static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
举个例子,假设HashMap容量为16(二进制为10000,n-1=1111),hashCode足够大
A:00101010010001001011010100101011
B:00101010010001101011010100101011
HashMap的散列算法为(n-1)&hash,当n=16时,n-1只有后四位值为1,也就是真正参加运算的只有四位(n-1)&A = 1011,(n-1)&B=1011,明显不够分散。
(h = key.hashCode()) ^ (h >>> 16)作用就是尽量让所有位参与运算,已知int大小为32位,(h = key.hashCode()) ^ (h >>> 16)可以让hashCode内部所有位先参与一遍亦或运算
A操作之后为:00101010010001001001111101101111
B操作之后为:00101010010001101011111101101101
现在参与运算与运算的后四位就有区别了,就能散列到不同的桶中了。
本文详细解析了HashMap的散列算法原理,通过对比不同输入情况下hashCode的计算方式,阐述了如何通过位运算提高散列效率,使数据更均匀地分布于桶中。
287

被折叠的 条评论
为什么被折叠?



