Java 为什么jvm中的默认哈希代码生成在JDK 8中切换为xor shift？

我正在学习JVM代码，以便更深入地理解Java。有一条评论说：

//具有线程特定状态的Marsaglia的xor移位方案
//这可能是最好的总体实现--我们将
//这可能会成为未来版本中的默认设置

当变量

hashcode

不是（0,1,2,3,4）中的任何一个时，可以在in-else分支中找到这一点。可以通过JVM选项“-XX:hashcode=n”设置此变量

我编写了一些代码来测试这些散列算法：

public static void main(String[] args) {
    long now = System.currentTimeMillis();
    RuntimeMXBean runtimeMxBean = ManagementFactory.getRuntimeMXBean();
    List<String> arguments = runtimeMxBean.getInputArguments();
    for(String s:arguments){
        System.out.println(s);
    }

    HashMap<Integer,Object> h = new HashMap<>();

    ArrayList<Object> arrayList = new ArrayList<>();

    for(int i=0;i<2000000;i++){
        Object o = new Object();
        if(h.containsKey(o.hashCode())){
            arrayList.add(o);
            continue;
        }
        h.put(o.hashCode(),o);
    }
    long currentTimeMillis = System.currentTimeMillis();
    System.err.println("hashcode collision："+arrayList.size());
    System.err.println(" used time "+(currentTimeMillis - now));

}

---

然后我将时间设置为20000000，addr XOR SHIFT仍然是0。我的问题是：它比xor移位更好吗？为什么jdk-8将“-XX:hashcode=5”作为默认值？

好的哈希函数的属性包括1）随机性、2）一致性、3）性能和4）可伸缩性。少量的冲突并不意味着哈希函数足够随机，例如，在您的测试中，顺序哈希代码也不会产生冲突，但显然这不是一个好的哈希函数

此外，您只测试了一个单线程案例。对于单个线程，

-XX:hashCode=0

（在JDK 8之前默认的Park Miller RNG算法）的性能相当好。但是，在高度并发的应用程序中，它变得非常糟糕：由于全局变量上的高争用，性能变得很差，并且由于争用条件，在不同线程中生成相同哈希代码的机会增加，请参见源代码中的：

  if (hashCode == 0) {
     // This form uses an unguarded global Park-Miller RNG,
     // so it's possible for two threads to race and generate the same RNG.
     // On MP system we'll have lots of RW access to a global, so the
     // mechanism induces lots of coherency traffic.
     value = os::random() ;

-XX:hashCode=1

在随机性方面也远远不够完美。它只是使用仅在停止时更新的全局变量对对象上的地址进行异或，而世界JVM暂停：

  if (hashCode == 1) {
     // This variation has the property of being stable (idempotent)
     // between STW operations.  This can be useful in some of the 1-0
     // synchronization schemes.
     intptr_t addrBits = cast_from_oop<intptr_t>(obj) >> 3 ;
     value = addrBits ^ (addrBits >> 5) ^ GVars.stwRandom ;

if（hashCode==1）{
//这种变化具有稳定（幂等）的性质
//在STW操作之间。这在某些1-0操作中非常有用
//同步方案。
intptr\u t addrBits=从oop（obj）>>3投下；
value=addrBits^（addrBits>>5）^GVars.strandom；

您可以在中找到对不同哈希代码算法的讨论和分析

---

简而言之，只有

-XX:hashCode=0

和

-XX:hashCode=5

提供了良好的随机性，而后者更具可扩展性和性能，因为它只使用简单的按位操作，不更新全局变量。

没有冲突并不是哈希函数排名的唯一标准。执行速度和可预测性是另外两个潜在指标。我不知道为什么会更改默认值，但我认为这是这些考虑因素和其他一些因素的混合。谢谢你的回答，我花了很长时间才理解，你的意思是hashcode=1缺乏随机性，在我看来，与hashcode=1和hashcode=5的主要区别是随机数GVars.strandom仅在STW发生时更改，XOR-SHIFT的随机数在Self（vmThread）时设置创建时，这提供了hashCode生成函数的随机性？所以在我的单线程测试中，两个函数的随机性并没有太多differences@Cheng.T

-XX:hashCode=1

根据对象地址生成值。因此，在STW暂停之间，可能的hashCode范围相当有限，这取决于堆大小和GC算法m、 相反，

-XX:hashCode=5

使用PRNG生成整个正整数范围内的值。

  if (hashCode == 1) {
     // This variation has the property of being stable (idempotent)
     // between STW operations.  This can be useful in some of the 1-0
     // synchronization schemes.
     intptr_t addrBits = cast_from_oop<intptr_t>(obj) >> 3 ;
     value = addrBits ^ (addrBits >> 5) ^ GVars.stwRandom ;