hashmap算法h & (length-1)详解

hashmap中的数据结构是数组+链表,如下图所示

transient Entry[] table;

内部存储Entry数组，Entry有个next成员变量形成链表
当put一个键值对时，首先会根据key计算得出一个hash值，然后需要分配到某个数组的某个下标index，这个地方最简单的就是根据数组长度取模运算（%）但是hashmap使用了效率更高的方式计算index，代码如下

h & (length-1)

使用计算得出的hash值&(length-1),那么这里按位与运算必须保证每个hash值都有可能落到数组的每个index上，并且要尽可能的均匀，那么这里为什么可以做到呢
这里就要讲到hashmap的数组Entry[] table的大小了，hashmap的内部数组大小必须保证是2的幂次方，我们可以在代码中看到一个精妙的算法

/**
 * Returns a power of two size for the given target capacity.
 */
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;
}

如上代码精妙的可以把一个数字转换为一个相近的2的幂次方，即使初始化Hashmap时传入的初始容量不是2的幂次也会被转化，我们再回到上面的问题

hash&(length-1)，2的幂次-1转化为2进制可以保证得到的2进制值必定是某个位数的1，如16-1的2进制是1111,32是11111,64是111111…

0000 0100 1011 0011 1101 1111 1110 0101 （hash值&运算）
0000 0000 0000 0000 0000 0000 0000 1111 （16的2进制）
=
0000 0000 0000 0000 0000 0000 0000 0101

与运算的算法是只有两位对比都是1则得1，如hash&15即hash的2进制的后4位和1111比较，这里hash的后4位范围是0000-1111之间与上1111则最后的值是在0000-1111即0-15之间，即可保证运算后的值有可能落到数组的每一个下标，如果数组长度不是2的幂次，则数组的某几位下标index永远不会有值

如上算法可以保证hash的值可能落到数组每一个index，但是并不能保证hash计算后的值尽可能分散，上诉可以得出index的计算主要有hash的后几位和length-1计算得出，那么高位是不会影响index的，在hashmap里面计算hash时其实也使用了算法尽量使hash值离散，如下

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

hash算法使用了^ (h >>> 16)，把hash值异或了hash值右移16位，即取高16位，如下：

0000 0100 1011 0011  1101 1111 1110 0001
 
>>> 16 
 
0000 0000 0000 0000  0000 0100 1011 0011

由于绝大多数情况下length一般都小于2^16即小于65536。所以return h & (length-1);结果始终是h的低16位与（length-1）进行&运算。（hashcode为四字节），hash值是32位的，即只有后16位会影响index的计算，如何让哈希值的低16位更加随机，那么&结果就更加随机，如何让哈希值的低16位更加随机，那么就是让其与高16位异或运算

由上可以看到hashmap为了考虑性能的设计还是非常精妙的