19 | 散列表（中）：如何打造一个工业级水平的散列表？

int hash(Object key) { int h = key.hashCode()； return (h ^ (h >>> 16)) & (capitity -1); //capicity 表示散列表的大小 } 先补充下老师使用的这段代码的一些问题：在JDK HashMap源码中，是分两步走的： 1. hash值的计算，源码如下： static final int hash(Object key) { int hash; return key == null ? 0 : (hash = key.hashCode()) ^ hash >>> 16; } 2. 在插入或查找的时候，计算Key被映射到桶的位置： int index = hash(key) & (capacity - 1) ---------------------------- JDK HashMap中hash函数的设计，确实很巧妙： 首先hashcode本身是个32位整型值，在系统中，这个值对于不同的对象必须保证唯一（JAVA规范），这也是大家常说的，重写equals必须重写hashcode的重要原因。 获取对象的hashcode以后，先进行移位运算，然后再和自己做异或运算，即：hashcode ^ (hashcode >>> 16)，这一步甚是巧妙，是将高16位移到低16位，这样计算出来的整型值将“具有”高位和低位的性质 最后，用hash表当前的容量减去一，再和刚刚计算出来的整型值做位与运算。进行位与运算，很好理解，是为了计算出数组中的位置。但这里有个问题： 为什么要用容量减去一？ 因为 A % B = A & (B - 1)，所以，(h ^ (h >>> 16)) & (capitity -1) = (h ^ (h >>> 16)) % capitity，可以看出这里本质上是使用了「除留余数法」 综上，可以看出，hashcode的随机性，加上移位异或算法，得到一个非常随机的hash值，再通过「除留余数法」，得到index，整体的设计过程与老师所说的“散列函数”设计原则非常吻合！ --------- 有分析不准确的地方，请指正！

能否每节讲完都有个代码的demo?

老师能不能就具体的题，讲讲数据结构呀。这种高大上的，对我来说有点难😔

python的字典就是封装好的散列吧

能分析一下HashMap的散列函数吗？

老师可以分享一下，你对hashmap的默认负载因子是0.75的理解吗？是与泊松分布有关吗？

我怎么hashmap记得红黑树树化的阈值是8，退化的阈值是6，回头看看源码确认下

JDK1.8 红黑树退化成链表阈值好像是6

老师，开放寻址法如果冲突了，占用其它hash code对应的位置，那该位置真正的数据来的时候怎么办，接着往后放么？删除的时候是否要搬回来？

为什么是78978呢？是随便给的一个数字吗？