斐波那契散列

斐波那契散列属于乘法散列的一种特例，通过该算法可以减少hash冲突的发生。其核心原理是利用黄金分割比(约0.618)来构造哈希函数。

ThreadLocal底层使用ThreaLocalMap存储数据，存储数据时，就是使用斐波那契散列计算key的索引。

适用场景
‌促销活动‌：为每个用户生成唯一优惠码，避免重复领取。
‌抽奖系统‌：生成公平的抽奖号码，确保概率均等。
‌缓存路由‌：在数据库索引或缓存系统中，提升查询效率。 ‌

主要优势：

‌分布均匀性‌：利用黄金分割比的数学特性，能够使哈希值在地址空间中分布更加均匀
‌减少冲突‌：相比传统除法散列，能有效降低哈希冲突概率
‌计算效率‌：在硬件实现上通常只需要一次乘法和位移操作，效率较高

算法：

index = (v* HASH_INCREMENT + HASH_INCREMENT) & (length - 1)

注意：

0.6180339887：黄金分割点，计算公式是(√5 - 1)/2

HASH_INCREMENT：Math.pow(2, 32) * 0.6180339887 = 0x61c88647

该值相当于有符号整数的黄金分割值

length表示最大的数组长度，必须是2^n

测试代码1：

数组长度128，相当于2^8

    @Test
    void testHash() {
        Integer[] testArr = new Integer[128];
        for (int i = 0; i < 100; i++) {
            int hashCode = i * 0x61c88647 + 0x61c88647;
            int index = hashCode & (128 - 1);
            if (testArr[index] != null) {
                System.out.println("发生碰撞索引：" + index);
            } else {
                testArr[index] = i;
            }
        }
    }

运行后不会有hash冲突

测试代码2：

    @Test
    void testHash() {
        Integer[] testArr = new Integer[110];
        for (int i = 0; i < 100; i++) {
            int hashCode = i * 0x61c88647 + 0x61c88647;
            int index = hashCode & (110 - 1);
            if (testArr[index] != null) {
                System.out.println("发生碰撞索引：" + index);
            } else {
                testArr[index] = i;
            }
        }
    }

运行后会有hash冲突

经过多次测试，计算索引时，length长度必须是2^n（本博客只展示了部分测试代码，读者可以自行测试其他长度）