final Node<K,V>[] resize() {
        //oldTab：引用擴(kuò)容前的哈希表
        Node<K,V>[] oldTab = table;
        //oldCap：表示擴(kuò)容前的table數(shù)組的長度
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        //獲得舊哈希表的擴(kuò)容閾值
        int oldThr = threshold;
        //newCap:擴(kuò)容之后table數(shù)組大小
        //newThr:擴(kuò)容之后下次觸發(fā)擴(kuò)容的條件
        int newCap, newThr = 0;
        //條件成立說明hashMap中的散列表已經(jīng)初始化過了，是一次正常擴(kuò)容
        if (oldCap > 0) {
            //判斷舊的容量是否大于等于最大容量，如果是，則無法擴(kuò)容，并且設(shè)置擴(kuò)容條件為int最大值，
            //這種情況屬于非常少數(shù)的情況
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }//設(shè)置newCap新容量為oldCap舊容量的二倍（<<1）,并且<最大容量，而且>=16，則新閾值等于舊閾值的兩倍
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        //如果oldCap=0并且邊界值大于0，說明散列表是null，但此時(shí)oldThr>0
        //說明此時(shí)hashMap的創(chuàng)建是通過指定的構(gòu)造方法創(chuàng)建的,新容量直接等于閾值
        //1.new HashMap(intitCap,loadFactor)
        //2.new HashMap(initCap)
        //3.new HashMap(map)
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        //這種情況下oldThr=0;oldCap=0，說明沒經(jīng)過初始化，創(chuàng)建hashMap
        //的時(shí)候是通過new HashMap()的方式創(chuàng)建的
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        //newThr為0時(shí)，通過newCap和loadFactor計(jì)算出一個(gè)newThr
        if (newThr == 0) {
            //容量*0.75
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
                //根據(jù)上面計(jì)算出的結(jié)果創(chuàng)建一個(gè)更長更大的數(shù)組
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        //將table指向新創(chuàng)建的數(shù)組
        table = newTab;
        //本次擴(kuò)容之前table不為null
        if (oldTab != null) {
            //對數(shù)組中的元素進(jìn)行遍歷
            for (int j = 0; j < oldCap; ++j) {
                //設(shè)置e為當(dāng)前node節(jié)點(diǎn)
                Node<K,V> e;
                //當(dāng)前桶位數(shù)據(jù)不為空，但不能知道里面是單個(gè)元素，還是鏈表或紅黑樹，
                //e = oldTab[j]，先用e記錄下當(dāng)前元素
                if ((e = oldTab[j]) != null) {
                    //將老數(shù)組j桶位置為空，方便回收
                    oldTab[j] = null;
                    //如果e節(jié)點(diǎn)不存在下一個(gè)節(jié)點(diǎn)，說明e是單個(gè)元素，則直接放置在新數(shù)組的桶位
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    //如果e是樹節(jié)點(diǎn)，證明該節(jié)點(diǎn)處于紅黑樹中
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    //e為鏈表節(jié)點(diǎn)，則對鏈表進(jìn)行遍歷
                    else { // preserve order
                        //低位鏈表：存放在擴(kuò)容之后的數(shù)組的下標(biāo)位置，與當(dāng)前數(shù)組下標(biāo)位置一致
                        //loHead：低位鏈表頭節(jié)點(diǎn)
                        //loTail低位鏈表尾節(jié)點(diǎn)
                        Node<K,V> loHead = null, loTail = null;
                        //高位鏈表，存放擴(kuò)容之后的數(shù)組的下標(biāo)位置，=原索引+擴(kuò)容之前數(shù)組容量
                        //hiHead:高位鏈表頭節(jié)點(diǎn)
                        //hiTail:高位鏈表尾節(jié)點(diǎn)
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            //oldCap為16:10000，與e.hsah做&運(yùn)算可以得到高位為1還是0
                            //高位為0，放在低位鏈表
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    //loHead指向e
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            //高位為1，放在高位鏈表
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        //低位鏈表已成，將頭節(jié)點(diǎn)loHead指向在原位
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        //高位鏈表已成，將頭節(jié)點(diǎn)指向新索引
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

 * Because TreeNodes are about twice the size of regular nodes, we
 * use them only when bins contain enough nodes to warrant use
 * (see TREEIFY_THRESHOLD). And when they become too small (due to
 * removal or resizing) they are converted back to plain bins.  In
 * usages with well-distributed user hashCodes, tree bins are
 * rarely used.  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)).

 因?yàn)闃涔?jié)點(diǎn)的大小大約是普通節(jié)點(diǎn)的兩倍，所以我們只在箱子包含足夠的節(jié)點(diǎn)時(shí)才使用樹節(jié)點(diǎn)（參見TREEIFY_THRESHOLD）。
當(dāng)他們邊的太小（由于刪除或調(diào)整大小）時(shí)，就會被轉(zhuǎn)換回普通的桶，在使用分布良好的hashcode時(shí)，很少使用樹箱。
理想情況下，在隨機(jī)哈希碼下，箱子中節(jié)點(diǎn)的頻率服從泊松分布
第一個(gè)值是：

 * 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