因为HashMap底层依赖位运算快速定位桶位置，而只有容量是2的幂时，(n – 1) & hash 才能等价于 hash % n，同时保证索引均匀、冲突可控、扩容高效。
加快索引计算速度
HashMap不使用取模（%）而是用位与（&）算数组下标，关键公式是：(table.length – 1) & hash。当长度 n 是 2 的幂（如 16、32、64），n−1 的二进制全是 1（如 15 → 1111），此时与 hash 做按位与，相当于只保留 hash 的低几位——这和取模效果一致，但位运算快得多。
例如：hash = 103，n = 16 → n−1 = 15（1111₂），103（1100111₂）& 15 = 7 → 定位到索引 7若 n = 10（非 2 的幂），n−1 = 9（1001₂），103 & 9 = 1，低位“0”会屏蔽 hash 的部分信息，导致大量 key 挤在少数桶里
避免索引分布失衡
如果容量不是 2 的幂，n−1 的二进制含 0，按位与会固定丢弃某些位，使 hash 值的分布能力大打折扣。
n = 10 → n−1 = 9（1001₂），第二、三位恒为 0 → hash 的第 2、3 位无论 0 或 1 都不影响结果结果就是：大量不同 hash 值映射到相同索引，链表/红黑树变长，查询退化为 O(n)而 n = 16（10000₂）→ n−1 = 15（01111₂），低 4 位全参与运算，hash 变化能充分反映到索引上
让扩容过程免重哈希
扩容时容量翻倍（如 16 → 32），旧桶中每个元素只需看 hash 在新增最高位是否为 1，就能决定留在原位还是移到 原索引 + 旧容量 的位置。
旧容量 16 → 掩码 15（01111），新容量 32 → 掩码 31（11111）新增的第 5 位（从 0 开始数）决定了迁移方向：为 0 → 索引不变；为 1 → 索引 + 16不需要重新调用 hashCode() 或完整再算一遍 hash % 32，大幅提升扩容吞吐量
初始容量自动对齐 2 的幂
即使你传入 new HashMap(10)，HashMap 内部也会通过 tableSizeFor(10) 调整为 16；传入 100 → 得到 128。这是强制保障，不是建议。
核心逻辑是：把输入数字最高位设为 1，其余低位全填 1，再加 1 → 得到最近的更大 2 的幂这样设计抹平了用户误配容量的风险，所有实例都天然适配上述三项优化机制
评论(0)