JDK_1.8中对hash算法和寻址算法是如何优化的？

最新推荐文章于 2024-01-20 11:23:25 发布

毕加索丶

最新推荐文章于 2024-01-20 11:23:25 发布

阅读量647

点赞数

分类专栏： Java 文章标签：面试数据结构 java

本文链接：https://blog.youkuaiyun.com/weixin_41997692/article/details/121599471

版权

Java 专栏收录该内容

11 篇文章

订阅专栏

首先咱们先来了解一下如何使用key值的hashCode去寻址：

获取key值的hashCode
利用hashCode%数组长度得到index下标
这就是一个寻址的过程，但是取模是一个非常消耗性能的操作，并且如果张三和李四取模后得到下标标一致就会出现hash冲突，解决hash冲突又是是一个耗时的操作，所以JDK做了以下几个步骤来优化；

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

这段代码是HashMap中在获取hashCode之后进行优化的方法，int是4个字节也就是32位，代码中看到key值的hashCode赋值给h，然后将h和h右移16位的结果进行了异或运算，什么意思呢，假设h原先的值为1111 1111 1111 1111 1011 1011 1111 0011（这是二进制的值，不懂的好好复习一下数据结构），右移16位之后呢得到了0000 0000 0000 0000 1111 1111 1111 1111，然后将两者进行亦或运算得到了1111 1111 1111 1111 0100 0100 0000 1100，这个得到的二进制结果他的第16位是不是同时包含了原先key值的hashCode的高16位和低16位的特征，先记住这一点为什么要这么做；

接下来我们说取模是一个非常耗时的操作，所以JDK选择了另外一种方式，也就是将异或得到的hashCode和数组长度进行&的操作，经过前人的努力，得到了一个公式，hashCode&（array.length-1）=hashCode%数组长度（这里有一个要求就是数组长度得是2的n次方），一般来说数组的长度初始是16，所以array.length-1也就是0000 0000 0000 0000 0000 0000 0000 1111（后称A），拿A和未经过处理的h去进行&运算是不是高16位根本都没有参与，因为A的高16位全部是0，&运算是其中一方为0结果就是0，所以如果只有h的低16位参与了运算是不是就加大了A&h结果相同的概率，所以JDK要将h右移16位在进行亦或运算，把高16位的特征也加入到低16位中去，这样A&h的结果相同的概率就小了，也就会减少处理hash冲突所带来的性能损耗；