hash算法_JDK8 对 hash算法和寻址算法做了哪些优化？

前言

接着上篇文章《HashMap加载因子为什么是0.75？转化红黑树阈值为8？ 》，咱们继续聊聊 HashMap 这个重要的数据结构。虽然它很简单，但是每一次读源码，我都有不同的体会，当然唯一不变的是对 Doug Lea 大神的崇拜。

在 JDK8 之后，对 HashMap 进行了重写，最显而易见的当然是引入了红黑树。由此而来，对它的哈希算法和寻址算法也做了一定的优化。

正文

寻址算法

在插入和查找数据的时候，我们会根据 key 得到它对应的 hash 值，然后再根据这个 hash 值进行一系列计算，得到元素在数组的下标位置，这个计算过程就是就是寻址算法。

final Node getNode(int hash, Object key) {        Node[] tab; Node first, e; int n; K k;        if ((tab = table) != null && (n = tab.length) > 0 &&            (first = tab[(n - 1) & hash]) != null) {            if (first.hash == hash && // always check first node                ((k = first.key) == key || (key != null && key.equals(k))))                return first;            if ((e = first.next) != null) {                if (first instanceof TreeNode)                    return ((TreeNode)first).getTreeNode(hash, key);                do {                    if (e.hash == hash &&                        ((k = e.key) == key || (key != null && key.equals(k))))                        return e;                } while ((e = e.next) != null);            }        }        return null;    }

其中最关键的是下面这一行，它展示了如何通过计算好的 hash 值来得到对应的哈希槽的位置：

first = tab[(n - 1) & hash])

大家第一个想法肯定是通过模运算来计算，因此引出了下面的问题

HashMap 中寻址算法为什么使用&(与运算)，代替模运算？

我们知道了一个 key 的 hash 值，用这个hash值跟数组长度取模，就可以得到下标位置，其中 n 是数组的长度：

(n - 1) & hash

如果使用与运算，其实该算法的结果和模运算的结果是相同的。

但是，对于现代的处理器来说，除法和求余数(模运算)是最慢的动作。

根据数学公式：

a % b = (b-1) & a

当 b 是 2 的指数时，等式成立。大家应该记起来，HashMap 默认的长度一定是 2 的指数幂，所以这一个等式针对 HashMap 是永远成立的。通过与运算，提高了运算的效率。

哈希算法

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

看完源代码，第一次肯定会被其中的异或运算和右移运算搞蒙，为什么要异或呢？为什么要移位？而且移位 16？

我们分析一下：

首先，假设有一种情况，如果数组长度 n=16，那么根据寻址算法，也就是哈希值 和 15 这个数进行与运算

对象 A 的 hashCode 为 1000 0100 0111 0001 0000 0111 1000 0000

n-1=15 0000 0000 0000 0000 0000 0000 0000 1111

---

对象 B 的 hashCode 为 0111 0111 0011 1000 1010 0001 0100 0000

n-1=15 0000 0000 0000 0000 0000 0000 0000 1111

---

我们会发现 A、B 和 15 这个数进行与运后，得出来的结果都是 0， 这样的散列结果太让人失望了。很明显不是一个好的散列算法。

但是如果我们将 hashCode 值右移 16 位，然后再进行异或运算(如果两个数不同，结果为1，相同为0)，这样的话，就能避免我们上面的情况的发生。

对象A hashCode： 1000 0100 0111 0001 0000 0111 1000 0000

对象A hashCode右移16位： 0000 0000 0000 0000 1000 0100 0111 0001

异或运算： 1000 0100 0111 0001 1000 0011 1111 0001

n-1=15 0000 0000 0000 0000 0000 0000 0000 1111

与运算： 0000 0000 0000 0000 0000 0000 0000 0001

---

对象B hashCode： 0111 0111 0011 1000 1010 0001 0100 0000

对象B hashCode右移16位： 0000 0000 0000 0000 0111 0111 0011 1000

异或运算： 0111 0111 0011 1000 1101 0110 0100 1000

n-1=15 0000 0000 0000 0000 0000 0000 0000 1111

与运算： 0000 0000 0000 0000 0000 0000 0000 1000

---

通过结果可以看出来，这样异或运算得到结果，再和 n-1 与运算，得到结果不同，避免了 hash 冲突。

文末福利

找工作的小伙伴可以后台联系我，拉你进秋招/内推/面试群，我也给大家整理了各大公司的内推通道。

公号「程序员大帝」后台回复「666」就能得到我为大家整理的简历模板、大厂面试突击资料还有历年的笔试题，大家要好好准备哦。

还可以帮助大家免费修改简历、模拟面试哦~可能下期视频的主角就是你哦~

我是无忌，Stay Tuned！