() {
       this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
   }

2. 包含另一个Map的构造器

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

3. 指定容量大小的构造器

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

4. 指定容量大小和负载因子的构造器

   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);
   }

在上述的四个构造器中，都初始化了负载因子（loadFactor），由于HashMap中没有capacity这样的字段，即使指定了初始化容量initialCapacity，也只是通过tableSizeFor将其扩容到与initialCapacity最接近的2的幂次方大小，然后暂时赋值给threshold，后续通过resize方法将threshold赋值给newCap进行table的初始化

putMapEntries()

final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
    int s = m.size();
    if (s > 0) {
        // 判断table是否被初始化
        if (table == null) { // pre-size
            /**
             * 如果未被初始化，s是m的实际元素个数
             * ft = s / loadFactor ==> s = ft * loadFactor（阈值 = 容量 * 负载因子）
             * ft就是要添加s个元素的最小容量
             */
            float ft = ((float)s / loadFactor) + 1.0F;
            int t = ((ft < (float)MAXIMUM_CAPACITY) ?
                    (int)ft : MAXIMUM_CAPACITY);
            /**
             * 根据构造函数可以得知table未被初始化，threshold实际上存放的是初始化容量，
             * 如果添加s个元素所需的最小容量大于初始化容量，则将最小容量扩容为最接近的2的
             * 幂次方大小作为初始化
             * 这里并不是初始化阈值
             */
            if (t > threshold)
                threshold = tableSizeFor(t);
        }
        // 如果已经初始化，并且m元素个数大于阈值，则进行扩容处理
        else if (s > threshold)
            resize();
        // 将m中的所有元素添加到HashMap中，如果table未被初始化，putVal方法中会调用resize初始化或扩容
        for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
            K key = e.getKey();
            V value = e.getValue();
            putVal(hash(key), key, value, false, evict);
        }
    }
}

put()

HashMap只提供了put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);
}

putVal方法流程图如下

put和putVal方法的源码，还有treeifyBin的

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<K,V>[] tab; Node<K,V> p; int n, i;
    // 判断table是否初始化或长度是否为0，是则进行扩容
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    // 确定元素存放在数组的哪个位置，如果算出的位置为空（没有元素存放），则生成新的节点存放到数组中
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    // 如果算出的位置已经有元素，则处理hash冲突
    else {
        Node<K,V> e; K k;
        // 判断第一个节点table[i]的key是否和插入的key一致，是则直接使用插入的值p替换掉旧的值e
        if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        // 判断插入的是不是红黑树节点
        else if (p instanceof TreeNode)
            // 是，放入树中
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        // 不是则说明是链表节点
        else {
            // 遍历链表在链表的末端插入节点
            for (int binCount = 0; ; ++binCount) {
                // 到达链表的末端
                if ((e = p.next) == null) {
                    // 插入新节点
                    p.next = newNode(hash, key, value, null);
                    // 节点数量达到8（阈值）调用treeifyBin方法
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                // 判断链表中节点的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))))
                    break;
                // 遍历数组中的链表，与前面的e = p.next组合，可以遍历链表
                p = e;
            }
        }
        // 在数组对应位置的链表中找到key值、hash值与插入元素相等的节点
        if (e != null) { // existing mapping for key
            // 记录下value值
            V oldValue = e.value;
            // onlyIfAbsent为false或旧值（value值）为null
            if (!onlyIfAbsent || oldValue == null)
                // 用新值代替旧值
                e.value = value;
            // 访问后回调
            afterNodeAccess(e);
            // 返回旧值
            return oldValue;
        }
    }
    ++modCount;
    // 实际大小小于阈值则扩容
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

// 该方法会根据HashMap数组的长度来决定是否转为红黑树
// 只有当数组长度大于等于64的情况下才会执行转换红黑树的操作，以减少搜索事件，否则就只是对数组进行扩容
final void treeifyBin(Node<K,V>[] tab, int hash) {
    int n, index; Node<K,V> e;
    if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
        resize();
    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);
    }
}

JDK1.8之前的put方法

1. 如果定位到的数组位置没有元素就直接插入
2. 如果有元素则遍历这个元素为头结点的链表，依次和要插入的key进行比较，如果相同就直接覆盖，不同就采取头插法插入元素

public V put(K key, V value) {
    if (table == EMPTY_TABLE) {
        inflateTable(threshold);
    }
    if (key == null)
        return putForNullKey(value);
    int hash = hash(key);
    int i = indexFor(hash, table.length);
    for (Entry<K,V> e = table[i]; e != null; e = e.next) {
        Object k;
        if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
            V oldValue = e.value;
            e.value = value;
            e.recordAccess(this);
            return oldValue;
        }
    }

    modCount++;
    addEntry(hash, key, value, i);
    return null;
}

get()

public V get(Object key) {
    Node<K,V> e;
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {
    Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
    // first：数组中对应位置的链表的第一个节点
    if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) {
        // 判断第一个节点的哈希值与传入的键的哈希值是否相等、传入的键和第一个节点的键是否相等，相等则直接返回
        if (first.hash == hash && ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        if ((e = first.next) != null) {
            // 判断first是不是红黑树的节点，是的话就在红黑树中获取
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            do {
                // 不是红黑树中的就在链表中查找
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

resize()

该方法是用来扩容的，会伴随着一次重新hash分配，并且会遍历hash表中所有的元素，非常地耗时，

resize()方法实际上是将table初始化和table扩容进行了整合，底层的行为是给table赋了一个新的数组

final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    int oldThr = threshold;
    int newCap, newThr = 0;
    if (oldCap > 0) {
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // double threshold
    }
    else if (oldThr > 0) // initial capacity was placed in threshold
        newCap = oldThr;
    else {
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    if (newThr == 0) {
        float ft = (float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE);
    }
    threshold = newThr;
    @SuppressWarnings({"rawtypes","unchecked"})
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;
    if (oldTab != null) {
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> 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<K,V>)e).split(this, newTab, j, oldCap);
                else { // preserve order
                    Node<K,V> loHead = null, loTail = null;
                    Node<K,V> hiHead = null, hiTail = null;
                    Node<K,V> 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;
}

• 超过最大值就不在扩充了

  if (oldCap >= MAXIMUM_CAPACITY) {
      threshold = Integer.MAX_VALUE;
      return oldTab;
  }

• 没超过最大值就扩容为原来的2倍

  else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
           oldCap >= DEFAULT_INITIAL_CAPACITY)
      newThr = oldThr << 1; // double threshold

• 创建对象时初始化容量大小放在threshold中，此时只需要将其作为新的数组容量

  else if (oldThr > 0) 
      newCap = oldThr;

• 无参构造器创建的对象在这里计算阈值和容量

  else {
      newCap = DEFAULT_INITIAL_CAPACITY;
      newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
  }

• 创建时制定了初始化容量或者负载因子，在这里进行阈值初始化，或者扩容的旧容量<16，在这里计算新的resize上限

  float ft = (float)newCap * loadFactor;
  newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE);

• 如果数组不为空则遍历数组

  // 把每个bucket都移动到新的bucket中（数组）
  for (int j = 0; j < oldCap; ++j) {
      Node<K,V> e;
      if ((e = oldTab[j]) != null) {
          oldTab[j] = null;
          // 如果只有一个节点
          if (e.next == null)
              // 直接计算元素在新数组中新的位置即可
              newTab[e.hash & (newCap - 1)] = e;
          // 如果是红黑树的节点
          else if (e instanceof TreeNode)
              // 将红黑树分为两棵子树，如果子树节点<=UNTREEIFY——THRESHOLD（默认是6）则将子树转换为链表
              // 如果大于则保持子树的结构
              ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
          else { // preserve order
              Node<K,V> loHead = null, loTail = null;
              Node<K,V> hiHead = null, hiTail = null;
              Node<K,V> next;
              // 遍历链表
              do {
                  next = e.next;
                  // 原来的索引
                  if ((e.hash & oldCap) == 0) {
                      if (loTail == null)
                          loHead = e;
                      else
                          loTail.next = e;
                      loTail = e;
                  }
                  // 原来的索引+oldCap
                  else {
                      if (hiTail == null)
                          hiHead = e;
                      else
                          hiTail.next = e;
                      hiTail = e;
                  }
              } while ((e = next) != null);
              // 原索引放回bucket中（数组）
              if (loTail != null) {
                  loTail.next = null;
                  newTab[j] = loHead;
              }
              // 原来的索引+oldCap放到bucket里（数组）
              if (hiTail != null) {
                  hiTail.next = null;
                  newTab[j + oldCap] = hiHead;
              }
          }
      }
  }