Question

有人可以向我解释静态HashMap #hash（int）方法吗？

生成均匀分布的哈希值背后的理由是什么？

/**
 * Applies a supplemental hash function to a given hashCode, which
 * defends against poor quality hash functions.  This is critical
 * because HashMap uses power-of-two length hash tables, that
 * otherwise encounter collisions for hashCodes that do not differ
 * in lower bits. Note: Null keys always map to hash 0, thus index 0.
 */
static int hash(int h) {
    // This function ensures that hashCodes that differ only by
    // constant multiples at each bit position have a bounded
    // number of collisions (approximately 8 at default load factor).
    h ^= (h >>> 20) ^ (h >>> 12);
    return h ^ (h >>> 7) ^ (h >>> 4);
}

一个例子可以让它更容易消化。

澄清我知道运算符，真值表和按位运算。我真的无法真正解码实现或评论。甚至背后的推理。

Answer 1

>>>是逻辑右移（无符号扩展）（JLS 15.19 Shift Operators），^是按位异或 - （JLS 15.22.1 Integer Bitwise Operators）。

至于为什么要这样做，文档提供了一个提示：HashMap使用两个幂的长度表，并通过屏蔽高位并仅取其哈希码的低位来散列键。

// HashMap.java -- edited for conciseness
static int indexFor(int h, int length) {
    return h & (length-1);
}

public V put(K key, V value) {
    int hash = hash(key.hashCode());
    int index = indexFor(hash, table.length);
    // ...
}

所以hash()尝试将相关性带到更高的位，否则会被屏蔽掉（indexFor基本上丢弃h的高位并仅采用较低的k }位length == (1 << k)）。

将此与Hashtable（应该不具有两个幂的长度表）的方式对比使用密钥的哈希码。

// Hashtable.java -- edited for conciseness
public synchronized V get(Object key) {
    int hash = key.hashCode();
    int index = (hash & 0x7FFFFFFF) % table.length;
    // ...
}

通过执行更昂贵的%操作（而不是简单的位掩码），Hashtable的性能对低位分布较差的哈希码不太敏感（特别是table.length是一个素数）。

Answer 2

我不知道所有转变是如何起作用的，但动机在评论中列出：

实现HashMap的方式依赖于hashCode函数的充分实现。特别是，散列值的低位应该均匀分布。如果低位上有很多碰撞，HashMap将无法正常运行。

因为hashCode的实现超出了HashMap的控制范围（每个对象都可以实现它们自己的），所以它们提供了一个额外的哈希函数，它将对象的hashCode稍微移动一点，以确保较低的位更随机地分布。同样，我不知道它是如何工作的（或它有多有效），但我认为它至少取决于更高的位被均匀分布（它似乎将较高位网格化为较低位）。

所以这样做是为了在存在实现不当的hashCode方法的情况下尽量减少冲突（从而提高性能）。

HashMap＃hash（int）方法的说明

2 个答案: