hashmap哈希值计算分两步：先调用key.hashcode()获取原始哈希值，再通过扰动函数h ^ (h >>> 16)使高位参与低位运算，提升分布均匀性、减少哈希冲突。
Java 中 HashMap 的哈希值计算分为两步：先对键（key）调用 hashCode()，再通过**哈希扰动函数**（也叫扰动算法）二次处理，目的是让高位参与运算、减少哈希冲突。
1. 初始哈希值：调用 key.hashCode()
所有键对象必须实现 hashCode() 方法。例如 String 类重写了该方法，按字符序列计算出一个整数；Integer 直接返回其数值本身。这个原始值就是“未扰动的哈希值”。
2. 哈希扰动函数：h ^ (h >>> 16)
这是 JDK 7 和 JDK 8 中 HashMap 使用的核心扰动逻辑，定义在 hash(Object key) 方法中：
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
说明：
- h >>> 16：将原始哈希值无符号右移 16 位（即丢弃低 16 位，高位补 0）
- 异或运算（^）：把原哈希值和右移后的结果逐位异或
- 效果是：让高 16 位“混合”进低 16 位，使低位更充分反映整个哈希值的分布特征
3. 为什么需要扰动？——解决低位信息不足问题
HashMap 底层数组长度总是 2 的幂（如 16、32、64），定位桶位置时使用：
(n - 1) & hash（等价于 hash % n，但更快）
由于 n-1 的二进制全是 1（如 15 是 1111），实际只取 hash 的**最低几位**做索引。如果原始 hashCode() 的低位变化少（比如某些对象的哈希值集中在某一段），就会导致大量元素挤在少数几个桶里。
举例：
假设 hash = 0xAAAA0000（高位有信息，低位全 0），不扰动时 (16-1) & hash = 0，所有这类 key 都落在第 0 号桶；
扰动后：0xAAAA0000 ^ 0x0000AAAA = 0xAAAAAAAA，低位变得随机，分散效果明显提升。
4. JDK 8 的优化补充
除了扰动函数，JDK 8 还引入了红黑树机制：当某个桶中链表长度 ≥ 8 且 table 长度 ≥ 64 时，链表转为红黑树，进一步缓解哈希碰撞带来的性能退化。但扰动函数仍是前置关键步骤，决定“是否容易碰撞”。
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
