Java中HashCode算法詳解

Java中的集合，比如HashMap/HashSet/HashTable在實現上都用到了hashCode算法，用來計算元素在數組中的位置。hashCode是Object類中的一個方法，所以，所有的Java類都有這個方法，只是一些類對這個方法進行了覆寫，下面以String類的實現為例進行說明：

public int hashCode() {

????int h =hash;

? ? if (h ==0 &&value.length >0) {

????????char val[] =value;

? ? ? ? for (int i =0; i <?value.length; i++) {

????????h =31 * h + val[i];

? ? ? ? }

????????hash = h;

? ? }

????return h;

}

其實這個算法的實現很簡單，以“hangzhou”這個字符串為例，計算過程如下：

第一步：int ‘h’

第二步：31 * （第一步結果） + int ‘a’

第三步：31 * （第二部結果） + int ‘n’

第四步：31 * （第三步結果） + int ‘g’

第五步：31 * （第四步結果） + int ‘z’

第六步：31 * （第五步結果） + int ‘h’

第七步：31 * （第六步結果） + int ‘o’

第八步： 31 * （第七步結果） + int ‘u’

可以得到“hangzhou”的hashcode為4740586。

為什么HashMap中的&位必須位奇數（length-1）

從key映射到HashMap數組的對應位置需要一個Hash函數：

index = Hash("hangzhou")

如何實現一個盡量分布均勻的hash函數呢？我們使用key的hashcode做某種運算：

index = hashCode("hangzhou") & (Length - 1) 其中，Length為HashMap的長度，下面來演示整個過程：

1、“hangzhou”的hashcode為4740586，二進制表示為100 1000 0101 0101 1110 1010

2、假定HashMap的長度為默認的16，則Length - 1為15，也就是二進制的1111

3、把以上兩個結果做與運算，得到的結果為1010，也就是index為10

可以說，Hash算法最終得到的index結果完全取決于hashCode的最后幾位。

假設，HashMap的長度為10，則Length - 1為9，也就是二進制的1001，通過Hash算法得到的最終index為8，當只有一個元素的時候這沒問題。但是我們再來試一個hashCode：100 1000 0101 0101 1110 1110時，通過Hash算法得到的最終的index也是8，另外還有100 1000 0101 0101 1110 1000得到的index也是8。也就是說，即使我們把倒數第二、三位的0、1變換，得到的index仍舊是8，說明有些index結果出現的幾率變大！！而有些index結果永遠不會出現，比如二進制0000.

這樣，顯然不符合Hash算法均勻分布的要求。

反觀，長度16或其他2的冪次方，Length - 1的值的二進制所有的位均為1，這種情況下，Index的結果等于hashCode的最后幾位。只要輸入的hashCode本身符合均勻分布，Hash算法的結果就是均勻的。

一句話，HashMap的長度為2的冪次方的原因是為了減少Hash碰撞，盡量使Hash算法的結果均勻分布。