JDK8中对hash算法和寻址算法的优化

JDK8中对hash算法和寻址算法的优化

1. 寻址算法

在插入和查找数据的时候，会根据一个 key 得到对应的 hash 值（传入的参数，已知），根据这个 hash 值进行得到元素在数组的下标位置，这个计算过程就是寻址算法。

	/**
     * Implements Map.get and related methods.
     *
     * @param hash hash for key
     * @param key the key
     * @return the node, or null if none
     */
    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) {
            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<K,V>)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;
    }

1. 我们知道了一个 key 的 hash 值，用这个 hash 值根数组长度取模，就可以得到下标位置，实际在代码中，采用了与运算 （ 两个都是 1 ，结果为 1 ，否则为 0 ）代替了取模运算
2. 公式： ( n -1 ) & hash 其中 n 为数组长度

为什么用与运算？

1. 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
2. 数学公式：
   a % b = ( b -1 ) & a， 当b是2的指数时，等式成立

2. hash哈希算法

1. 寻址算法：hash -> index 需要根据 hash 值计算数组下标
2. 哈希算法：key.hashCode() -> hash 就是根据一个 key ，通过计算得到它对应的 hash 值

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

3. 为什么不直接使用它的hashCode？
   如果直接使用 hashcode 作为 hash 值
   寻址算法： ( n - 1 ) & hash

条件	地址
A 的 hashCode :	1000 0100 0111 0001 0000 0111 1000 0000
n - 1 = 15	0000 0000 0000 0000 0000 0000 0000 1111
与运算结果	0000 0000 0000 0000 0000 0000 0000 1111
B 的 hashCode	0111 0111 0011 1000 1010 0001 0100 0000
n - 1 = 15	0000 0000 0000 0000 0000 0000 0000 1111
与运算结果	0000 0000 0000 0000 0000 0000 0000 1111

运算得出来的结果相同，这样的散列结果太让人失望了，这很明显不是一个好的散列算法

把 hashcode 向右移 16 位，然后再和原来的 hashcode 做异或运算 （相同为 0 ， 不同为 1）

条件	地址
A 的 hashCode :	1000 0100 0111 0001 0000 0111 1000 0000
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
与运算结果	0000 0000 0000 0000 0000 0000 0000 0001
B 的 hashCode	0111 0111 0011 1000 1010 0001 0100 0000
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
与运算结果	0000 0000 0000 0000 0000 0000 0000 1000

通过哈希算法的优化，一定程度避免了 hash 冲突，让数据更加散列。

hashCode相关：
https://zhuanlan.zhihu.com/p/33915892
https://www.cnblogs.com/dolphin0520/p/3681042.html