有一定经验的开发者都知道，HashMap是非线程安全的。
在高并发环境下，HashMap可能出现致命问题。
一、Rehash是HashMap在扩容时候的一个步骤
HashMap的【容量】是有限的，当经过多次元素插入，使得HashMap达到一定饱和度时，Key映射index位置发生冲突的几率会逐渐提高。
这时候，HashMap需要扩展它的长度(扩容)，也就是进行Resize。
二、影响发生Resize的因素
1、Capcity（容量）：HashMap的当前长度，HashMap的长度是【2的幂】
2、LoadFactor（负载因子）： HashMap的负载因子默认为0.75f
三、衡量HashMap是否进行Resize的条件
HashMap.size >= Capcity *LoadFactor
四、HashMap扩容(Resize)
HashMap的Resize不是简单的把长度扩大，而是经过2个步骤：
1、扩容：创建一个新的Entry空数组，长度是原数组的2倍
2、ReHash：遍历原Entry数组，把所有的Entry重新Hash到新数组。
为什么要重新Hash呢？
因为长度扩大后，Hash的规则也随之改变。
回顾一下Hash公式：
index = HashCode(Key) & (Length -1)
当原数组长度为8时，Hash运算是和111B做与运算；
新数组长度为16，Hash运算是和1111B做与运算。
Hash结果显然不同。
Resize前的HashMap:
Resize后的HashMap:
感叹一句：可惜HashMap并非线程安全的。
五、在多线程环境中，HashMap的Rehash操作可能带来什么样的问题？
假设一个HashMap已经到了Resize的临界点。
此时有两个线程A和B，在同一时刻对HashMap进行Put操作：
此时达到Resize条件，两个线程各自进行Rezie的第一步，也就是扩容：
这时候，两个线程都走到了Rehash的步骤。
Rehash的代码：
假如此时线程B遍历到Entry3对象，刚执行完红框里的这行代码，线程就被挂起。对于线程B来说：
e = Entry3
next = Entry2
这时候线程A畅通无阻地进行着Rehash，当ReHash完成后，结果如下（图中的e和next，代表线程B的两个引用）：
直到这一步，看起来没什么毛病。
接下来线程B恢复，继续执行属于它自己的ReHash。
线程B刚才的状态是：
e = Entry3
next = Entry2
当执行到上面这一行时，显然 i = 3，因为刚才线程A对于Entry3的hash结果也是3。
我们继续执行到这两行，Entry3放入了线程B的数组下标为3的位置，并且e指向了Entry2。
此时e和next的指向如下：
e = Entry2
next = Entry1
整体情况如图所示：
接着是新一轮循环，又执行到红框内的代码行：
e = Entry2
next = Entry3
整体情况如图所示：
接下来执行下面的三行，用头插法把Entry2插入到了线程B的数组的头节点：
整体情况如图所示：
第三次循环开始，又执行到红框的代码：
e = Entry3
next = Entry3.next = null
最后一步，当我们执行下面这一行的时候，见证奇迹的时刻来临了：
newTable[i] = Entry2
e = Entry3
Entry2.next = Entry3
Entry3.next = Entry2
链表出现【环形】!
整体情况如图所示：
此时，问题还没有直接产生。
当调用Get查找一个不存在的Key，而这个Key的Hash结果恰好等于3的时候，由于位置3带有环形链表，所以程序将会进入死循环！
这种情况，不禁让人联想到一道经典的面试题：
如何判断【链表】【有环】？
https://mp.weixin.qq.com/s/3a-Y-EMvmxJwEBEDrep-yg
高并发场景下，通过采用另一个集合类【ConcurrentHashMap】
这个集合类兼顾了【线程安全】和【性能】
六、总结一下
1、HashMap在插入元素过多的时候需要进行Resize，Resize的条件是：
HashMap.size >= Capcity * LoadFactor
2、HashMap的Resize包含【扩容】和【Rehash】2个步骤
Rehash在高并发的情况下可能会形成【链表环】