HashMap中哈希算法的關鍵代碼
//重新計算哈希值 static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);//key如果是null 新hashcode是0 否則 計算新的hashcode }
//計算數組槽位 (n - 1) & hash
HashMap的細節我們不談，只看這個哈希算法的細節(h = key.hashCode()) ^ (h >>> 16)
^按位異或運算，只要位不同結果為1，不然結果為0；
>>> 無符號右移：右邊補0
為什么要無符號右移16位后做異或運算
根據上面的說明我們做一個簡單演練
將h無符號右移16為相當於將高區16位移動到了低區的16位，再與原hashcode做異或運算，可以將高低位二進制特征混合起來
從上文可知高區的16位與原hashcode相比沒有發生變化，低區的16位發生了變化
我們可知通過上面(h = key.hashCode()) ^ (h >>> 16)進行運算可以把高區與低區的二進制特征混合到低區，那么為什么要這么做呢？
我們都知道重新計算出的新哈希值在后面將會參與hashmap中數組槽位的計算，計算公式：(n - 1) & hash，假如這時數組槽位有16個，則槽位計算如下：
仔細觀察上文不難發現，高區的16位很有可能會被數組槽位數的二進制碼鎖屏蔽，如果我們不做剛才移位異或運算，那么在計算槽位時將丟失高區特征
也許你可能會說，即使丟失了高區特征不同hashcode也可以計算出不同的槽位來，但是細想當兩個哈希碼很接近時，那么這高區的一點點差異就可能導致一次哈希碰撞，所以這也是將性能做到極致的一種體現
使用異或運算的原因
異或運算能更好的保留各部分的特征，如果采用&運算計算出來的值會向1靠攏，采用|運算計算出來的值會向0靠攏
為什么槽位數必須使用2^n
1、為了讓哈希后的結果更加均勻
這個原因我們繼續用上面的例子來說明
假如槽位數不是16，而是17，則槽位計算公式變成：(17 - 1) & hash
從上文可以看出，計算結果將會大大趨同，hashcode參加&運算后被更多位的0屏蔽，計算結果只剩下兩種0和16，這對於hashmap來說是一種災難
2、可以通過位運算e.hash & (newCap - 1)來計算，a % (2^n) 等價於 a & (2^n - 1) ，位運算的運算效率高於算術運算，原因是算術運算還是會被轉化為位運算
說了這么多點，上面提到的所有問題，最終目的還是為了讓哈希后的結果更均勻的分部，減少哈希碰撞，提升hashmap的運行效率