vlambda博客
学习文章列表

JDK8 对 hash算法和寻址算法做了哪些优化?

点击蓝色“程序员大帝 ”关注我哟

加个“星标”,及时阅读最新技术文章

每日鸡汤,好喝


前言

接着上篇文章《》,咱们继续聊聊 HashMap 这个重要的数据结构。虽然它很简单,但是每一次读源码,我都有不同的体会,当然唯一不变的是对 Doug Lea 大神的崇拜。


在 JDK8 之后,对 HashMap 进行了重写,最显而易见的当然是引入了红黑树。由此而来,对它的哈希算法和寻址算法也做了一定的优化。

正文

寻址算法

在插入和查找数据的时候,我们会根据 key 得到它对应的 hash 值,然后再根据这个 hash 值进行一系列计算,得到元素在数组的下标位置,这个计算过程就是就是寻址算法。


 final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        if ((tab = table) != null && (n = tab.length) > 0 &&            (first = tab[(n - 1) & hash]) != null) {            if (first.hash == hash && // always check first node                ((k = first.key) == key || (key != null && key.equals(k)))) return first;
if ((e = first.next) != null) {
                if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {                    if (e.hash == hash &&                        ((k = e.key) == key || (key != null && key.equals(k))))                        return e;                } while ((e = e.next) != null);            } }        return null; }

其中最关键的是下面这一行,它展示了如何通过计算好的 hash 值来得到对应的哈希槽的位置:

first = tab[(n - 1) & hash])


大家第一个想法肯定是通过模运算来计算,因此引出了下面的问题

HashMap 中寻址算法为什么使用&(与运算),代替模运算?

我们知道了一个 key 的 hash 值,用这个hash值跟数组长度取模,就可以得到下标位置,其中 n 是数组的长度

(n - 1) & hash


如果使用与运算,其实该算法的结果和模运算的结果是相同的。


但是,对于现代的处理器来说,除法和求余数(模运算)是最慢的动作。


根据数学公式:


a % b = (b-1) & a

 

当 b 是 2 的指数时,等式成立。大家应该记起来,HashMap 默认的长度一定是 2 的指数幂,所以这一个等式针对 HashMap 是永远成立的。通过与运算,提高了运算的效率。

哈希算法

static final int hash(Object key) {
     int h;      return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);}

看完源代码,第一次肯定会被其中的异或运算和右移运算搞蒙,为什么要异或呢?为什么要移位?而且移位 16?


我们分析一下:


首先,假设有一种情况,如果数组长度 n=16,那么根据寻址算法,也就是哈希值 和 15 这个数进行与运算


对象 A 的 hashCode 为 1000 0100 0111 0001 0000 0111 1000 0000

n-1=15                       0000 0000 0000 0000 0000 0000 0000 1111        



对象 B 的 hashCode 为 0111 0111 0011 1000 1010 0001 0100 0000

n-1=15                       0000 0000 0000 0000 0000 0000 0000 1111        


我们会发现 A、B 和 15 这个数进行与运后,得出来的结果都是 0, 这样的散列结果太让人失望了。很明显不是一个好的散列算法。


但是如果我们将 hashCode 值右移 16 位,然后再进行异或运算(如果两个数不同,结果为1,相同为0),这样的话,就能避免我们上面的情况的发生。



对象A hashCode:               1000 0100 0111 0001 0000 0111 1000 0000


对象A hashCode右移16位:  0000 0000 0000 0000 1000 0100 0111 0001


运算                          1000 0100 0111 0001 1000 0011 1111 0001


n-1=15                                0000 0000 0000 0000 0000 0000 0000 1111  


与运算:                              0000 0000 0000 0000 0000 0000 0000 0001



对象B hashCode:               0111 0111 0011 1000 1010 0001 0100 0000


对象B hashCode右移16位: 0000 0000 0000 0000 0111 0111 0011 1000


异或运算:                          0111 0111 0011 1000 1101 0110 0100 1000


n-1=15                               0000 0000 0000 0000 0000 0000 0000 1111   


与运算:                             0000 0000 0000 0000 0000 0000 0000 1000



通过结果可以看出来,这样异或运算得到结果,再和 n-1 与运算,得到结果不同,避免了 hash 冲突。

文末福利

找工作的小伙伴可以后台联系我,拉你进秋招/内推/面试群,我也给大家整理了各大公司的内推通道、简历模板还有历年的笔试题,大家要好好准备哦。


还可以帮助大家免费修改简历、模拟面试哦~可能下期视频的主角就是你哦~


我是无忌,Stay Tuned!