ThreadLocalMap采用斐波那契散列（魔数0x61c88647）生成不可变hash值，通过线性探测解决冲突，key为弱引用以支持GC清理stale entry，索引计算为hash&(len-1)，扩容时翻倍并重哈希。
Java 中 ThreadLocal 本身不直接计算 hash，真正负责哈希计算的是其内部静态类 ThreadLocalMap。这个 map 的 key 是 ThreadLocal 实例，value 是用户存入的线程局部变量。它的 hash 计算方式**不是基于 ThreadLocal 的 hashCode()**，而是采用一种**固定步长的线性探测法 + 预设初始哈希值**的设计，核心目的是避免哈希冲突堆积、提升访问效率，并适配弱引用 key 的清理机制。
hash 计算：不是调用 hashCode()，而是用 probe 值线性递推
ThreadLocalMap 不重写或依赖 ThreadLocal 的 hashCode() 方法。它使用一个叫 threadLocalHashCode 的静态字段（类型为 AtomicInteger），每次新建 ThreadLocal 实例时，通过：
nextHashCode.getAndAdd(HASH_INCREMENT)- 其中
HASH_INCREMENT = 0x61c88647（十进制约 1640531527）
这个 magic number 是黄金分割比例 (√5−1)/2 ≈ 0.618 的近似整数倍，能保证在 2 的幂次容量下，不同 ThreadLocal 的初始 hash 值尽可能均匀分布，减少碰撞概率。
数组索引定位：hash & (len - 1)，但探测过程是线性的
虽然底层 Entry[] table 容量是 2 的幂（如默认 16），索引计算形式上是：
立即学习“Java免费学习笔记（深入）”；
int i = key.threadLocalHashCode & (len - 1);
但这只是**初始槽位（first probe）**。一旦发生冲突（该位置已有非空 Entry 或 key 已被回收），ThreadLocalMap 不采用链地址法，而是按固定步长（step = 1）向后线性探测：
- 检查
table[i]→ 若为空或 key 为 null，尝试插入/替换 - 若 key 相等（
==判断，非equals），则命中，更新 value - 否则
i = nextIndex(i, len)，即i = (i + 1) & (len - 1)，继续循环 - 直到找到空位、遇到相同 key，或绕回起点
为什么不用 Object.hashCode()？关键在弱引用与清理逻辑
ThreadLocalMap.Entry 继承自 WeakReference<threadlocal></threadlocal>，key 是弱引用。这意味着：
- GC 可随时回收无强引用的
ThreadLocal实例 - 对应 Entry 的 key 变成
null，但 Entry 本身还留在 table 中（“stale entry”） - 后续 get/set 操作会触发探测过程中的清理逻辑：跳过 stale entry，顺便把它们从 table 中清除
如果依赖 Object.hashCode()，而该方法可能随对象状态变化（尽管 ThreadLocal 未重写，但规范不保证稳定），会导致同一实例在不同时间算出不同 hash，破坏 map 正确性。而 threadLocalHashCode 在构造时就确定且不可变，完全可控。
扩容与 rehash：不靠 hash 优化，靠探测+清理+翻倍
ThreadLocalMap 没有传统 HashMap 的红黑树或复杂 rehash 策略。当元素数量超过阈值（len * 2/3）时：
- 创建新数组，容量翻倍（2 的幂）
- 遍历旧表，对每个非 null、非 stale 的 Entry，重新计算初始索引
i = key.threadLocalHashCode & (newLen - 1) - 再用线性探测插入新表 —— 这个过程也顺带清理所有 stale entry
所以它的“哈希质量”不靠二次散列或扰动函数，而靠初始 hash 的均匀性 + 探测时的清理能力 + 翻倍扩容后的空间冗余来维持性能。
