使用计算得出的hash值&(length-1),那么这里按位与运算必须保证每个hash值都有可能落到数组的每个index上，并且要尽可能的均匀，那么这里为什么可以做到呢 这里就要讲到hashmap的数组Entry[] table的大小了，hashmap的内部数组大小必须保证是2的幂次方，我们可以在代码中看到一个精妙的算法/**

 
 

 如上代码精妙的可以把一个数字转换为一个相近的2的幂次方，即使初始化Hashmap时传入的初始容量不是2的幂次也会被转化，我们再回到上面的问题
 hash&(length-1)，2的幂次-1转化为2进制可以保证得到的2进制值必定是某个位数的1，如16-1的2进制是1111,32是11111,64是111111…与运算的算法是只有两位对比都是1则得1，如hash&15即hash的2进制的后4位和1111比较，这里hash的后4位范围是之间与上1111则最后的值是在即0-15之间，即可保证运算后的值有可能落到数组的每一个下标，如果数组长度不是2的幂次，则数组的某几位下标index永远不会有值
 如上算法可以保证hash的值可能落到数组每一个index，但是并不能保证hash计算后的值尽可能分散，上诉可以得出index的计算主要有hash的后几位和length-1计算得出，那么高位是不会影响index的，在hashmap里面计算hash时其实也使用了算法尽量使hash值离散，如下
 


 

 


 
 
 

 (length-1);结果始终是h的低16位与（length-1）进行&运算。（hashcode为四字节），hash值是32位的，即只有后16位会影响index的计算，如何让哈希值的低16位更加随机，那么&结果就更加随机，如何让哈希值的低16位更加随机，那么就是让其与高16位异或运算
由上可以看到hashmap为了考虑性能的设计还是非常精妙的.