大家好,我是一航!
昨天中午,一位粉丝朋友在微信私信我,问:为啥HashMap的hash值计算格式是这样:(h = key.hashCode()) ^ (h >>> 16)
?h ^ (h >>> 16)是什么意思?
以下是Java8中HashMap计算key对应hash的源码:
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
解释了一圈儿,发现,没有示例的前提下,要把这个问题给说清楚,稍微还有点麻烦;索性就写篇文章,来聊聊这里面到底有些什么套路?
先说结论:
一切的操作,只为增大随机性,减少hash的碰撞几率;让值保存的位置更加分散,散列性更好,提高读写性能。
本文将探讨以下几个问题?
- 为什么计算hash要做
h ^ (h >>> 16)
运算? - 为什么槽位数(数组长度)必须是
2^n
? - HashMap能不能用空对象(null)作为key?
带着结论和问题,一起来分析一下;
准备工作
在分析之前,我们需要来回顾一下&(与运算)
、|(或运算)
、^(异或运算)
以及位运算符
,这几个是前提,不然后面就没办法进行了;
-
&(与运算)
两个二进制数值如果在同一位上都是1,则结果中该位为1,否则为0
示例:
1111 (10进制:15) & 1011 (10进制:11) -------------------- = 1011 (10进制:11)
Java代码:
public static void main(String[] args) { System.out.println("15 & 11 = " + (15 & 11)); }
-
|(或运算)
两个二进制数值如果在同一位上至少有一个1,则结果中该位为1,否则为0
示例:
1111 (10进制:15) | 1011 (10进制:11) -------------------- = 1111 (10进制:15)
Java代码:
public static void main(String[] args) { System.out.println("15 | 11 = " + (15 | 11)); }
-
^(异或运算)
两个二进制数值如果在同一位上相同,则结果中该位为0,否则为1
1111 (10进制:15) ^ 1011 (10进制:11) -------------------- = 0100 (10进制:4)
Java代码:
public static void main(String[] args) { System.out.println("15 ^ 11 = " + (15 ^ 11)); }
-
位移运算符
-
有符号左移
<<
向左移动x位(顶点在哪个方向就往哪个方向移动),无论正负数低位(最右边)都补x个0;
示例:20 << 2
20的二进制(反码,补码):0001 0100 向左移动两位后:0101 0000 结果:80
示例:-20 << 2
原码:1001 0100 反码:1110 1011 // 符号位不变,其他位全部取反 补码:1110 1100 // 反码+1 左移两位后:1011 0000 反码:1010 1111 // 在右移动后的补上上-1 原码:1101 0000 // 除符号位外,反码其他位全部取反 结果:-80
-
有符号右移
>>
向右移动x位,如果该数是正数,则高位(最左边)补x个0,如果是负数,则最高位补x个1
示例:20>>2
原码(反码,补码):00010100 右移两位(最左边两位添0) 原码(反码,补码):00000101 结果:5
示例:-20 >> 2
原码:10010100 反码:11101011 // 符号位不变,其他位取反 补码:11101100 // 反码 + 1 右移两位(最左边两位添1) 补码:11111011 反码:11111010 // 补码 - 1 原码:10000101 // 符号位不变,其他位取反 结果:-5
-
无符号右移
>>>
和
>>
类似,但不关注符号位,左侧全部补0;示例:2>>>1
原码(反码,补码):00000000 00000000 00000000 00000010 右移一位(最左边一位添0) 原码(反码,补码):00000000 00000000 00000000 00000001 结果:1
示例:-2>>>1
原码:10000000 00000000 00000000 00000010 反码:11111111 11111111 11111111 11111101 // 符号位不变,其他位取反 补码:11111111 11111111 11111111 11111110 // 反码 + 1 右移1位(无符号位运算符,最左边一位只添0) 补码:01111111 11111111 11111111 11111111 反码:01111111 11111111 11111111 11111111 // 高位为0,正数 原码:01111111 11111111 11111111 11111111 // 与反码相同 结果:2147483647
-
HashMap的hash、槽位计算
HashMap的底层数据结构是数组
+链表
+红黑树
,数组的槽位计算是整个存取的第一步;以下并非HashMap的详细过程,仅仅是与本文计算hash、数组槽位有关的步骤,其他与本文主题无关步骤,这里就不详细展开了
-
第一步,获取key的hash
h = key.hashCode()
-
第二步,计算HashMap的hash
static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }
-
第三步,计算槽位(数组下标)
i = (n - 1) & hash]
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { .... }
-
后续步骤,保存
略
问题一:为什么计算hash要做h ^ (h >>> 16)
?
根据上面的步骤,我们用一个示例来演算一下
public static void main(String[] args) {
Map map = new HashMap();
map.put("hello world", "1");
}
实例化HashMap并没有指定长度,默认数组的长度n = 2^4 = 16
;
槽位计算过程如下:
h = key.hashCode() 01101010 11101111 11100010 11000100
h >>> 16 00000000 00000000 01101010 11101111
------------------------------------------------------------
hash = h ^ (h >>> 16) 01101010 11101111 10001000 00101011
(n - 1) = (2^4 - 1) 00000000 00000000 00000000 00001111
------------------------------------------------------------
(2^4 - 1) & hash 00000000 00000000 00000000 00001011
10进制结果 11
过程分析:
-
h = key.hashCode()
对象的hashCode()是一个int值,取值范围为:
[-2147483648,2147483647]
文本 hashCode() 二进制 “hello world” 1,794,106,052 01101010 11101111 11100010 11000100 -
h >>> 16
将hashCode无符号右移16位
操作 值 hashCode() 1,794,106,052 二进制 01101010 11101111 11100010 11000100 h >>> 16 00000000 00000000 01101010 11101111 -
hash = h ^ (h >>> 16)
操作说明:高16位不动;低16位与高16位做异或运算;高16位的参与,增加了结果的随机性
01101010 11101111 11100010 11000100 ^ 00000000 00000000 01101010 11101111 ------------------------------------- = 01101010 11101111 10001000 00101011
-
(n - 1) & hash
n代码HashMap中数组的长度,初始的时候没有指定,默认情况下n就是
2^4 = 16
(n - 1) = 16 - 1 = 15
那还有一个问题:为什么要
n-1
?以默认长度:16(2^4) 为例,那数组对应的下标就是
0-15
之间计算方式:hash % (2^4);本质就是和长度取余
等价计算方式:hash & (2^4 - 1)
hash 01101010 11101111 10001000 00101011 & (2^4 - 1) 00000000 00000000 00000000 00001111 ---------------------------------------------- = 00000000 00000000 00000000 00001011 十进制 = 11
由此,可以得出"hello world"最终所属的槽位就是:11
假如没有做h ^ (h >>> 16)
运算
前面已经明白了整个hash、槽位的计算过程,那如果没有h ^ (h >>> 16
这个步骤,会是什么过程呢?槽位计算步骤就简单很多了
hash = key.hashCode() 01101010 11101111 11100010 11000100
(n - 1) 00000000 00000000 00000000 00001111
------------------------------------------------------------
(n - 1) & hash = 00000000 00000000 00000000 00000100
结合以上示例会发现,整个hash值,除了低四位参与了计算,其他全部没有起到任何的作用,这样就会导致,key的hash值是低位相同,高位不同的话,计算出来的槽位下标都是同一个,大大增加了碰撞的几率;
但如果使用h ^ (h >>> 16)
,将高位参与到低位的运算,整个随机性就大大增加了;
问题二:为什么槽位数(数组长度)必须是2^n
?
根据源码可知,无论是初始化,还是保存过程中的扩容,槽位数的长度始终是2^n
;通过(2^n - 1) & hash
公式计算出来的槽位索引更具散列性;假如默认槽位数n的长度不是16(2^4),而是17,会出现什么效果呢?
在做**(n - 1) & hash**运算的时候,计算过程如下:
hash 01101010 11101111 10001000 00101011
&
(17 - 1) = 16 00000000 00000000 00000000 00010000
----------------------------------------------
= 00000000 00000000 00000000 00000000
十进制 = 0
由于16的二进制是00010000
,最终参与&(与运算)
的只有1位,其他的值全部被0给屏蔽了;导致最终计算出来的槽位下标只会是0
或16
,那么所有的值也就只会保存在这两个槽位下;其他索引将永远无法命中,这对HashMap来说,无疑是灾难性的,保存的值越多,存取效率将会大大降低。
问题三:HashMap能不能用空对象(null)作为key?
答案是:可以的;
从计算key hash值的源码就能看出:
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
当(key == null)
时得到的hash值为0,带入到槽位计算公式(n - 1) & hash
,空对象是保存的槽位是:0;
示例代码:
public static void main(String[] args) {
Map map = new HashMap();
map.put(null, "1");
System.out.println(map.get(null));
}
能正常的取到值,但小心有坑:
既然这里能以null对象作为key,那么在保存值和取值的时候,务必要注意,很可能在存值的时候,key的对象还是null,但到取值的时候,key已经被赋上值,从而导致最终值取不出来:
public static void main(String[] args) {
HashMap map = new HashMap();
String key = null;
map.put(key, "1");
// .. 其他操作
key = "k";
System.out.println("用k取值:" + map.get(key));
System.out.println("用null取值:" + map.get(null));
}
这样,这个hash、槽位的计算”套路“算是说清楚了;
新手写代码,能跑就行,对于大神来说,写好才行;好的代码,都是从各个微小的细节入手,最终达到一个更加完美的效果;就单单一个hash、槽位运算,大神也要将性能发挥到极致,可能这就是差别吧!