Java_HashMap源码解析之hash函数

受众群体

适合了解过HashMap一部分源码，但是不理解其中hash方法为什么那样做的原因。

源码解析

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

这是1.8的版本，之前的版本步骤更多点，但是思路是一致的

h ^ (h >>> 16) 这段代码意思是把h的高16位数字和h的低16位数字异或。
为什么要怎么做呢？
由于Node<K,V>[]数组长度是默认是16，二进制下标是0000~1111，计算Key的数组下标方法是1111 & hash，下标位置是取的hash值的低4位。如果单纯用Object.hashCode()来计算hash值的话，即使两个hash值不一样，但是两者的低4位是一致的，就会造成了hash冲突。为了降低hash冲突，所以采用了低位异或高位的方式来打乱低位，目的是让高位参与hash值的计算。

这里注意下 0 ^ x = x 1 ^ x = ~x，所以当hash值高位存在1的时候会把低位取反，当高位是0的时候，低位不变。如果高16位全是0，则hash值没有任何变化，这也是该算法想要的结果之一。
题外话：根据 0 ^ x = x 1 ^ x = ~x 推断出 0 ^ x ^ x = 0 1 ^ x ^ x = 1 任何数 异或两次相同的数还是等于原来的数。这也是用于对称加密的算法，比较简单，速度快。
PS：之前也会记这些概念，但是自己推算一次后印象非常深刻。

---

现在搞清了为什么要这样计算hash值，通过解析的过程中又出现了一个新问题：
计算数组下标的掩码每次都是用的都是 (16-1) (32-1) … 都是2的倍数-1，二进制就是1111…1111，也就是说要保证数组长度都是2的倍数，但是平时初始化数组长度的时候又是可以传非2的倍数，那是如何把非2倍数转成2的倍数的呢？

源码在此：

    static final int tableSizeFor(int cap) {
        int n = cap - 1;
        n |= n >>> 1;
        n |= n >>> 2;
        n |= n >>> 4;
        n |= n >>> 8;
        n |= n >>> 16;
        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
    }

这个就厉害了，先代入9试试。

1. n = 9 - 1 = 8 1001 - 1 = 1000
2. n |= n >>> 1 1000 | 0100 = 1100
3. n |= n >>> 2 1100 | 0011 = 1111
4. n |= n >>> 4 1111 | 0000 = 1111
5. … 重复以上步骤
6. 最后 + 1就等于2的N次方

该方法会把从高位开始第一个出现1之后所有的位都变成1
那为什么第一步要减一呢？我猜测：如果不减一，比如1000最后结果是1111+1=10000=16，这个结果翻了一倍，如果减一，算出来结果就是1000还是8。

总结

这种工匠精神是好的工程师都有的一种特性，我也正好有这种特性，但是工作久了后，慢慢地有点丢失了这种精神，以后我会多加注意，保持这种精神。