HashMap 计算 Hash 值的扰动函数

最新推荐文章于 2023-12-02 20:28:55 发布

运维开发故事

最新推荐文章于 2023-12-02 20:28:55 发布

阅读量539

点赞数 2

分类专栏： java 文章标签：哈希算法 java 算法

本文链接：https://blog.csdn.net/wanger5354/article/details/129522552

版权

java 专栏收录该内容

37 篇文章 0 订阅

订阅专栏

微信公众号:运维开发故事，作者：老郑

计算过程

以下代码叫做 “扰动函数”

//java 8 中的散列值优化函数static final int hash(Object key) {    int h;    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);}

理论上 hash 散列是一个 int 值，如果直接拿出来作为下标访问 hashmap 的话，考虑到二进制 32 位，取值范围在**-2147483648 ~ 2147483647**。大概有 40 亿个 key ，只要哈希函数映射比较均匀松散，一般很难出现碰撞。

一个客观的问题：要存下 40 亿长度的数组，服务器内存是不能放下的。通常咱们 HashMap 的默认长度为 16 。所以这个 hashCode , (key.hashCode ) 是不能直接来使用的。使用之前先做对数组长度的与运算，得到的值才能用来访问数组下标。

代码如下：

// n = hashmap 的长度p = tab[i = (n - 1) & hash])

这里为什么要使用 n -1 ，来进行与运算，这里详单与是一个”低位掩码”, 以默认长度 16 为例子。和某个数进行与运算，结果的大小是 < 16 的。如下所示：

    10000000 00100000 00001001&   00000000 00000000 00001111------------------------------    00000000 00000000 00001001  // 高位全部归 0, 只保留后四位

这个时候会有一个问题，如果本身的散列值分布松散，只要是取后面几位的话，碰撞也会非常严重。还有如果散列本身做得不好的话，分布上成等差数列的漏洞，可能出现最后几位出现规律性的重复。

这个时候“扰动函数”的价值就体现出来了。如下所示：

在 hash 函数中有这样的一段代码：(h = key.hashCode()) ^ (h >>> 16) 右位移 16 位，正好是32bit 的一半，与自己的高半区做成异或，就是为了**混合原始的哈希码的高位和低位，以此来加大低位的随机性。**并且混合后的低位掺杂了高位的部分特征，这样高位的信息变相保存下来。其实按照开发经验来说绝大多数情况使用的时候 HashMap 的长度不会超过 1000，所以提升低位的随机性可以提升可以减少 hash 冲突，提升程序性能。

如果感兴趣的小伙伴可以浏览下一下 Peter Lawlay 的专栏《An introduction to optimising a hashing strategy》的一个实验：他随机选取了 352 个字符串，在散列值完全没有冲突的前提下，对低位做掩码，取数组下标。

结果显示，当 hashmap 的数组长度为 512 的时候，也就是采用低位掩码取低 9 位的时候，在没有扰动函数的情况下，发生了 103 次碰撞，接近 30%。而在使用扰动函数之后只有 92 次碰撞。碰撞减少了将近10%。说明扰动函数确实有功效的。

但是明显 Java 8 觉得扰动做一次就够用了，做 4 次的话，可能边际效用也不大，为了效率考虑就改成了一次。

代码演示‍

import java.lang.reflect.Field;import java.util.HashMap;/** * HashMap 计算 hashKey * <p> * 演示：扰动函数 * * @see HashMap#hash(Object) */public class HashKeyTest {    public static void main(String[] args) throws NoSuchFieldException, IllegalAccessException {        HashMap<String, String> map = new HashMap<>();        String k = "王羲之";        String v = "大书法家";        map.put(k, v);        Field field = map.getClass().getDeclaredField("table");        field.setAccessible(Boolean.TRUE);        Object[] nodes = (Object[]) field.get(map);        int h = k.hashCode();        System.out.println("  h=" + h);        System.out.println();        // 调用 hashCode 结果        System.out.println("  h=hashCode()    " + num0x(h) + "  调用 hashCode");        // 无符号右移 16        System.out.println("  h>>>16          " + num0x(h >>> 16));        System.out.println("--------------------------------------------------");        // 计算 hash        System.out.println("  hash=h^(h>>>16) " + num0x(h ^ (h >>> 16)) + "  计算 hash");        System.out.println("--------------------------------------------------");        // 计算下标        System.out.println("  (n-1)&hash      " + num0x(15 & (h ^ (h >>> 16))) + "  计算下标");        System.out.println();        int idx = (15 & (h ^ (h >>> 16)));        // 输出下标        System.out.println("  下标: " + idx);        // 在下标中去获取数据        System.out.println("  查询结果:" + nodes[idx]);    }    /**     * 输入 int 转换为 二进制字符串     *     * @param num 数字     * @return 二进制字符串     */    static String num0x(int num) {        String num0x = "";        for (int i = 31; i >= 0; i--) {            num0x += (num & 1 << i) == 0 ? "0" : "1";        }        return num0x;    }}

运行结果如下：