扰动函数通过h ^ (h >>> 16)将高位信息混入低位，缓解因数组长度为2的幂导致仅低k位参与索引计算而引发的低位重复冲突；它不消除所有冲突，但显著提升桶分布均匀性。
HashMap 用扰动函数（(h = key.hashCode()) ^ (h >>> 16)）来让哈希值的高位参与索引计算，从而缓解因低位重复导致的桶分布不均和哈希冲突。
为什么只用 hashCode 低位容易冲突
HashMap 数组长度总是 2 的幂（如 16、32、64），计算下标用的是位运算：i = (n - 1) & hash。这等价于对 n 取模，但只保留了 hash 的低几位 —— 比如 n = 16 时，n-1 = 15（二进制 1111），实际只取 hash 的低 4 位。
很多对象的 hashCode() 在低 16 位上高度相似（比如连续 ID、简单字符串、小整数），而高位差异大。若直接用原始 hashCode，这些相似的低几位就会全部映射到少数几个桶里，冲突激增。
扰动函数怎么起作用
它把 hashCode 的高 16 位右移后与低 16 位异或，让高位信息“混入”低位：
立即学习“Java免费学习笔记（深入）”；
- 异或操作是可逆且均匀的：相同位异或得 0，不同位得 1，能放大微小差异
- 高位被“折叠”进低位：即使原始 hash 低 4 位全为 0，扰动后可能变成非零值
- 结果仍保持散列性：不会破坏原有分布，只是让低位更“有信息量”
例如：hashCode = 0x0000abcd（高位全 0，低位 abcd）→ 扰动后变成 0x0000abcd ^ 0x00000000 = 0x0000abcd；而 hashCode = 0x1234abcd → 扰动后是 0x1234abcd ^ 0x00001234 = 0x1234bed9，低 4 位已改变。
扰动后如何影响桶分布
最终下标由 (n - 1) & hash 决定。扰动让原本因低 4 位相同而挤在同一个桶里的 key，现在低 4 位更分散，从而落到不同桶中：
- 没扰动前：100 个 key 的
hashCode低 4 位都是1010→ 全进下标 10 - 加扰动后：它们的扰动值低 4 位可能变成
0011、1101、0100… → 分散到多个桶
这不是消除冲突，而是显著降低**相同低 k 位导致批量冲突**的概率，尤其对常见业务 key（如递增 ID、短字符串）效果明显。
它不是万能的，但很务实
扰动函数不能解决所有冲突 —— 两个不同 key 经过扰动后仍可能得到相同 hash 值，这是哈希本质决定的。但它针对 HashMap 实际使用中最常见的冲突诱因（低位趋同）做了低成本、高收益的优化：
- 计算极快：一次右移 + 一次异或，无分支、无内存访问
- 兼容性强：不依赖 key 类型，对任意
hashCode都有效 - 配合链表/红黑树兜底：即使还有冲突，也能通过结构升级控制最坏复杂度
