从零开始学Java-Hash冲突的解决方案与ThreadLocalMap的hash

前言

上回只讲了Hash函数的几种算法。然鹅，再好的hash算法，在实际使用中也只能是尽可能地减少hash碰撞。那么如果发生了hash碰撞，该怎么办呢？这就是今天要讨论的问题。

hash冲突的解决方案

1. 链地址法
2. 开放定址法
3. 再hash法
4. 公共溢出区

链地址法

使用链表结构，将发生hash冲突的key，通过链表存储起来。
JDK在HashMap中，就使用了这种处理。只不过出于对查询性能的考虑，当hash碰撞达到8的时候，就转为红黑树（对于可比较的key有很好的效果）。

开放定址法

当发生hash冲突时，试探性的探测下一个地址是否依然存在冲突，如果没有，则确定该地址即为该key的存储位置。如果依然冲突，则在探测下一个地址，知道不存在冲突为止。
H(i) = (hash(key) + Di) % (m - 1)

hash(key) % (m - 1) 即为 当前冲突的位置
Di 即为 下一个要探测偏移量

举个栗子：ThreadLocalMap就使用了这种方法，每次发生冲突就直接将当前地址偏移1进行探测。而且还是用最简单的Di，即：1，2，3…n。依次探测整个hash表中的位置（当然，超过数组长度就回到首个元素了，下标0）

而Di序列的选取，也是有多种办法的。

1. 线性开放定址法，例如上面说的栗子。
2. 平方开放定址法。按照 2^1, 2^2, 2 ^{3…依次跳跃定址，又或者2}1, (-1)2^1, 2^2, (-1)2^2, 2 ^3，(-1)2 ^3…左右跳跃寻址
3. 伪随机数定址法，这种有点像再hash了。

线性开放定址法，容易产生二次聚集。在key存在连续的情况下，本来不冲突的key，“被冲突”了，又要占据下一个位置。在此连续的位置下，可能产生聚集状况。
而另外两种定址法，虽然可以避免二次聚集，可以hash冲突不剧烈的情况下，更加均匀的散列。在hash装载比较满的情况下，但是不能100%确保能够找得到存放的位置，因为是跳跃式的，不能保证每个位置都能被探测到。而线性探测就能做到，

一般hash表通常都会有个装载因子，是不会允许全部满载的情况的。HashMap是0.75，而ThreadLocalMap 2/3，装载的更少一些，也是因为这个线性定址法的缘故，为了减少聚集现象，避免全表探测。

再hash法

在发生hash冲突后，将当前冲突的位置hash(key) % (m-1)作为参数，通过另外一个hash函数再次hash。无疑，它增加了运算消耗。

公共溢出区

构建另外一张表，用于存放发生hash冲突的key。这个感觉也太不友好了，要是需要寻找的key在公共溢出区中，这寻找的时间复杂度也太高了点吧。

ThreadLocal中的Hash

分析HashMap的文章挺多的，这里不过多介绍。咱们来看看ThreadLocalMap。呼应上回说的那个魔法数字：HASH_INCREMENT = 0x61c88647=1640531527。他是个啥子嘞？别着急，秘密在于他的hash算法中。

在说到hash算法的随机乘数法时，有这么个公式：
hash(K) = m *[( K * A) mod 1]取整（0 < A < 1）。当p=0.618…黄金比例数时，散列效果最好。

如果m=2^i （这里是幂的形式，不是异或）
则有
hash(K)=m * [( K * A) mod 1]
为了简化计算机的运算，假定 m = 2^i，如果key是32位的int类型，则一定有某个值使得 A=s/(2^{32)成立，即s=A*2}32。那么则原hash(K)可以表示为
m * [( K * A) mod 1]
=2^i * [( KA mod 1)]
= (2^32 KA mod 2^32 ) /2^(32-i) 即，分子分母同时 2^(32-i)
= (2^32 KA mod 2^32 ) * 2^(i-32)
而2^32 A=s,代入黄金比例0.618… = 2,654,435,769…
等式又变成
(2,654,435,769… * K mod 2^32) * 2^(i-32)
= 2,654,435,769… * K * 2^(i-32) mod 2^i
而因为key使用32位的int表示的，所以2^{(i-32)表示的是小数部分，而2}i则是整数部分
= 2,654,435,769 * K * mod 2^i
而2,654,435,769用无符号的int表示的话，就是-1640531527。

采用黄金比例数的随机乘数法也叫斐波那契散列法，是它的一种特殊形式。其实也可以理解，因为黄金比例是一个无限不循环的，所以产生出来的hash值更不容易冲突。
这里反映的也是斐波那契数列与黄金比例的密切关系。

而hash冲突解决，ThreadLocalMap采用的是开放地址法解决的。