【年薪百万之IT界大神成长之路】重写hashcode和equals方法
愿你如阳光，明媚不忧伤。
目録
-
- 1. Hash简介
- 2. Hash的作用
- 3. HashCode 和 equals 源码分析
- 4. 重写hashCode()和equals()的场景
- 5. 常用HASH函数
- 6. 总结
- 【每日一面】
-
-
-
-
- 什么是哈希碰撞
-
-
-
1. Hash简介
Hash 散列（哈希）就是把任意长度的输入（又叫做预映射pre-image）通过散列算法变换成固定长度的输出，该输出就是散列值（哈希码），是一种压缩映射。Hash算法可以将一个数据转换为一个标志，这个标志和源数据的每一个字节都有十分紧密的关系。Hash算法还具有一个特点，就是很难找到逆向规律。Hash算法虽然被称为算法，但实际上它更像是一种思想。Hash算法没有一个固定的公式，只要符合散列思想的算法都可以被称为是Hash算法。注意：equals相同，则hashCode相同；而hashCode相同，equals不一定相同（可能会发生散列碰撞）。
2. Hash的作用
- 减少查找次数，提高程序效率
假设，HashSet中已经有1000个元素。当插入第1001个元素时，需要怎么处理？
因为HashSet是Set集合，它不允许有重复元素。将第1001个元素逐个的和前面1000个元素进行比较？显然，这个效率是相当低下的。散列表很好的解决了这个问题，它根据元素的散列码计算出元素在散列表中的位置，然后将元素插入该位置即可。对于相同的元素，自然是只保存了一个。 - 安全加密
日常用户密码加密通常使用的都是 md5、sha等哈希函数，因为不可逆，而且微小的区别加密之后的结果差距很大，所以安全性更好。例如：
12345经过SHA1的哈希算法之后结果为：8cb2237d0679ca88db6464eac60da96345513964；
123456经过SHA1的哈希算法之后结果为：7c4a8d09ca3762af61e59520943dc26494f8941b - 数据校验
比如从网上下载的很多文件（尤其是P2P站点资源），都会包含一个 MD5 值，用于校验下载数据的完整性，避免数据在中途被劫持篡改。 - 负载均衡
对于同一个客户端上的请求，尤其是已登录用户的请求，需要将其会话请求都路由到同一台机器，以保证数据的一致性，这可以借助哈希算法来实现，通过用户 ID 尾号对总机器数取模（取多少位可以根据机器数定），将结果值作为机器编号。 - 分布式缓存
分布式缓存和其他机器或数据库的分布式不一样，因为每台机器存放的缓存数据不一致，每当缓存机器扩容时，需要对缓存存放机器进行重新索引（或者部分重新索引），这里应用到的也是哈希算法的思想。
3. HashCode 和 equals 源码分析
- Object 源码
默认的equals判断的是两个对象的引用指向的是不是同一个对象；而hashcode根据对象地址生成一个整数数值；另外我们可以看到Object的hashcode()方法的修饰符为native，表明该方法是操作系统实现的，java调用操作系统底层代码获取哈希值。
*****************************************************************
@HotSpotIntrinsicCandidate
public native int hashCode();
public boolean equals(Object obj) {
return (this == obj);
}
................................................................
public int hashCode() {
int lockWord = shadow$_monitor_;
final int lockWordStateMask = 0xC0000000; // Top 2 bits.
final int lockWordStateHash = 0x80000000; // Top 2 bits are value 2 (kStateHash).
final int lockWordHashMask = 0x0FFFFFFF; // Low 28 bits.
if ((lockWord & lockWordStateMask) == lockWordStateHash) {
return lockWord & lockWordHashMask;
}
//返回的是对象引用地址
return System.identityHashCode(this);
}
*****************************************************************
- String 源码
*****************************************************************
/* 如果进行过hash计算，或者字符串的长度为0 ，不进行hash计算
与16进制数0xff（二进制1111 1111 占一个字节）按位与运算，只有两个位同时为1,才能得到1
经过计算后得到一个整数数值。
*/
public int hashCode() {
int h = hash;
if (h == 0 && value.length > 0) {
hash = h = isLatin1() ? StringLatin1.hashCode(value)
: StringUTF16.hashCode(value);
}
return h;
}
................................................................
// StringLatin1中的hashCode方法（单字节编码）
public static int hashCode(byte[] value) {
int h = 0;
for (byte v : value) {
h = 31 * h + (v & 0xff);
}
return h;
}
// StringUTF16中的hashCode方法（双字节编码，UTF8是变长编码）
public static int hashCode(byte[] value) {
int h = 0;
int length = value.length >> 1;
for (int i = 0; i < length; i++) {
h = 31 * h + getChar(value, i);
}
return h;
}
................................................................
・【模拟hash计算】
String name = "God"；
value = {
'G', 'o', 'd'};
hash = 0;
value.length = 3;
//执行逻辑：
val = value;
val[0] = "G";
val[1] = "o";
val[2] = "d";
h = 31 * 0 + G = G;
h = 31 * (31 * 0 + G) + o = 31 * G + o;
h = 31 * (31 * (31 * 0 + G) + o) + d = 31 * 31 * G + 31 * o + d;
推导出数学公式：val[0]*31^(n-1) + val[1]*31^(n-2) + ... + val[n-1]
至于为什么是31？因为31的二进制是11111
*****************************************************************
// 如果引用地址一样，则返回true；如果地址不一样，则挨个比较他们的字节码，也就是比较字符的内容。
public boolean equals(Object anObject) {
if (this == anObject) {
return true;
}
if (anObject instanceof String) {
String aString = (String)anObject;
if (coder() == aString.coder()) {
return isLatin1() ? StringLatin1.equals(value, aString.value)
: StringUTF16.equals(value, aString.value);
}
}
return false;
}
................................................................
// StringLatin1中的equals方法（单字节编码）
@HotSpotIntrinsicCandidate
public static boolean equals(byte[] value, byte[] other) {
if (value.length == other.length) {
for (int i = 0; i < value.length; i++) {
if (value[i] != other[i]) {
return false;
}
}
return true;
}
return false;
}
// StringUTF16中的equals方法（双字节编码，UTF8是变长编码）
@HotSpotIntrinsicCandidate
public static boolean equals(byte[] value, byte[] other) {
if (value.length == other.length) {
int len = value.length >> 1;
for (int i = 0; i < len; i++) {
if (getChar(value, i) != getChar(other, i)) {
return false;
}
}
return true;
}
return false;
}
*****************************************************************
- Integer 源码
hashcode方法直接返回数值本身；equals会先比较类型，然后比较数值是否一样。也就是说Integer的5 equals Byte的5，结果为false。
*****************************************************************
@HotSpotIntrinsicCandidate
public static int hashCode(int value) {
return value;
}
public boolean equals(Object obj) {
if (obj instanceof Integer) {
return value == ((Integer)obj).intValue();
}
return false;
}
*****************************************************************
4. 重写hashCode()和equals()的场景
- 假设现在有很多苹果对象，要判断多个苹果是否相等，需要根据颜色，形状，重量进行判断，若全部相同，则判定他们是一样的；但现在重新制定了判定规则，如果形状和重量一样，即判定他们是一样的。
例如：苹果A（颜色：红，形状：圆，重量：200.86）和苹果B（颜色：绿，形状：圆，重量：200.86）这时候如果不重写Object的equals方法，那么返回的一定是false不相等，这个时候就需要我们根据自己的需求重写equals()方法了。
*****************************************************************
package com.it.god.entity;
public class HashApple {
private String color;
private String shape;
private Double gram;
// 重写equals方法
@Override
public boolean equals(Object obj) {
if (!(obj instanceof HashApple)) {
return false;
}
HashApple happle = (HashApple) obj;
if (this == happle) {
return true;
}
if (happle.shape.equals(this.shape) && happle.gram.equals(this.gram)) {
return true;
} else {
return false;
}
}
public HashApple(String color, String shape, Double gram) {
super();
this.color = color;
this.shape = shape;
this.gram = gram;
}
public String getColor() {
return color;
}
public void setColor(String color) {
this.color = color;
}
public String getShape() {
return shape;
}
public void setShape(String shape) {
this.shape = shape;
}
public Double getGram() {
return gram;
}
public void setGram(Double gram) {
this.gram = gram;
}
}
*****************************************************************
package com.it.god.controller;
import com.it.god.entity.HashApple;
public class HashAppleController {
public static void main(String[] args) {
HashApple ha1 = new HashApple("red", "circle", 200.86);
HashApple ha2 = new HashApple("green", "circle", 200.86);
if (ha1.equals(ha2)) {
System.out.println("ha1与ha2两个苹果是一样的");
} else {
System.out.println("ha1与ha2两个苹果不一样");
}
}
}
................................................................
・【CONSOLE】结果
ha1与ha2两个苹果是一样的
*****************************************************************
- 到这里，你是不是会想，不是说要同时重写Object的equals方法和hashcode方法吗？那上面的例子怎么才只用到equals方法呢，hashcode方法没有体现出来，不要着急，我们往下看。
*****************************************************************
public class HashAppleController {
@SuppressWarnings("unchecked")
public static void main(String[] args) {
HashApple ha1 = new HashApple("red", "circle", 200.86);
HashApple ha2 = new HashApple("green", "circle", 200.86);
if (ha1.equals(ha2)) {
System.out.println("ha1与ha2两个苹果是一样的");
} else {
System.out.println("ha1与ha2两个苹果不一样");
}
@SuppressWarnings("rawtypes")
Set set = new HashSet();
set.add(ha1);
set.add(ha2);
System.out.println(set);
}
}
................................................................
・【CONSOLE】结果
ha1与ha2两个苹果是一样的
[com.it.god.entity.HashApple@73a28541, com.it.god.entity.HashApple@5aaa6d82]
*****************************************************************
- 看输出结果，equals判断是一样的，预期应该存入一个对象进入到set集合，然而，set却判定两个对象是不一样的，存进去了两个。这就涉及到Set的底层实现问题了，这里简单介绍下就是HashSet的底层是通过HashMap实现的，最终比较set容器内元素是否相等是通过比较对象的hashcode来判断的。重写hashcode方法之后，返回的set只有一个实例对象了，完美！
*****************************************************************
// 重写hashcode方法
@Override
public int hashCode() {
int result = shape.hashCode();
result = 17 * result + gram.hashCode();
return result;
}
................................................................
・【CONSOLE】结果
ha1与ha2两个苹果是一样的
[com.it.god.entity.HashApple@fc89d439]
*****************************************************************
5. 常用HASH函数
- 直接寻址法
取关键字或关键字的某个线性函数值为散列地址。即H(key)=key或H(key) = a·key + b，其中a和b为常数（这种散列函数叫做自身函数） - 数字分析法
分析一组数据，比如一组员工的出生年月日，这时我们发现出生年月日的前几位数字大体相同，这样的话，出现冲突的几率就会很大，但是我们发现年月日的后几位表示月份和具体日期的数字差别很大，如果用后面的数字来构成散列地址，则冲突的几率会明显降低。因此数字分析法就是找出数字的规律，尽可能利用这些数据来构造冲突几率较低的散列地址。 - 平方取中法
取关键字平方后的中间几位作为散列地址。 - 折叠法
将关键字分割成位数相同的几部分，最后一部分位数可以不同，然后取这几部分的叠加和（去除进位）作为散列地址。 - 随机数法
选择一随机函数，取关键字作为随机函数的种子生成随机值作为散列地址，通常用于关键字长度不同的场合。 - 除留余数法
取关键字被某个不大于散列表表长m的数p除后所得的余数为散列地址。即 H(key) = key MOD p,p<=m。不仅可以对关键字直接取模，也可在折叠、平方取中等运算之后取模。对p的选择很重要，一般取素数或m，若p选的不好，容易产生碰撞。
6. 总结
- hashCode主要用于提升查询效率，来确定在散列结构中对象的存储地址；
- 重写equals()必须重写hashCode()，二者参与计算的自身属性字段应该相同；
- hash类型的存储结构，添加元素重复性校验的标准就是先取hashCode值，后判断equals()；
- equals()相等的两个对象，hashcode()一定相等；
- 反过来：hashcode()不等，一定能推出equals()也不等；
- hashcode()相等，equals()可能相等，也可能不等。
【每日一面】
什么是哈希碰撞
不同关键字通过相同哈希计算出相同的哈希地址，该种现象称为哈希冲突或哈希碰撞。
例如一个hash算法为mod3对3取模运算，5mod3=2，8mod3=2，这就是哈希碰撞。