HashMap 的 Hash 方法原理是什么？-commit hash

本文 GitHub 上已同步，有 GitHub 账号的小伙伴，记得看完后给二哥安排一波 star 呀!冲一波 GitHub 的 trending 榜单，求求各位了。

GitHub 地址：https://github.com/itwanger/toBeBetterJavaer

在线阅读地址：https://itwanger.gitee.io/tobebetterjavaer

来看一下 hash 方法的源码(JDK 8 中的 HashMap)：

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

这段代码究竟是用来干嘛的呢?

我们都知道，key.hashCode() 是用来获取键位的哈希值的，理论上，哈希值是一个 int 类型，范围从-2147483648 到 2147483648。前后加起来大概 40 亿的映射空间，只要哈希值映射得比较均匀松散，一般是不会出现哈希碰撞的。

但问题是一个 40 亿长度的数组，内存是放不下的。HashMap 扩容之前的数组初始大小只有 16，所以这个哈希值是不能直接拿来用的，用之前要和数组的长度做取模运算，用得到的余数来访问数组下标才行。

取模运算有两处。

取模运算(“Modulo Operation”)和取余运算(“Remainder Operation ”)两个概念有重叠的部分但又不完全一致。主要的区别在于对负整数进行除法运算时操作不同。取模主要是用于计算机术语中，取余则更多是数学概念。

一处是往 HashMap 中 put 的时候(putVal 方法中)：

final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { 
     HashMap.Node<K,V>[] tab; HashMap.Node<K,V> p; int n, i; 
     if ((tab = table) == null || (n = tab.length) == 0) 
         n = (tab = resize()).length; 
     if ((p = tab[i = (n - 1) & hash]) == null) 
         tab[i] = newNode(hash, key, value, null); 
}

一处是从 HashMap 中 get 的时候(getNode 方法中)：

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) {} 
}

其中的 (n - 1) & hash 正是取模运算，就是把哈希值和(数组长度-1)做了一个“与”运算。

可能大家在疑惑：取模运算难道不该用 % 吗?为什么要用 & 呢?

这是因为 & 运算比 % 更加高效，并且当 b 为 2 的 n 次方时，存在下面这样一个公式。

a % b = a & (b-1)

用替换下 b 就是：

我们来验证一下，假如 a = 14，b = 8，也就是，n=3。

这也正好解释了为什么 HashMap 的数组长度要取 2 的整次方。

因为(数组长度-1)正好相当于一个“低位掩码”——这个掩码的低位最好全是 1，这样 & 操作才有意义，否则结果就肯定是 0，那么 & 操作就没有意义了。

a&b 操作的结果是：a、b 中对应位同时为 1，则对应结果位为 1，否则为 0

2 的整次幂刚好是偶数，偶数-1 是奇数，奇数的二进制最后一位是 1，保证了 hash &(length-1) 的最后一位可能为 0，也可能为 1(这取决于 h 的值)，即 & 运算后的结果可能为偶数，也可能为奇数，这样便可以保证哈希值的均匀性。

& 操作的结果就是将哈希值的高位全部归零，只保留低位值，用来做数组下标访问。

假设某哈希值为 10100101 11000100 00100101，用它来做取模运算，我们来看一下结果。HashMap 的初始长度为 16(内部是数组)，16-1=15，二进制是 00000000 00000000 00001111(高位用 0 来补齐)：

  10100101 11000100 00100101 
& 00000000 00000000 00001111 
---------------------------------- 
  00000000 00000000 00000101

因为 15 的高位全部是 0，所以 & 运算后的高位结果肯定是 0，只剩下 4 个低位 0101，也就是十进制的 5，也就是将哈希值为 10100101 11000100 00100101 的键放在数组的第 5 位。

明白了取模运算后，我们再来看 put 方法的源码：

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

以及 get 方法的源码：

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

它们在调用 putVal 和 getNode 之前，都会先调用 hash 方法：

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

那为什么取模运算之前要调用 hash 方法呢?

看下面这个图。

某哈希值为 11111111 11111111 11110000 1110 1010，将它右移 16 位(h >>> 16)，刚好是 00000000 00000000 11111111 11111111，再进行异或操作(h ^ (h >>> 16))，结果是 11111111 11111111 00001111 00010101

异或(^)运算是基于二进制的位运算，采用符号 XOR 或者^来表示，运算规则是：如果是同值取 0、异值取 1

由于混合了原来哈希值的高位和低位，所以低位的随机性加大了(掺杂了部分高位的特征，高位的信息也得到了保留)。

结果再与数组长度-1(00000000 00000000 00000000 00001111)做取模运算，得到的下标就是 00000000 00000000 00000000 00000101，也就是 5。

还记得之前我们假设的某哈希值 10100101 11000100 00100101 吗?在没有调用 hash 方法之前，与 15 做取模运算后的结果也是 5，我们不妨来看看调用 hash 之后的取模运算结果是多少。

某哈希值 00000000 10100101 11000100 00100101(补齐 32 位)，将它右移 16 位(h >>> 16)，刚好是 00000000 00000000 00000000 10100101，再进行异或操作(h ^ (h >>> 16))，结果是 00000000 10100101 00111011 10000000

结果再与数组长度-1(00000000 00000000 00000000 00001111)做取模运算，得到的下标就是 00000000 00000000 00000000 00000000，也就是 0。

综上所述，hash 方法是用来做哈希值优化的，把哈希值右移 16 位，也就正好是自己长度的一半，之后与原哈希值做异或运算，这样就混合了原哈希值中的高位和低位，增大了随机性。

说白了，hash 方法就是为了增加随机性，让数据元素更加均衡的分布，减少碰撞。

参考链接：

https://blog.csdn.net/lonyw/article/details/80519652 >https://zhuanlan.zhihu.com/p/91636401 >https://www.zhihu.com/question/20733617