哈希表這個數據結構想必大多數人都不陌生,而且在很多地方都會利用到hash表來提高查找效率。在Java的Object類中有一個方法:
1
|
public native int hashCode();
|
根據這個方法的聲明可知,該方法返回一個int類型的數值,並且是本地方法,因此在Object類中並沒有給出具體的實現。
爲何Object類需要這樣一個方法?它有什麼作用呢?今天我們就來具體探討一下hashCode方法。
一.hashCode方法的作用
對於包含容器類型的程序設計語言來說,基本上都會涉及到hashCode。在Java中也一樣,hashCode方法的主要作用是爲了配合基於散列的集合一起正常運行,這樣的散列集合包括HashSet、HashMap以及HashTable。
爲什麼這麼說呢?考慮一種情況,當向集合中插入對象時,如何判別在集合中是否已經存在該對象了?(注意:集合中不允許重複的元素存在)
也許大多數人都會想到調用equals方法來逐個進行比較,這個方法確實可行。但是如果集合中已經存在一萬條數據或者更多的數據,如果採用 equals方法去逐一比較,效率必然是一個問題。此時hashCode方法的作用就體現出來了,當集合要添加新的對象時,先調用這個對象的 hashCode方法,得到對應的hashcode值,實際上在HashMap的具體實現中會用一個table保存已經存進去的對象的hashcode 值,如果table中沒有該hashcode值,它就可以直接存進去,不用再進行任何比較了;如果存在該hashcode值, 就調用它的equals方法與新元素進行比較,相同的話就不存了,不相同就散列其它的地址,所以這裏存在一個衝突解決的問題,這樣一來實際調用 equals方法的次數就大大降低了,說通俗一點:Java中的hashCode方法就是根據一定的規則將與對象相關的信息(比如對象的存儲地址,對象的 字段等)映射成一個數值,這個數值稱作爲散列值。下面這段代碼是java.util.HashMap的中put方法的具體實現:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
public V
put(K key, V value) {
if (key
== null)
return putForNullKey(value);
int hash
= hash(key.hashCode());
int i
= indexFor(hash, table.length);
for (Entry<K,V>
e = table[i]; e != null;
e = e.next) {
Object
k;
if (e.hash
== hash && ((k = e.key) == key || key.equals(k))) {
V
oldValue = e.value;
e.value
= value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
addEntry(hash,
key, value, i);
return null;
}
|
put方法是用來向HashMap中添加新的元素,從put方法的具體實現可知,會先調用hashCode方法得到該元素的hashCode 值,然後查看table中是否存在該hashCode值,如果存在則調用equals方法重新確定是否存在該元素,如果存在,則更新value值,否則將 新的元素添加到HashMap中。從這裏可以看出,hashCode方法的存在是爲了減少equals方法的調用次數,從而提高程序效率。
如果對於hash表這個數據結構的朋友不清楚,可以參考這幾篇博文;
http://www.cnblogs.com/jiewei915/archive/2010/08/09/1796042.html
http://www.cnblogs.com/dolphin0520/archive/2012/09/28/2700000.html
http://www.java3z.com/cwbwebhome/article/article8/83560.html?id=4649
有些朋友誤以爲默認情況下,hashCode返回的就是對象的存儲地址,事實上這種看法是不全面的,確實有些JVM在實現時是直接返回對象的存儲地址,但是大多時候並不是這樣,只能說可能存儲地址有一定關聯。下面是HotSpot JVM中生成hash散列值的實現:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
|
static inline intptr_t get_next_hash(Thread
* Self, oop obj) {
intptr_t value
= 0 ;
if (hashCode
== 0) {
//
This form uses an unguarded global Park-Miller RNG,
//
so it's possible for two threads to race and generate the same RNG.
//
On MP system we'll have lots of RW access to a global, so the
//
mechanism induces lots of coherency traffic.
value
= os::random() ;
} else
if (hashCode
== 1) {
//
This variation has the property of being stable (idempotent)
//
between STW operations. This can be useful in some of the 1-0
//
synchronization schemes.
intptr_t addrBits
= intptr_t(obj)
>> 3 ;
value
= addrBits ^ (addrBits >> 5) ^ GVars.stwRandom ;
} else
if (hashCode
== 2) {
value
= 1 ; //
for sensitivity testing
} else
if (hashCode
== 3) {
value
= ++GVars.hcSequence ;
} else
if (hashCode
== 4) {
value
= intptr_t(obj)
;
} else {
//
Marsaglia's xor-shift scheme with thread-specific state
//
This is probably the best overall implementation -- we'll
//
likely make this the default in future releases.
unsigned
t = Self->_hashStateX ;
t
^= (t << 11) ;
Self->_hashStateX
= Self->_hashStateY ;
Self->_hashStateY
= Self->_hashStateZ ;
Self->_hashStateZ
= Self->_hashStateW ;
unsigned
v = Self->_hashStateW ;
v
= (v ^ (v >> 19)) ^ (t ^ (t >> 8)) ;
Self->_hashStateW
= v ;
value
= v ;
}
value
&= markOopDesc::hash_mask;
if (value
== 0) value = 0xBAD ;
assert (value
!= markOopDesc::no_hash, "invariant")
;
TEVENT
(hashCode: GENERATE) ;
return value;
}
|
該實現位於hotspot/src/share/vm/runtime/synchronizer.cpp文件下。
因此有人會說,可以直接根據hashcode值判斷兩個對象是否相等嗎?肯定是 不可以的,因爲不同的對象可能會生成相同的hashcode值。雖然不能根據hashcode值判斷兩個對象是否相等,但是可以直接根據hashcode 值判斷兩個對象不等,如果兩個對象的hashcode值不等,則必定是兩個不同的對象。如果要判斷兩個對象是否真正相等,必須通過equals方法。
也就是說對於兩個對象,如果調用equals方法得到的結果爲true,則兩個對象的hashcode值必定相等;
如果equals方法得到的結果爲false,則兩個對象的hashcode值不一定不同;
如果兩個對象的hashcode值不等,則equals方法得到的結果必定爲false;
如果兩個對象的hashcode值相等,則equals方法得到的結果未知。
二.equals方法和hashCode方法
在有些情況下,程序設計者在設計一個類的時候爲需要重寫equals方法,比如String類,但是千萬要注意,在重寫equals方法的同時,必須重寫hashCode方法。爲什麼這麼說呢?
下面看一個例子:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
|
package com.cxh.test1;
import java.util.HashMap;
import java.util.HashSet;
import java.util.Set;
class People{
private String
name;
private int age;
public People(String
name,int age)
{
this.name
= name;
this.age
= age;
}
public void setAge(int age){
this.age
= age;
}
@Override
public boolean equals(Object
obj) {
//
TODO Auto-generated method stub
return this.name.equals(((People)obj).name)
&& this.age==
((People)obj).age;
}
}
public class Main
{
public static void main(String[]
args) {
People
p1 = new People("Jack", 12);
System.out.println(p1.hashCode());
HashMap<People,
Integer> hashMap = new HashMap<People,
Integer>();
hashMap.put(p1, 1);
System.out.println(hashMap.get(new People("Jack", 12)));
}
}
|
在這裏我只重寫了equals方法,也就說如果兩個People對象,如果它的姓名和年齡相等,則認爲是同一個人。
這段代碼本來的意願是想這段代碼輸出結果爲“1”,但是事實上它輸出的是“null”。爲什麼呢?原因就在於重寫equals方法的同時忘記重寫hashCode方法。
雖然通過重寫equals方法使得邏輯上姓名和年齡相同的兩個對象被判定爲相等的對象(跟String類類似),但是要知道默認情況 下,hashCode方法是將對象的存儲地址進行映射。那麼上述代碼的輸出結果爲“null”就不足爲奇了。原因很簡單,p1指向的對象和
System.out.println(hashMap.get(new People("Jack", 12)));這句中的new People("Jack", 12)生成的是兩個對象,它們的存儲地址肯定不同。下面是HashMap的get方法的具體實現:
1
2
3
4
5
6
7
8
9
10
11
12
13
|
public V
get(Object key) {
if (key
== null)
return getForNullKey();
int hash
= hash(key.hashCode());
for (Entry<K,V>
e = table[indexFor(hash, table.length)];
e
!= null;
e
= e.next) {
Object
k;
if (e.hash
== hash && ((k = e.key) == key || key.equals(k)))
return e.value;
}
return null;
}
|
所以在hashmap進行get操作時,因爲得到的hashcdoe值不同(注意,上述代碼也許在某些情況下會得到相同的hashcode值, 不過這種概率比較小,因爲雖然兩個對象的存儲地址不同也有可能得到相同的hashcode值),所以導致在get方法中for循環不會執行,直接返回 null。
因此如果想上述代碼輸出結果爲“1”,很簡單,只需要重寫hashCode方法,讓equals方法和hashCode方法始終在邏輯上保持一致性。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
|
package com.cxh.test1;
import java.util.HashMap;
import java.util.HashSet;
import java.util.Set;
class People{
private String
name;
private int age;
public People(String
name,int age)
{
this.name
= name;
this.age
= age;
}
public void setAge(int age){
this.age
= age;
}
@Override
public int hashCode()
{
//
TODO Auto-generated method stub
return name.hashCode()*37+age;
}
@Override
public boolean equals(Object
obj) {
//
TODO Auto-generated method stub
return this.name.equals(((People)obj).name)
&& this.age==
((People)obj).age;
}
}
public class Main
{
public static void main(String[]
args) {
People
p1 = new People("Jack", 12);
System.out.println(p1.hashCode());
HashMap<People,
Integer> hashMap = new HashMap<People,
Integer>();
hashMap.put(p1, 1);
System.out.println(hashMap.get(new People("Jack", 12)));
}
}
|
這樣一來的話,輸出結果就爲“1”了。
下面這段話摘自Effective Java一書:
- 在程序執行期間,只要equals方法的比較操作用到的信息沒有被修改,那麼對這同一個對象調用多次,hashCode方法必須始終如一地返回同一個整數。
- 如果兩個對象根據equals方法比較是相等的,那麼調用兩個對象的hashCode方法必須返回相同的整數結果。
- 如果兩個對象根據equals方法比較是不等的,則hashCode方法不一定得返回不同的整數。
對於第二條和第三條很好理解,但是第一條,很多時候就會忽略。在《Java編程思想》一書中的P495頁也有同第一條類似的一段話:
“設計hashCode()時最重要的因素就是:無論何時,對同一個對象調用 hashCode()都應該產生同樣的值。如果在講一個對象用put()添加進HashMap時產生一個hashCdoe值,而用get()取出時卻產生 了另一個hashCode值,那麼就無法獲取該對象了。所以如果你的hashCode方法依賴於對象中易變的數據,用戶就要當心了,因爲此數據發生變化 時,hashCode()方法就會生成一個不同的散列碼”。
下面舉個例子:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
|
package com.cxh.test1;
import java.util.HashMap;
import java.util.HashSet;
import java.util.Set;
class People{
private String
name;
private int age;
public People(String
name,int age)
{
this.name
= name;
this.age
= age;
}
public void setAge(int age){
this.age
= age;
}
@Override
public int hashCode()
{
//
TODO Auto-generated method stub
return name.hashCode()*37+age;
}
@Override
public boolean equals(Object
obj) {
//
TODO Auto-generated method stub
return this.name.equals(((People)obj).name)
&& this.age==
((People)obj).age;
}
}
public class Main
{
public static void main(String[]
args) {
People
p1 = new People("Jack", 12);
System.out.println(p1.hashCode());
HashMap<People,
Integer> hashMap = new HashMap<People,
Integer>();
hashMap.put(p1, 1);
p1.setAge(13);
System.out.println(hashMap.get(p1));
}
}
|
這段代碼輸出的結果爲“null”,想必其中的原因大家應該都清楚了。
因此,在設計hashCode方法和equals方法的時候,如果對象中的數據易變,則最好在equals方法和hashCode方法中不要依賴於該字段。