在 Java 中，HashMap 是一种高效的数据结构，它通过将键映射到数组中的索引位置来实现快速的插入和查找。但之前看源码总是理解到它要hash之后散列到数组中某一个位置，但却从未深究它究竟怎么散列的，如果不够散那就意味着hash冲突增加，在这个过程中，散列函数的设计至关重要，特别是右移和异或操作如何帮助减少哈希冲突。

• 冲突对性能的影响
  • 尽管 HashMap 使用链表和红黑树来处理冲突，但冲突仍然会对性能产生显著影响：
  • 查询性能下降：当多个元素存储在同一个桶中时，查找这些元素的时间复杂度可能退化到 O(n)，而不是理想情况下的 O(1)。
  • 插入性能下降：插入新元素时，如果发生冲突，可能需要遍历链表或调整红黑树，导致插入时间复杂度增加。
  • 内存使用效率：冲突频繁发生时，某些桶可能存储过多元素，而其他桶则几乎没有元素，这种不均匀性可能导致内存浪费。
  • 如果散列性不足，导致大量冲突，HashMap的性能将受到严重影响。在最坏的情况下，所有元素都可能映射到同一个桶，形成一个链表或红黑树，导致查找、插入和删除操作的时间复杂度退化到 O(n)。

1. HashMap 的基本概念

HashMap 使用一个数组来存储键值对（key-value pairs），每个键通过其哈希值计算出一个数组索引。理想情况下，不同的键应该映射到不同的索引，以避免哈希冲突。
数组：用于存储桶（bucket），每个桶可以存储多个键值对。
链表或红黑树：用于处理哈希冲突，桶中的每个元素可以是链表或红黑树。

1.1 数据结构

HashMap 的核心数据结构如下：

static class Node<K,V> {final int hash; // 哈希值final K key;    // 键V value;        // 值Node<K,V> next; // 下一个节点
}

2. 计算索引位置的流程

2.1 获取哈希值

当调用 put(key, value) 或 get(key) 方法时，HashMap 首先会通过键的 hashCode() 方法获取哈希值。以下是 put 方法的简化实现：

public V put(K key, V value) {int hash = (key == null) ? 0 : hash(key);// 计算索引位置int index = indexFor(hash, table.length);// 进行插入操作
}

2.2 散列函数的实现

HashMap 中的散列函数是通过 hash 方法实现的。该方法的实现如下：

static final int hash(int h) {h ^= (h >>> 16); // 右移 16 位并异或return h ^ (h >>> 16); // 再次混合
}

2.3 计算索引位置

在 HashMap 中，索引位置的计算是通过以下方式实现的：

int index = (n - 1) & hash;

这里，n 是数组的长度，hash 是经过处理的哈希值。

3. 右移与异或的作用

3.1 为什么需要右移与异或？

在进行哈希值的计算时，HashMap 使用右移和异或的组合来增强哈希值的随机性。让我们通过一个示例来详细分析这一过程。

3.2 示例分析

假设我们有一个键 "key1"，其哈希值为 0xB2690FF0。我们将分析右移和异或如何影响哈希值的混合。

原始哈希值

hash:  10110010 01101001 00001111 11110000  (二进制)

3.3 右移操作

首先，我们进行右移 16 位的操作：

hash >>> 16:
原始: 10110010 01101001 00001111 11110000
结果: 00000000 00000000 10110010 01101001

3.4 异或运算

接下来，我们进行异或运算：

new_hash = hash ^ (hash >>> 16);

计算过程

原始哈希值:  10110010 01101001 00001111 11110000
右移结果:    00000000 00000000 10110010 01101001
-----------------------------------------------
new_hash:     10110010 01101001 10110101 10011001

3.5 高位信息的参与

在计算索引时，HashMap 使用以下公式：

if ((p = tab[i = (n - 1) & hash]) == null) {// 插入新节点
}

这里，(n - 1) 是数组长度减去 1 的值。由于数组长度通常是 2 的幂（例如 16、32、64 等），n - 1 的二进制表示通常以 0 结尾，导致在进行按位与运算时，只有低位信息参与计算。

3.6 按位与的影响

因为按位与运算只有在对应的位都为 1 时结果才为 1，若 hash 的高位信息没有参与，可能导致多个不同的哈希值映射到同一个索引位置，从而增加哈希冲突的概率。例如：

• 假设 n = 16，即 n - 1 = 15，其二进制为 0000 1111。
• 如果 hash 的高位为 0，低位的变化可能导致多个不同的 hash 值在与 15 进行与运算后得到相同的索引。

3.7 通过右移与异或减少冲突

通过右移和异或，HashMap 能够打破哈希值的模式，使得高位信息参与到最终的哈希计算中。这种方式使得即使在低位相同的情况下，高位的不同也能影响最终的索引计算，从而有效减少哈希冲突的发生。

4. 减少哈希冲突的原理

4.1 高位与低位的混合

通过右移和异或，HashMap 有效地将高位信息引入低位，增强了哈希值的随机性，使得相似的键在哈希表中更可能映射到不同的索引位置。

4.2 均匀分布

理想的散列函数应该能够均匀地分布哈希值。如果哈希值的分布不均匀，某些桶可能会存储过多的元素，从而导致性能下降。通过混合高位和低位，HashMap 提高了哈希值的随机性，使得键值对能够更加均匀地分布在桶中。

4.3 冲突处理机制

尽管 HashMap 通过上述方法减少了哈希冲突，但仍然可能发生冲突。当多个键映射到同一个索引时，HashMap 使用以下两种方法来处理冲突：

a. 链表法

在同一个桶中使用链表存储所有具有相同索引的键值对。当发生冲突时，新元素会被添加到链表的末尾。

b. 红黑树

当某个桶中的元素数量超过一定阈值（如 8），HashMap 会将链表转换为红黑树，以提高查找效率。红黑树的查找时间复杂度为 O(log n)，比链表的 O(n) 更高效。

5. 总结

通过对 HashMap 源码的分析，我们可以看到它是如何计算索引位置的，以及散列函数在其中的关键作用。右移和异或的组合使用有效地混合了哈希值的高位和低位，从而减少了哈希冲突的概率，尽可能的确保了 HashMap 的高效性能。如果对你有帮助欢迎点赞支持。