java 散列函数中，选择 31 作为乘数,为何?

散列函数中，选择 31 作为乘数

@Override
public int hashCode() {
int result = 17;
result = 31 * result + x;
result = 31 * result + y;
result = 31 * result + z;
return result;
}
理想的散列函数应当具有均匀性，即不相等的对象应当均匀分布到所有可能的散列值上。这就要求了散列函数要把所有域的值都考虑进来，可以将每个域都当成 R 进制的某一位，然后组成一个 R 进制的整数。R 一般取 31，因为它是一个奇素数，如果是偶数的话，当出现乘法溢出，信息就会丢失，因为与 2 相乘相当于向左移一位。
上述的散列函数中, 为什么选择31作为乘数, 又为什么用31就不会丢失信息?

在上述的散列函数中，选择 31 作为乘数有几个原因：

1. 31 是一个素数。使用素数作为乘数有助于生成更均匀的哈希值分布。如果使用一个合数作为乘数，特别是较小的合数，那么哈希值可能会更容易出现碰撞，因为生成的哈希值可能在某些模式下重叠。
2. 31 是一个奇数。使用奇数作为乘数可以减少信息丢失的风险。如果使用偶数作为乘数，那么在发生乘法溢出时，信息可能会丢失，因为乘以 2 相当于向左移一位。使用奇数作为乘数可以避免这个问题。
3. 31 的乘法可以优化。对于许多计算机系统，乘法运算相对较慢。然而，乘以 31 可以通过位操作进行优化。例如，对于一个整数 n，计算 n * 31 可以表示为 (n << 5) - n，即将 n 左移 5 位后再减去 n。这种位操作通常比直接进行乘法运算更快。

关于为什么使用 31 不会丢失信息，这实际上是因为 31 是一个奇数。正如前面提到的，当使用偶数作为乘数时，乘法溢出可能导致信息丢失，因为乘以 2 相当于向左移一位。然而，当使用奇数作为乘数时，乘法溢出的影响相对较小，因为奇数乘法不会导致最低位的信息丢失。

总之，选择 31 作为哈希函数中的乘数有助于生成均匀分布的哈希值，并降低信息丢失的风险。同时，31 的乘法还可以通过位操作进行优化，提高计算效率。

奇数乘法不会导致最低位的信息丢失

让我们通过一个二进制数的例子来解释这一点。

假设我们有一个 8 位二进制数 0101 1010（十进制表示为 90）。

当我们将这个数乘以 2（即左移一位）时，我们得到 1011 0100（十进制表示为 180）。注意到，原始数字的最低位（最右边的一位）是 0，乘以 2 之后，这个信息被丢失了。原始数字和结果数字之间的关系仅仅是左移了一位，最低位的信息没有保留。

现在，让我们将原始数字乘以一个奇数，比如 3（二进制表示为 11）：

0101 1010 (90)
x      0011 (3)
----------
  0101 1010
 0101 1010
----------
 1111 0110 (270)

可以看到，乘以奇数后的结果是 1111 0110（十进制表示为 270）。在这个例子中，尽管可能会出现溢出（如果我们仅使用 8 位存储结果），但是我们仍然保留了原始数字的最低位信息（0）。这是因为奇数乘法不会导致最低位的信息丢失。

综上所述，当使用偶数作为乘数时，乘法溢出可能导致信息丢失，因为乘以 2 相当于向左移一位。然而，当使用奇数作为乘数时，乘法溢出的影响相对较小，因为奇数乘法不会导致最低位的信息丢失。

为什么要保证 最低位的信息不丢失

保留最低位信息有助于维护原始数据的一部分特征，从而在哈希计算中保持更好的分布。当我们在哈希函数中使用奇数乘数时，可以避免因为乘法溢出而导致的最低位信息丢失，从而使得哈希函数生成的哈希值具有较好的随机性和分布。

为什么随机性和分布很重要呢？在哈希表（如 HashMap 和 HashSet）中，哈希值的分布决定了它们的性能。理想情况下，我们希望不同的对象能够产生尽可能不同的哈希值，以减少哈希冲突。当哈希冲突较少时，哈希表的查找、插入和删除操作的性能更高。

当我们使用偶数乘数时，如果发生溢出，最低位信息可能会丢失。这意味着某些原始数据的特征可能会丢失，从而导致生成的哈希值在分布上出现规律性。这可能会增加哈希冲突，从而降低哈希表的性能。

然而，当我们使用奇数乘数时，由于最低位信息得以保留，哈希函数生成的哈希值具有更好的随机性和分布。这有助于减少哈希冲突，提高哈希表的性能。

总之，保留最低位信息可以帮助维持哈希值的随机性和分布，从而提高哈希表的性能。在哈希函数中使用奇数乘数，可以避免因为乘法溢出而导致的最低位信息丢失。