一、HashMap 的位操作设计

HashMap 使用位运算优化哈希计算与索引定位，核心场景如下：

1. 哈希扰动函数
   计算键的哈希值时，将高16位与低16位异或：

   static final int hash(Object key) {int h;return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
   }
   

   作用：增加哈希值的随机性，减少因低位重复导致的冲突（例如低位相同的哈希值经过扰动后分布更均匀）。

2. 索引定位优化
   通过 (n - 1) & hash 计算数组下标（n为数组长度）。
   关键点：

   • 数组长度 n 必须为2的幂（如16、32），保证 n-1 的二进制全为1（如15→0b1111），此时按位与等效于取模运算，但效率更高。
   • 例如：哈希值为 0b10100101，n=16，计算得 15 & 0b10100101 = 0b0101（即下标5）。

---

二、HashSet 的 contains 方法复杂度

HashSet 的 contains() 方法底层依赖 HashMap 的键查找，复杂度与哈希冲突情况相关：

• 理想情况：哈希分布均匀时，时间复杂度为 O(1)。
• 哈希冲突时：
  • 链表：退化至 O(n)（如所有元素哈希冲突形成长链表）。
  • 红黑树：优化为 O(log n)（链表长度超过8且数组容量≥64时转换为红黑树）。

底层实现：

// HashSet 源码中的 contains 方法
public boolean contains(Object key) {return map.containsKey(key);  // 调用 HashMap 的 containsKey
}

---

三、红黑树的核心特性与作用

红黑树是 HashMap 在哈希冲突严重时的优化数据结构，其特性与优势如下：

1. 核心特性

   • 节点颜色：非红即黑。
   • 根节点与叶子：根节点必须为黑色，叶子节点（NIL节点）视为黑色。
   • 红色节点约束：红色节点的子节点必须为黑色（确保无连续红色节点）。
   • 黑色高度平衡：从任一节点到其所有叶子路径的黑色节点数相同。

2. 操作复杂度

   • 插入/删除/查找：时间复杂度均为 O(log n)，优于链表（O(n)）。
   • 旋转次数：相比 AVL 树，红黑树放宽平衡条件，减少旋转次数，更适合频繁修改的场景。

3. 在 HashMap 中的应用

   • 转换条件：链表长度 >8 且数组容量 ≥64 时，链表转为红黑树；节点数 <6 时退化为链表。
   • 优势：避免恶意哈希攻击导致性能骤降（如大量哈希冲突使链表退化为 O(n) 查询）。

---

总结对比

维度	HashMap 位操作	HashSet 的 contains	红黑树
核心目的	减少哈希冲突，快速定位数组下标	快速判断元素是否存在	解决哈希冲突导致的查询性能问题
时间复杂度	O(1)（无冲突时）	O(1)/O(log n)（冲突优化后）	插入/删除/查找均为 O(log n)
典型应用场景	所有键值对存储操作	集合元素去重与快速查找	哈希冲突严重时的链表替代方案