HashMap中Hash算法的应用

算法一直是我的弱项，然而面试中基本是必考的项目，刚好上次看到一个HashMap的面试题，今天也来学习下 HashMap中的hash算法是如何实现的。

数学知识回顾
<< : 左移运算符，num << 1,相当于num乘以2 低位补0
举例：3 << 2
将数字3左移2位，将3转换为二进制数字0000 0000 0000 0000 0000 0000 0000 0011，然后把该数字高位(左侧)的两个零移出，其他的数字都朝左平移2位，最后在低位(右侧)的两个空位补零。则得到的最终结果是0000 0000 0000 0000 0000 0000 0000 1100，则转换为十进制是12。
数学意义：
在数字没有溢出的前提下，对于正数和负数，左移一位都相当于乘以2的1次方，左移n位就相当于乘以2的n次方。

>>: 右移运算符
举例：11 >> 2
则是将数字11右移2位，11 的二进制形式为：0000 0000 0000 0000 0000 0000 0000 1011，然后把低位的最后两个数字移出，因为该数字是正数，所以在高位补零。则得到的最终结果是0000 0000 0000 0000 0000 0000 0000 0010。转换为十进制是3。
数学意义：
右移一位相当于除2，右移n位相当于除以2的n次方。这里是取商哈，余数就不要了。

>>> : 无符号右移，忽略符号位，空位都以0补齐
按二进制形式把所有的数字向右移动对应位数，低位移出(舍弃)，高位的空位补零。对于正数来说和带符号右移相同，对于负数来说不同。 其他结构和>>相似。

% : 模运算 取余
简单的求余运算

^ : 位异或 第一个操作数的的第n位于第二个操作数的第n位相反，那么结果的第n为也为1，否则为0
0^0=0， 1^0=1， 0^1=1， 1^1=0

& : 与运算 第一个操作数的的第n位于第二个操作数的第n位如果都是1，那么结果的第n为也为1，否则为0
0&0=0， 0&1=0， 1&0=0， 1&1=1

| : 或运算 第一个操作数的的第n位于第二个操作数的第n位 只要有一个是1，那么结果的第n为也为1，否则为0
0|0=0， 0|1=1， 1|0=1， 1|1=1

~ : 非运算 操作数的第n位为1，那么结果的第n位为0，反之，也就是取反运算（一元操作符：只操作一个数）
~1=0， ~0=1

哈希算法（Hash）
又称摘要算法（Digest），它的作用是：对任意一组输入数据进行计算，得到一个固定长度的输出摘要。

哈希算法最重要的特点就是：

相同的输入一定得到相同的输出；
不同的输入大概率得到不同的输出。
哈希算法的目的就是为了验证原始数据是否被篡改。

HashMap位运算

此时我们心中会有两个疑惑：

为什么要无符号右移 16 位后做异或运算
key 本身的 hashCode 直接拿来用不行吗
来看这样一个例子：

将 h 无符号右移 16 为相当于将高区 16 位移动到了低区的 16 位，再与原 hashcode 做异或运算，可以看作是将高低位二进制特征混合起来。

从上图中可以看出，高位的 16 位与原 hashcode 相比没有发生变化，低位的 16 位发生了变化。

上面的 (h = key.hashCode ()) ^ (h >>> 16) 进行运算后，可以把高区与低区的二进制特征混合到低区，那么为什么要这么做呢？

我们要知道，上面计算出来的hashcode值接下来要参与到hashmap中数组槽位的计算，其计算公式是：(n - 1) & hash，现在假设数组槽位大小是16，那么槽位计算过程如下：

观察可以看出，如果我们不做刚才移位异或运算，那么在计算槽位时将丢失高区特征。也许你可能会说，即使丢失了高区特征，不同 hashcode 也可以计算出不同的槽位来，但是细想当两个哈希码很接近时，那么这高区的一点点差异就可能导致一次哈希碰撞，所以这也是将性能做到极致的一种体现。

为什么要采用异或运算
异或运算能更好的保留各部分的特征，如果采用 & 运算计算出来的值会向 1 靠拢，采用 | 运算计算出来的值会向 0 靠拢。

为什么槽位数必须使用 2^n
这里假设槽位数不是 16，而是 17，那么槽位计算公式就变成：(17 - 1) & hash。

原因：可以看出计算结果将会大大趋同，hashcode 参加 & 运算后被更多位的 0 屏蔽，计算结果只剩下两种，分别是0 和 16，这对于 hashmap 来说是一种灾难。
如果想让 Hash 结果分布更加均匀，首先想到的就是使用取余（%）操作。重点来了：“取余(%)操作中如果除数是2的幂次则等价于与其除数减一的与(&)操作（也就是说 hash % length == hash & (length - 1) 的前提是 length 是 2 的 n 次方）。” 并且采用二进制位操作 &，相对于 % 能够提高运算效率，这就解释了 HashMap 的长度为什么是 2 的幂次方