Hash与HashCode

1.hash和hash表

首先看一张来自百度百科的解释

  hash是一个函数，该函数中的实现就是一种算法，就是通过一系列的算法来得到一个hash值，hash表就是所有的hash值组成的，有很多种hash函数，也就代表着有很多种算法得到hash值。

2.hashCode

  hashcode就是通过hash函数得来的，通俗的说，就是通过某一种算法得到的，hashcode就是在hash表中有对应的位置。

  每个对象都有hashcode，对象的hashcode怎么得来的呢？

  首先一个对象肯定有物理地址，hashcode代表对象的地址是对象在hash表中的位置，物理地址说的对象存放在内存中的地址，通过对象的内部地址(也就是物理地址)转换成一个整数，然后该整数通过hash函数的算法就得到了hashcode。

  举个例子，hash表中有 hashcode为1、hashcode为2、(…)3、4、5、6、7、8这样八个位置，有一个对象A，A的物理地址转换为一个整数17(这是假如)，就通过直接取余算法，17%8=1，那么A的hashcode就为1，且A就在hash表中1的位置。

3.hashCode的作用

  HashCode的存在主要是为了查找的快捷性，HashCode是用来在散列存储结构中确定对象的存储地址的(后半句说的用hashcode来代表对象就是在hash表中的位置)。

  为什么hashcode就查找的更快？

  比如：我们有一个能存放1000个数这样大的内存中，在其中要存放1000个不一样的数字，用最笨的方法，就是存一个数字，就遍历一遍，看有没有相同得数，当存了900个数字，开始存901个数字的时候，就需要跟900个数字进行对比，这样就很麻烦，很是消耗时间，用hashcode来记录对象的位置，来看一下。hash表中有1、2、3、4、5、6、7、8个位置，存第一个数，hashcode为1，该数就放在hash表中1的位置，存到100个数字，hash表中8个位置会有很多数字了，1中可能有20个数字，存101个数字时，他先查hashcode值对应的位置，假设为1，那么就有20个数字和他的hashcode相同，他只需要跟这20个数字相比较(equals)，如果每一个相同，那么就放在1这个位置，这样比较的次数就少了很多，实际上hash表中有很多位置，这里只是举例只有8个，所以比较的次数会让你觉得也挺多的，实际上，如果hash表很大，那么比较的次数就很少很少了。

4.equals和hashcode

  首先我们要知道hsahCode规则：

1. 如果两个对象equals相等，那么这两个对象的HashCode一定也相同
2. 如果两个对象的HashCode相同，不代表两个对象就相同，只能说明这两个对象在散列存储结构中，存放于同一个位置

  equals() 的作用是 用来判断两个对象是否相等。

  equals() 定义在JDK的Object.java中。通过判断两个对象的地址是否相等(即，是否是同一个对象)来区分它们是否相等。源码如下：

public boolean equals(Object obj) {
    return (this == obj);
}

  由源码可以看出，使用默认的“equals()”方法，等价于“==”方法。因此，我们通常会重写equals()方法：若两个对象的内容相等，则equals()方法返回true；否则，返回fasle。

  下面根据“类是否覆盖equals()方法”，将它分为2类。

1. 若某个类没有覆盖equals()方法，当它的通过equals()比较两个对象时，实际上是比较两个对象是不是同一个对象。这时，等价于通过“==”去比较这两个对象。
2. 我们可以覆盖类的equals()方法，来让equals()通过其它方式比较两个对象是否相等。通常的做法是：若两个对象的内容相等，则equals()方法返回true；否则，返回fasle。

  以String为例，假设我们String s1 = new String("123");String s2 = new String("123");s1==s2就会返回false，s1.equals(s2)就会返回true。

  如果一个类重写了equals()，也必须重写hashCode()，否则equals()无效。即equals()返回true,hashCode()值也不一定一样。该类的“hashCode() 和 equals() ”没有半毛钱关系的！这种情况下，equals() 用来比较该类的两个对象是否相等。而hashCode() 则根本没有任何作用。

  还以上面的例子为例，假如只重写equals而不重写hashcode，那么String类的hashcode方法就是Object默认的hashcode方法，由于默认的hashcode方法是根据对象的内存地址经哈希算法得来的，显然此时s1!=s2,故两者的hashcode不一定相等。

  然而重写了equals，且s1.equals(s2)返回true，还记得上面的规则吗，两个对象相等其哈希值一定相等，所以矛盾就产生了，因此重写equals一定要重写hashcode，而且从String类重写后的hashcode方法中可以看出，重写后返回的新的哈希值与String的值有关。

5.hsah冲突的解决办法

  我们知道，对象Hash的前提是实现equals()和hashCode()两个方法，那么HashCode()的作用就是保证对象返回唯一hash值，但当两个对象计算值一样时，这就发生了碰撞冲突。如下将介绍如何处理冲突，当然其前提是一致性hash。

5.1 开放地址法

  开放地执法有一个公式:Hi=(H(key)+di) MOD m i=1,2,…,k(k<=m-1)

  其中，m为哈希表的表长。di 是产生冲突的时候的增量序列。如果di值可能为1,2,3,…m-1，称线性探测再散列。

  如果di取1，则每次冲突之后，向后移动1个位置.如果di取值可能为1,-1,4,-4,9,-9,16,-16,…kk,-kk(k<=m/2)，称二次探测再散列。
  如果di取值可能为伪随机数列。称伪随机探测再散列。

  线性探测再散列，依次往表里存数据，如果算出来的地址上已经有人了，那就往后挪一个位置，如果还有人就再挪一个，直到找到位置。
  二次探测再散列，与线性探测再散列类似，只是每次挪的位置为1，-1,4，-4……

5.2 链地址法（拉链法）

  将所有hash地址相同的记录都链接到同一链表中。

  HashMap就是这么实现的。

  与开放定址法相比，拉链法有如下几个优点：

1. 拉链法处理冲突简单，且无堆积现象，即非同义词决不会发生冲突，因此平均查找长度较短；
2. 由于拉链法中各链表上的结点空间是动态申请的，故它更适合于造表前无法确定表长的情况；
3. 开放定址法为减少冲突，要求装填因子α较小，故当结点规模较大时会浪费很多空间。而拉链法中可取α≥1，且结点较大时，拉链法中增加的指针域可忽略不计，因此节省空间；
4. 在用拉链法构造的散列表中，删除结点的操作易于实现。只要简单地删去链表上相应的结点即可。

拉链法的缺点：

  指针需要额外的空间，故当结点规模较小时，开放定址法较为节省空间，而若将节省的指针空间用来扩大散列表的规模，可使装填因子变小，这又减少了开放定址法中的冲突，从而提高平均查找速度。

5.3 再哈希法

  再哈希法是指第一次散列产生哈希地址冲突，为了解决冲突，采用另外的散列函数或者对冲突结果进行处理的方法。

5.4建立一个公共溢出区

  假设哈希函数的值域为[0,m-1],则设向量HashTable[0…m-1]为基本表，另外设立存储空间向量OverTable[0…v]用以存储发生冲突的记录。
也就是建立一个公共溢出区域，就是把冲突的都放在另一个地方，不在表里面。

本文的一切图片皆来源于网络，如有侵权，请及时联系我