HashMap的哈希/扰动函数的设计，为什么能降低hash碰撞？

HashMap的哈希/扰动函数的设计

总结来说，hash函数的作用就是：将 key 的 hashCode 值进行处理，得到最终的哈希值。

当new 一个 HashMap，并通过 put 方法添加一个元素时，会用到这个方法。

public class Main {
    public static void main(String[] args) {
        HashMap map=new HashMap();
        map.put("sanguo",45);
    }
}

我们查看put方法：

public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }

可以看到hash(key)方法，下面，我们来看hash方法具体实现。代码如下：

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

下面是对该方法的一些解释：

• 参数 key：需要计算哈希码的键值。
• key == null ? 0 : (h = key.hashCode()) ^ (h >>> 16)：这是一个三目运算符，如果键值为 null，则哈希码为 0（依旧是说如果键为 null，则存放在第一个位置）；否则，通过调用hashCode()方法获取键的哈希码，并将其与右移 16 位的哈希码进行异或运算。
• ^ 运算符：异或运算符是 Java 中的一种位运算符，它用于将两个数的二进制位进行比较，如果相同则为 0，不同则为 1。
• h >>> 16：将哈希码向右移动 16 位，相当于将原来的哈希码分成了两个 16 位的部分。最终返回的是经过异或运算后得到的哈希码值。
• 为什么要进行异或操作呢？因为对于 hashCode 的高位和低位，它们的分布是比较均匀的，如果只是简单地将它们加起来或者进行位运算，容易出现哈希冲突，而异或操作可以避免这个问题。

为什么能降低hash碰撞

因为：哈希函数是先拿到key 的hashcode，是⼀个32位的int类型的数值，然后让hashcode的高16位和低16位进行异或操作。

具体来看：

key. hashCode()函数调用的是key键值类型自带的哈希函数，返回int型散列值。int值范围为-2147 483648~2147483647，加起来大概40亿的映射空间。 只要哈希函数映射得比较均匀松散，⼀般应用是很难出现碰撞的。但问题是⼀个40亿长度的数组，内存是放不下的。假如HashMap数组的始大小才16，就需要用之前需要对数组的长度取模运算，得到的余数才能用来访问数组下标。源码中模运算就是把散列值和数组长度 - 1 做⼀个 " 与 & " 操作，位运算比取余 % 运算要快。数组下标i如下。

p = tab[i = (n - 1) & hash

这也正好解释了为什么HashMap的数组长度要取2的整数幂。因为这样数组长度 - 1正好相当于⼀个 “低位掩码”。 与操作的结果就是散列值的⾼位全部归零，只保留低位值，用来做数组下标访问。以初始长度16为例，16 - 1 = 15。2 进制表⽰是 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1111 。和某个散列值做与操作如下，结果就是截取了最低的四位值。

这样是要快捷⼀些，但是新的问题来了，就算散列值分布再松散，要是只取最后几位的话，碰撞也会很严重。这时候扰动函数的价值就体现出来了，看⼀下扰动函数的示意图：