HashMap中的Hash方法

HashMap中的Hash方法

设计通用哈希码的问题之一是，您将所有这些工作都放在了确保良好的位扩展上，然后有人来使用并以完全撤消的方式使用它。

让我们以一个带有X和Y（均为整数）的坐标类的经典示例为例。

这是一个经典的示例，因为人们会用它来证明这

X ^ Y

不是一个很好的哈希码，因为通常会有多个对象，其中

X == Y

（所有哈希都为0）或X和Y为Y和X的对象其他（将散列相同）和其他情况下，我们最终得到相同的散列码。

归结为一个事实，虽然整数的可能范围涵盖40亿个值，但在99％的使用中，它们最多最多不到几百或几万。我们永远无法避免尝试在40亿个可能的结果中分散18个四十亿可能的值，但是我们可以努力使我们实际看到的值减少冲突的可能性。

现在，

(X << 16 | X >> 16) ^

Y在这种情况下做得更好，将来自X的位分散更多。

不幸的是，如果使用此哈希

% someBinaryRoundNumer

来索引表（甚至

% someOtherNumber

在较小程度上），则对于低于X的值（

someBinaryRoundNumber

我们可以预期是最常见的），此哈希有效return Y。

我们所有的辛苦工作被浪费了！

所使用的重新哈希方法是使用这种逻辑进行哈希方法，效果略好。

值得一提的是，过于批评这种

(X << 16 | X >> 16) ^ Y

方法是不公平的，因为对哈希的另一种使用可能具有优于给定替代方法的形式。