java(38)：HashCode 深入探讨

日期：2017/12/7

     （1）入门级：什么是HashMap？

      众所周知，HashMap是一个用于存储Key-Value键值对的集合，每一个键值对也叫做Entry。这些个键值对（Entry）分散存储在一个数组当中，这个数组就是HashMap的主干。

      HashMap数组每一个元素的初始值都是Null。

      对于HashMap，我们最常使用的是两个方法：Get 和 Put。

1.Put方法的原理

      调用Put方法的时候发生了什么呢？

      比如调用 hashMap.put("apple", 0) ，插入一个Key为“apple"的元素。这时候我们需要利用一个哈希函数来确定Entry的插入位置（index）：

      index =  Hash（“apple”）

      假定最后计算出的index是2，那么结果如下：

      但是，因为HashMap的长度是有限的，当插入的Entry越来越多时，再完美的Hash函数也难免会出现index冲突的情况。比如下面这样：

      这时候该怎么办呢？我们可以利用链表来解决。

      HashMap数组的每一个元素不止是一个Entry对象，也是一个链表的头节点。每一个Entry对象通过Next指针指向它的下一个Entry节点。当新来的Entry映射到冲突的数组位置时，只需要插入到对应的链表即可：

      需要注意的是，新来的Entry节点插入链表时，使用的是“头插法”。至于为什么不插入链表尾部，后面会有解释。

2.Get方法的原理

      使用Get方法根据Key来查找Value的时候，发生了什么呢？

      首先会把输入的Key做一次Hash映射，得到对应的index：

      index =  Hash（“apple”）

      由于刚才所说的Hash冲突，同一个位置有可能匹配到多个Entry，这时候就需要顺着对应链表的头节点，一个一个向下来查找。假设我们要查找的Key是“apple”：

      第一步，我们查看的是头节点Entry6，Entry6的Key是banana，显然不是我们要找的结果。

      第二步，我们查看的是Next节点Entry1，Entry1的Key是apple，正是我们要找的结果。

      之所以把Entry6放在头节点，是因为HashMap的发明者认为，后插入的Entry被查找的可能性更大。

But....

     （2）进阶级：

     之前说过，从Key映射到HashMap数组的对应位置，会用到一个Hash函数：

          index =  Hash（“apple”）

     如何实现一个尽量均匀分布的Hash函数呢？我们通过利用Key的HashCode值来做某种运算。

          index =  HashCode（Key） % Length ?

     如何进行位运算呢？有如下的公式（Length是HashMap的长度）：

          index =  HashCode（Key） &  （Length - 1） 

     下面我们以值为“book”的Key来演示整个过程：

          1.计算book的hashcode，结果为十进制的3029737，二进制的101110001110101110 1001。

          2.假定HashMap长度是默认的16，计算Length-1的结果为十进制的15，二进制的1111。

          3.把以上两个结果做与运算，101110001110101110 1001 & 1111 = 1001，十进制是9，所以 index=9。

     可以说，Hash算法最终得到的index结果，完全取决于Key的Hashcode值的最后几位。

     假设HashMap的长度是10，重复刚才的运算步骤：

     单独看这个结果，表面上并没有问题。我们再来尝试一个新的HashCode  101110001110101110 1011 ：

     让我们再换一个HashCode 101110001110101110 1111 试试  ：

     是的，虽然HashCode的倒数第二第三位从0变成了1，但是运算的结果都是1001。也就是说，当HashMap长度为10的时候，有些index结果的出现几率会更大，而有些index结果永远不会出现（比如0111）！

     这样，显然不符合Hash算法均匀分布的原则。

     反观长度16或者其他2的幂，Length-1的值是所有二进制位全为1，这种情况下，index的结果等同于HashCode后几位的值。只要输入的HashCode本身分布均匀，Hash算法的结果就是均匀的。