Java集合-HashMap扰动函数

上一篇文章HashMap内部结构提到了 HashMap 有一个扰动函数，来判断元素落在数组的位置。下面经过具体的例子说明。

public V get(Object key) {
    Node<K,V> e;
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}

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

final Node<K,V> getNode(int hash, Object key) {
    Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        
        ...
    }
    return null;
}

说明

get 方法如何肯定key在数组中的位置，先经过 hash(key) 再经过 tab[(n-1) & hash] 来肯定位置。

hash(key)

(h = key.hashCode) ^ (h >>> 16) 这个是什么意思？

h >>> 16 表示将hashCode的二进制码右移16位

^ 表示按位异或，也就是2个二进制码异或，2个数不一样则结果为1，不然为0。

举个例子

混合高位和地位来加大随机性

 

table[(n-1) & hash]

那么 (n-1) & hash 又是什么意思？

n-1 表示map数组的长度减1

& 按位与，2个进制码相与，2个数相同则结果1，不然为0。

接着上面的例子，假设如今n等于map的默认长度 16

其实就是保留最后4位，将其余位都清零，再转换成10进制 0100就是4，也就是在 tab[4] 这个地方读取数据。若是进行了一次扩容那么数组的长度会扩展到32，这样就是根据二进制最后的5位来判断数组的位置（32 的二进制为 100000，31为 11111）。这也是为何map数组的长度必需是2的n次方（a power of two），2的n次方-1 转换成二进制末尾都是1，长度不一样。利用这种方式来使得插入的数据尽可能不会落在同一个地方，均匀分布在数组的各个位置。

http://vanillajava.blogspot.com/2015/09/an-introduction-to-optimising-hashing.html

上面这篇文章详细的说明了 hash 策略，hash冲撞发生的几率。

 

实际场景模拟

经过本身写的简单代码模拟一下

String str1 = "abcd";
String str2 = "a";
String str3 = "cc";
String str4 = "d";

String[] table = new String[4];

System.out.println("str1 = " + str1);
System.out.println("str1.hashCode() = " + str1.hashCode());
System.out.println("str1.hashCode() >>> 16 = " + (str1.hashCode() >>> 16));
System.out.println("str1.hashCode() ^ (str1.hashCode() >>> 16) = " + ((str1.hashCode()) ^ (str1.hashCode() >>> 16)));
System.out.println("table.length - 1 = " + (table.length - 1));
System.out.println("(table.length - 1) & hash1 = " + ((table.length - 1) & ((str1.hashCode()) ^ (str1.hashCode() >>> 16))));
System.out.println();
System.out.println("str2 = " + str2);
System.out.println("str2.hashCode() = " + str2.hashCode());
System.out.println("str2.hashCode() >>> 16 = " + (str2.hashCode() >>> 16));
System.out.println("str2.hashCode() ^ (str2.hashCode() >>> 16) = " + ((str2.hashCode()) ^ (str2.hashCode() >>> 16)));
System.out.println("table.length - 1 = " + (table.length - 1));
System.out.println("(table.length - 1) & hash2 = " + ((table.length - 1) & ((str2.hashCode()) ^ (str2.hashCode() >>> 16))));
System.out.println();
System.out.println("str3 = " + str3);
System.out.println("str3.hashCode() = " + str3.hashCode());
System.out.println("str3.hashCode() >>> 16 = " + (str3.hashCode() >>> 16));
System.out.println("str3.hashCode() ^ (str3.hashCode() >>> 16) = " + ((str3.hashCode()) ^ (str3.hashCode() >>> 16)));
System.out.println("table.length - 1 = " + (table.length - 1));
System.out.println("(table.length - 1) & hash3 = " + ((table.length - 1) & ((str3.hashCode()) ^ (str3.hashCode() >>> 16))));
System.out.println();
System.out.println("str4 = " + str4);
System.out.println("str4.hashCode() = " + str4.hashCode());
System.out.println("str4.hashCode() >>> 16 = " + (str4.hashCode() >>> 16));
System.out.println("str4.hashCode() ^ (str4.hashCode() >>> 16) = " + ((str4.hashCode()) ^ (str4.hashCode() >>> 16)));
System.out.println("table.length - 1 = " + (table.length - 1));
System.out.println("(table.length - 1) & hash4 = " + ((table.length - 1) & ((str4.hashCode()) ^ (str4.hashCode() >>> 16))));


int hash1 = hash(str1);
int index1 = (table.length - 1) & hash1;
table[index1] = str1;

int hash2 = hash(str2);
int index2 = (table.length - 1) & hash2;
table[index2] = str2;

int hash3 = hash(str3);
int index3 = (table.length - 1) & hash3;
table[index3] = str3;

int hash4 = hash(str4);
int index4 = (table.length - 1) & hash4;
table[index4] = str4;

System.out.println(JSON.toJSONString(table));

初始化了一个长度为4的数组，利用扰动函数分别将 str1，str2，str3，str4插入到数组。

输出的结果是

str1 = abcd
str1.hashCode() = 2987074
str1.hashCode() >>> 16 = 45
str1.hashCode() ^ (str1.hashCode() >>> 16) = 2987119
table.length - 1 = 3
(table.length - 1) & hash1 = 3

str2 = a
str2.hashCode() = 97
str2.hashCode() >>> 16 = 0
str2.hashCode() ^ (str2.hashCode() >>> 16) = 97
table.length - 1 = 3
(table.length - 1) & hash2 = 1

str3 = cc
str3.hashCode() = 3168
str3.hashCode() >>> 16 = 0
str3.hashCode() ^ (str3.hashCode() >>> 16) = 3168
table.length - 1 = 3
(table.length - 1) & hash3 = 0

str4 = d
str4.hashCode() = 100
str4.hashCode() >>> 16 = 0
str4.hashCode() ^ (str4.hashCode() >>> 16) = 100
table.length - 1 = 3
(table.length - 1) & hash4 = 0

["d","a",null,"abcd"]

由于被输出到控制台，因此二进制被转换成10进制了，在计算机内部都是二进制计算的。可是不影响看结果，结果是cc字符串和d字符串计算出来数组的位置都是0，我这里是直接覆盖了，若是是 HashMap 的话，这里就要转换成链表了。