Java hashCode() 方法深刻理解

Java.lang.Object 有一个hashCode()和一个equals()方法，这两个方法在软件设计中扮演着举足轻重的角色。在一些类中覆写这两个方法以完成某些重要功能。本文描述了为何要用hashCode(), 如何使用，以及其余的一些扩展。阅读本文须要有基本的hash算法知识以及基本的Java集合知识，本文属于菜鸟入门级讲解，大神读至此请点击右上角的X，以避免浪费您的时间^_^。

WHY hashCode()?

集合Set中的元素是无序不可重复的，那判断两个元素是否重复的依据是什么呢？ “比较对象是否相等固然用Object.equal()了”，某猿如是说。可是，Set中存在大量对象，后添加到集合Set中的对象元素比较次数会逐渐增多，大大下降了程序运行效率。 Java中采用哈希算法(也叫散列算法)来解决这个问题，将对象(或数据)依特定算法直接映射到一个地址上，对象的存取效率大大提升。这样一来，当含有海量元素的集合Set须要添加某元素(对象)时，先调用这个元素的hashCode()，就能一会儿定位到此元素实际存储位置，若是这个位置没有元素，说明此对象时第一次存储到集合Set, 直接将此对象存储在此位置上；若此位置有对象存在，调用equal()看看这两个对象是否相等，相等就舍弃此元素不存，不等则散列到其余地址。 HOW use hashCode()?

Java语言对猿设计equal()有五个必须遵循的要求。

对称性。若 a.equal(b) 返回”true”, 则 b.equal(a) 也必须返回 “true”. 反射性。a.equal(a) 必须返回”true”. 传递性。若a.equal(b) 返回 “true”, 且 b.equal(c)返回 “true”, 则c.equal(a)必返回”true”. 一致性。若a.equal(b) 返回”true”, 只要a, b内容不变，无论重复多少次a.equal(b)必须返回”true”. 任何状况下，a.equals(null)，永远返回是“false”；a.equals(和a不一样类型的对象)永远返回是“false”. hashCode()的返回值和equals()的关系.

若是a.equals(b)返回“true”，那么a和b的hashCode()必须相等。 若是a.equals(b)返回“false”，那么a和b的hashCode()有可能相等，也有可能不等。 下面是一个例子。在实际的软件开发中，最好重写这两个方法。

public class Employee {
    int        employeeId;
    String     name;

    // other methods would be in here 

    @Override
    public boolean equals(Object obj)
    {
        if(obj==this)
            return true;
        Employee emp=(Employee)obj;
        if(employeeId.equals(emp.getEmployeeId()) && name==emp.getName())
            return true;
        return false;
    }

    @Override
    public int hashCode() {
        int hash = 1;
        hash = hash * 17 + employeeId;
        hash = hash * 31 + name.hashCode();
        return hash;
    }
}

下面着重介绍一下经常使用类的hashCode()实现方法。

String类的hasCode()

Java代码

public int hashCode() {
    int h = hash;
    if (h == 0) {
        int off = offset;
        char val[] = value;
        int len = count;

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

这段代码最有意思的仍是hash的实现方法了。最终计算的hash值为： s[0]31n-1 + s[1]31n-2 + … + s[n-1]

s[i]是string的第i个字符，n是String的长度。那为何这里用31，而不是其它数呢?

31是个奇素数，若是乘数是偶数，而且乘法溢出的话，信息就会丢失，由于与2相乘等价于移位运算。使用素数的好处并非很明显，可是习惯上都使用素数来计算散列结果。31有个很好的特性，就是用移位和减法来代替乘法，能够获得更好的性能：31*i==(i<<5)-i。如今的VM能够自动完成这种优化。(From Effective Java)

Object类的hasCode()

Object类中hashCode()是一个Native方法。Native方法如何调用?

public native int hashCode();

Object类的Native方法类可在这里找到。 深刻分析请看另一篇博客

static JNINativeMethod methods[] = {
    {"hashCode",    "()I",                    (void *)&JVM_IHashCode},
    {"wait",        "(J)V",                   (void *)&JVM_MonitorWait},
    {"notify",      "()V",                    (void *)&JVM_MonitorNotify},
    {"notifyAll",   "()V",                    (void *)&JVM_MonitorNotifyAll},
    {"clone",       "()Ljava/lang/Object;",   (void *)&JVM_Clone},
};

源代码包括getClass()(See line58)等, hashCode()(See line43)被定义为一个指向JVM_IHashCode指针。

jvm.cpp中定义了JVM_IHashCode(line 504)函数, 此函数里调用ObjectSynchronizer::FastHashCode，其定在 synchronizer.cpp, 可参考576行的FastHashCode 和 530行的 get_next_hash 的实现。