HashMap源码学习和总结

如何计算key的hash值

static final int hash(Object key) {
   int h;
   return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

计算hashCode()后的h与h逻辑右移16位的结果异或作为hash值

>>>：无符号右移，将h的二进制数整体右移16位，超出的去掉，左侧空位用0补齐（int型是4字节32位）

举例：

key="java" 

h = key.hashCode() ：3254818

二进制：11 0001 1010 1010 0010 0010 （22位，不足32位）

补齐完整的32位：0000 0000 0011 0001 1010 1010 0010 0010     ------ （1）

h>>>16：0000 0000 0000 0000 0000 0000 0011 0001                  -------（2）

^ ：对（1）和（2）异或操作，相同为0，不相同为1，可以理解为不进位相加，结果为0000 0000 0011 0001 1010 1010 0001 0011

问题：为什么要设计 右移16位再异或的算法

右移16位后，可以让h的低16位和高16位都参与运算，这样计算出来的最终的hash值更"散"，更散意味着更小的hash碰撞，更低的hash冲突

问题：异或（^）相比&，| 有什么优势？

& 很明显，只有1 & 1的结果才是1，其他都是0，这样计算二进制结果肯定都向0 聚集

| 也很明显，只要有1参与运算，结果都是1，只有0|0才是0，这样计算的二进制结果都会向1聚集

^ 不考虑2个二进制的先后位置，如果是0，说明2个位都是0或1，如果是1，说明两个分别是0和1，至于是谁的无所谓

如何计算新key-value落在数组的哪个下标位置

i = (n - 1) & hash

这个结果实际就是hash%n   (n是2的x次幂)

为什么不直接用hash%n ？因为取模运算的效率远低于&运算

为什么每次数组扩容后长度设计为2的N次幂 ？因为设计为2的N次幂，才能使得（n-1）& h 与h%n相等，才能用 按位与 代替 % 运算，提高效率

计算推导：

先举一个例子

100 / 8 = 12
100 % 8 = 4
使用二进制位运算，除以8[2 ^ 3]就是向右移了3位
0110 0100 >> 3 = 0000 1100[100]
0000 1100 = 12 就是商
100 = 4 就是余数
也就是0110 0100的后3位：100

假设n=2 ^ m，除以2 ^ m就是右移m位，得到的结果就是商，移出来的m位二进制转10进制，就是余数（模）

问题转化为：需要将商对应的位全部忽略掉，而余数对应的位数全部保留下来

应该想到h & (00000111) ，就是说h需要和这样的二进制做运算：先是连续的0，后是连续的1，假设有K个连续的1

根据数学里的等比数列通项公式，计算结果为1*2^0+1*2^1+1*2^2+........+1*2^（k-1）=2^k-1

也就是说h要和2^k-1这样的数做&运算，这样的数二进制是 00...011...1，连续的0和连续的1的形式

如果N是2^k，这个设计就OK了，因此，数组的长度扩容时总是为2的N次幂

 

标签：总结,右移,hash,HashMap,16,二进制,源码,key,0000
来源： https://www.cnblogs.com/yb38156/p/16489324.html