Effective-Java读书笔记05--09 Always override hashCode when you override equals

重写equals方法时一定要重写hashCode方法.

"重写equals方法时为啥要重写hashCode方法?"这个可能是面试出场率最高的问题了, 没有之一. 不重写hashCode方法会导致所有使用hash值的集合类处理异常, 比如HashMap和HashSet. 原理很好理解, 以HashMap为例, 在get和put时, 会认为equals和hash值都相等的元素才是同一个元素.

Object中提供的hashCode方法是一个native方法, 它的底层实现逻辑是将对象内存地址转换为整数返回, 所以可以保证同一个对象的hashCode返回是一致的.

下面java规范中关于hashCode的部分

1. 一致性, 对于一个对象, 当equals方法使用的比较属性没有变化时, hashCode多次执行结果是一样的.
2. 如果两个对象的equals方法判断相等, 那么这两个对象的hashCode方法返回值也必须相等.
3. equals判断不相等的两个对象, 不要求这两个对象的hashCode返回结果一定不一样, 但是如果不一样的话会提供系统性能.

作者给出了实现hashCode的方法

1. 定义一个整数result = 17.
2. 将每一个会影响equals方法的属性转换为一个整数.
3. 将每一个属性的整数结果通过下面的公式累加到result

result = result * 31 + c // c是属性的整数值.

在第二步中作者给出了每一个类型转换为整数的方式, 如下(f表示属性):

1. boolean: 返回 f ? 1 : 0;
2. byte, char, short, int: 返回(int) f;
3. long: (int)(f ^ (f >>> 32));
4. float: Float.floatToIntBits(f);
5. double: Double.doubleToLongBits(f), 得到long结果, 再按照long类型处理.
6. 引用类型: 使用其hashCode方法. 对于null返回0.
7. 数组类型: 对其中每一个元素按照上述规则求值, 或者使用Arrays.hashCode().

关于上面的规则, 有两个问题

1. 这么多转换规则, 我不可能记住.
2. 上面17, 31为啥是17, 31?

问题一:
刚看到这里的时候就懵了, 这么多都要记? 看到第四条Float.floatToIntBits(f)想到一点, 不如看看它们的包装类型是怎么做的. 果然, 这些数字类型的包装类型会实现一个静态的hashCode方法, 入参是实际值, 实现内容跟作者说的基本一样(jdk 1.8), 除了boolean, 作者说的是1和0, jdk中是1231和1237. 所以对于数字类型, 我们不需要再记忆这些, 直接使用对应的静态方法即可. 比如double类型, 我们可以直接返回Double.hashCode(f), Double的hashCode如下:

@Override
public int hashCode() {
    return Double.hashCode(value);
}

public static int hashCode(double value) {
    long bits = doubleToLongBits(value);
    return (int)(bits ^ (bits >>> 32));
}

问题二:
回忆下文章开始的hashCode规范, 三条规则概括起来是两条内容: 一是hashCode返回要正确, 不会影响业务; 二是好的hashCode会系统提高性能.

问题二中的17和31就要从系统性能说起. 那么hashCode的值为什么会影响系统性能? 举个例子, 如果hashCode方法对于任何对象都返回1会怎么样? 首先这样是满足规范要求, 不影响业务判断. 但是当我们把这样的对象插入到hash表中时会发现, 因为所有的对象的hash值一样, 所以都插入到了同一个槽中, 也就是说hash表退化成了链表结构, 查询性能从O(1)恶化为O(n).

为了让hash表更平均需要hashCode返回值更合理, "更合理"意思就是"更少的hash冲突", 所以hashCode方法多使用17和31这样的质数来参加运算, Boolean的hashCode方法中的1231和1237也是同样道理.

那为什么质数的hash冲突更少? 这个应该有严格的数学推论, 简单来说, hash槽是通过 hashCode % n (n为hash表大小) 确定的, 如果值为0表示可以被n整除, 那么所有可以被n整除的hashCode都会被分配到同一个槽中, 所以如果是质数的话就不会出现整除情况(HashMap大小是2的n次方), 所以冲突的可能性更小(以上没有数学证明, 只是感觉~).