hash()扰动函数不可省,因其将高16位异或进低16位,避免低位规律性导致哈希分布不均;若省略,自增主键等场景下桶分布恶化5–8倍,o(1)退化为o(n)。

hash() 扰动函数为什么不能省?
直接用 key.hashCode() 做索引计算,极容易在低比特位规律性强的场景下崩——比如数据库主键自增(hashCode 就是 1,2,3…)、时间戳毫秒值、或某些 ORM 生成的 ID,它们的低位变化频繁但高位几乎不变。这时未扰动的 hash 值 & (n-1) 实际只用了低几位,导致大量 key 挤在前几个桶里,链表暴涨,O(1) 变成 O(n)。
Java 8 的 hash() 强制把高16位异或进低16位:(h = key.hashCode()) ^ (h >>> 16),让高位也参与桶定位。实测显示,对连续整数 key,扰动后桶分布均匀度提升 5–8 倍。
- 自定义 key 类必须重写
hashCode(),否则默认Object.hashCode()返回内存地址,不同实例几乎必冲突 - 如果 key 是不可变类(如
String、Integer),不用管;但若用可变对象作 key(如没设 final 的 POJO),后续修改字段会导致hashCode()变,get()就再也找不到它了
put() 时桶位置怎么算?别再用 % 取模
HashMap 不用 hash % table.length,而是用 (table.length - 1) & hash。前提是数组长度必须是 2 的幂(16、32、64…),这样 table.length - 1 就是形如 0b1111 的掩码,位与运算比取模快一个数量级,且无除法开销。
例如容量 16 → 掩码 15(0b1111),hash = 12345(0b11000000111001),12345 & 15 = 9,直接落到索引 9 —— 这就是真实桶下标。
立即学习“Java免费学习笔记(深入)”;
- 扩容时新容量翻倍(如 16→32),掩码多一位(
0b11111),旧桶中每个节点只需看新增那一位是 0 还是 1,就能决定留在原位还是移到oldCap + index,无需重新调用hash() - 如果你手动指定初始容量,别传奇数或质数(如 17、100),要传 2 的幂(
new HashMap(32)),否则构造器会自动向上取到最近的 2 的幂(100 → 128)
链表什么时候转红黑树?两个条件缺一不可
不是链表一长到 8 就树化。必须同时满足:table.length >= 64 且 链表节点数 >= 8。前者是为了避免小容量下树结构带来的额外内存和维护成本(TreeNode 比 Node 大得多),后者才是触发阈值。
反向退化更宽松:只要红黑树节点数 ≤ 6,就立刻转回链表,不检查容量。
- 如果你的应用 key 冲突严重(比如用用户手机号做 key,但部分号段集中),建议初始化时设大点容量(如
new HashMap(1024)),提前规避链表过长 - 树化后
get()查找是 O(log n),但插入/删除代价更高;高频写、低频读场景慎用树化,可考虑换哈希算法或预分片 - 用
jdk.internal.vm.annotation.Contended等方式缓存行对齐优化,对极端并发场景有帮助,但属于高级技巧,普通业务无需介入
get() 返回 null 到底是没找到,还是 value 就是 null?
两者都可能。HashMap 允许 value 为 null,也允许一个 null key,所以 map.get("xxx") == null 完全无法判断 key 是否存在。
正确姿势是:查存在性用 map.containsKey(key),查 value 用 map.get(key),二者语义不同,不可混用。
-
nullkey 固定落在table[0](因为hash(null) == 0),但前提是 table 已初始化;首次get(null)会触发延迟初始化,这点常被忽略 - 多线程环境下,即使加了同步,
containsKey()和get()之间仍可能被其他线程修改,如需强一致性,得用ConcurrentHashMap或外部锁 - 如果业务逻辑里 value 绝对不允许为 null,建议用 Optional 包装,或统一约定用特殊哨兵值(如 -1、""),从源头堵住歧义
真正容易被忽略的是:扰动函数虽小,却是整个哈希分布的基石;而 containsKey() 和 get() 的语义差异,在复杂条件分支里一旦写错,debug 成本远高于预防成本。








