淺談原理--hashCode方法

 

我們時常會判斷一個元素是否相等重復，可以用equals方法。

每增加一個元素，我們就可以通過equals方法判斷集合中的每一個元素是否重復，但是如果集合中有10000個元素了，我們每添加一個元素的時候，就需要進行10000此的equals方法的調用，顯示效率非常的低下了。

 

於是基於這種問題，java集合的設計者采用了哈希表來實現。

哈希表也稱為散列算法，是依據數據特定算法產生的結果直接指定到一塊地址上，這個結果由hashCode方法產生。

這樣一來，當集合每添加一個新的元素的時候，就可以通過hashCode方法直接定位到該存放的物理位置上，而不需要大量的equals板的比較。

 

上面說到了hashCode方法，它是Object類中的一個被native修飾的方法，

那么也就是說，我們每個對象都會繼承了這個方法，我們也就可以重寫它了

 

Object類的hashCode方法代碼：

public native int hashCode();

---

hashCode的比較方式

　　比如下方是在用HashSet存值

1. 計算出來的位置上，如果這個位置上沒有元素，它就可以直接存儲在這個位置上了，不用進行任何的比較
2. 如果這個位置有元素了，就調用它的（這個對象）equals方法與新的元素進行比較，相同的話就不存了
3. 如果equals方法比較后，不相同，也就是放生了hashKey相同，導致沖突的情況。那么就在這個hashKey的地方產生一個鏈表，將所有產生相同的hashKey的對象添加到這個鏈表上，串在一起（很少會出現）。這樣一來實際上我們調用equals方法的幾率就大大降低了。

 

下面以簡單的圖來表示

 

 

 

 這里有A B C D四個對象，分別通過hashCode方法產生了3個值

注意A和B對象調用hashCode產生的值是相同的，即 A.hashCode = B.hashCode()= 0x001

發生了哈希沖突，這時候由於最先插入了A，在插入B的時候，我們發現B要插入A的位置，而A已經插入，也就是這個位置已經有對象了。

這個時候就通過調用equals方法判斷A和B是否相同，如果相同就不插入B，如果不同則將B插入到A后面的位置。

所以對於equals方法和hashCode方法有如下的要求：

 

一、hashCode要求

1. 在程序運行期間，只要對象（字段）變化不會影響到equals方法的決策結果，那么在這個期間，無論調用多少次hashCode，都必須返回相同的散列碼的hashCode
2. 通過equals調用返回true的2個對象的hashCode一定相同
3. 通過equals返回false的2個對象的hashCode不需要不同，也就是允許hashCode相同。

因此得到以下結論

• 兩個對象相等，其hashCode一定相同
• 兩個對象不相等，其hashCode可能相等
• hashCode相等的兩個對象，不一定相同
• hashCode不相等的兩個對象，一定不同

 

可能會有人疑問，對於不能重復的集合，為什么不直接通過 hashCode 對於每個元素都產生唯一的值，如果重復就是相同的值，這樣不就不需要調用 equals 方法來判斷是否相同了嗎？

　　實際上對於元素不是很多的情況下，直接通過 hashCode 產生唯一的索引值，通過這個索引值能直接找到元素，而且還能判斷是否相同。比如數據庫存儲的數據，ID 是有序排列的，我們能通過 ID 直接找到某個元素，如果新插入的元素 ID 已經有了，那就表示是重復數據，這是很完美的辦法。但現實是存儲的元素很難有這樣的 ID 關鍵字，也就很難這種實現 hashCode 的唯一算法，再者就算能實現，但是產生的 hashCode 碼是非常大的，這會大的超過 Java 所能表示的范圍（因為返回值是int類型，大小只能是2³²)，很占內存空間，所以也是不予考慮的。

 

二、重寫hashCode

我們應該注意：

• 不同對象的hashCode碼應該盡量不同，避免hash沖突，也就是算法獲得元素要盡量均勻。
• hash值是一個int類型，在java中占用4個字節，也就是2³² 次方，要避免溢出

 

下面是String的hashCode實現

public int hashCode() {
        int h = hash;
        if (h == 0 && value.length > 0) {
            char val[] = value;

            for (int i = 0; i < value.length; i++) {
                h = 31 * h + val[i];
            }
            hash = h;
        }
        return h;
    }

這里有個數字 31 ，為什么選擇31作為乘積因子，而且沒有用一個常量來聲明？主要原因有兩個：

　　①、31是一個不大不小的質數，是作為 hashCode 乘子的優選質數之一。

　　②、31可以被 JVM 優化，31 * i = (i << 5) - i。因為移位運算比乘法運行更快更省性能。

　　具體解釋可以參考這篇文章。

 

 

 

ps：

　　對於Map集合，我們可以選擇Java中的基本類型，還有引用類型String作為key，因為它們都按照規范重寫了equals方法和hashCode方法。

但是如果我們自定義對象作為key，那么一定要覆蓋equals方法和hahshCode方法，要不然會有未知的suprise等着你。