设计 hashCode 方法 Java

Question

我正在学习 Item 9, Effective Java [Always override hashcode() when you override equals]。

我对作者提出的观点有一些疑问：

1. 作者说：

在步骤 1 中使用了一个非零初始值，因此哈希值将受到以下因素的影响 在步骤 2.a 中计算的哈希值为零的初始字段。如果使用零 作为步骤 1 中的初始值，整体哈希值将不受任何影响 这样的初始场，可能会增加碰撞。值 17 是任意的。

步骤 2.a 是：

对于您的对象中的每个重要字段 f（每个字段都纳入 通过 equals 方法计算帐户，即），请执行以下操作：计算 字段的 int 哈希码 c：

我。如果该字段是布尔值，则计算 (f ? 1 : 0)。

二。如果字段是 byte 、 char 、 short 或 int ，则计算 (int) f 。

三。如果字段是 long ，则计算 (int) (f^ (f >>> 32)) 。

四。如果字段是 float ，则计算 Float.floatToIntBits(f) 。

v.如果该字段是 double ，则计算 Double.doubleToLongBits(f) ，并且 然后按照步骤 2.a.iii 对结果进行哈希运算。

六。如果该字段是一个对象引用并且该类的 equals 方法通过递归调用 equals 来比较字段， 在字段上递归调用 hashCode。如果进行更复杂的比较 是必需的，为此字段计算“规范表示”并 在规范表示上调用 hashCode。如果值 字段为 null ，返回 0 （或其他一些常量，但 0 是 传统）。

七。如果该字段是一个数组，则将其视为每个元素都是 单独的字段。也就是说，计算每个显着的哈希码 元素通过递归应用这些规则，并组合这些值 每个步骤 2.b。如果数组字段中的每个元素都很重要，那么您 可以使用 1.5 版中添加的 Arrays.hashCode 方法之一。

假设计算结果为：

result = 31 * result + areaCode;      
result = 31 * result + prefix;
result = 31 * result + lineNumber;

如果结果的初始值为 0 并且上面所有给定的字段都是 0，则结​​果将保持为 0。 但是，即使结果最初不是 0，每次初始字段为 0 时，结果都会等于相同的常数，这将是： 31*(31*(31*17))。该值将如何帮助减少碰撞？

1. 最后一段指出：

Java 平台库中的许多类，例如 String 、 Integer 和 Date ，在它们的规范中包含返回的确切值 通过他们的 hashCode 方法作为实例值的函数。这是 通常不是一个好主意，因为它严重限制了你的能力 在未来的版本中改进散列函数。如果您留下详细信息 散列函数未指定且发现缺陷或更好的散列 发现函数，您可以在后续的 发布，确信没有客户依赖返回的确切值 通过哈希函数。

他说hashCode返回的确切值是实例值的函数是什么意思？

提前感谢您的帮助。

Answer 1

首先我想说一件很重要的事，但往往没有明确表述：

为大多数情况实施哈希码并不重要。它仅分解为性能问题。因此，如果您对哈希码和对象身份有疑问，只需返回 -1。您的性能会很差，但会实现可靠且正确的实施。但是，除非您拥有数千个使用哈希码的对象，否则您不会意识到性能不佳。顺便说一句：“碰撞”在哈希码的上下文中看起来像是一个重要的词。是的，但前提是性能确实是一个问题。哈希码值的“冲突”并不意味着您的程序无法正常工作。这意味着您的程序可能运行速度较慢。因为使用映射的键访问将导致对具有相同哈希码的对象进行顺序迭代。在高性能环境中，这可能是一个问题。大多数情况下不是。

但是，如果您覆盖哈希码，那么重要的是：您必须正确地实现它。所以定义应该总是满足：如果equals返回true，hashcode应该返回相同的值。

另外一件事：虽然您不小心遇到了问题，但在非不可变值上计算哈希码是个坏主意。这是因为一旦使用了哈希码，对象就会被放置在“地图”中的一个特殊位置。如果哈希码所依赖的值发生变化，则该对象可能会丢失或变得难以访问。这会影响程序的正确性。

结论：仅当您确实需要性能时才使用哈希码。然后你应该确保你正确地应用它。这里很容易出错，但这些错误可能是最难识别的。

Answer 2

该值如何有助于减少碰撞？

哈希冲突主要是通过在整个哈希范围（这里是整数类型）上的良好分布来实现的。

通过将 0 定义为计算散列结果的初始值，您可以在小范围内获得某种限制分布。有细微差别的对象（可能仅在某些领域）会产生彼此相距不远的哈希码。这使得哈希冲突的可能性更大。

通过定义一个非零的初始值，您可以简单地增加计算哈希码之间的差距，这些对象之间的差异只有很小的差异。因此，您可以更好地利用哈希范围并有效地降低哈希冲突的可能性。

他说hashCode返回的确切值是实例值的函数是什么意思？

这只是意味着您应该使用对象的值（即其字段的值）来计算哈希码。你已经在你的例子中做到了，我认为你已经隐含地理解了它。

但是：Joshua Bloch 打算在这段话中说点别的：他想警告您没有记录如何计算哈希码的确切函数。如果您这样做，您将限制自己在未来版本中无法再更改实现，因为某些用户可能期望特定的实现，并且您会根据您的情况破坏一些代码。

Answer 3

对于您的第一个问题，如果 2 个对象相等，则它们应该返回相同的哈希值，这就是为什么在重写 equals 方法时重写 hash 方法是个好主意的原因。它不能避免相等对象的碰撞，但它确实降低了当对象不相等时发生碰撞的可能性，这一点更重要，因为我们希望能够尽快找到唯一的对象。

关于你的第二个问题，我不假装在设计哈希码方面有太多经验，但我相信他的意思是某些对象可能只返回一个哈希值（例如单例）。

他是说将该值放入文档中是一种不好的做法，因为您可能希望稍后更改散列函数，或者散列函数中的其他变量可能会在以后更改以更改返回值。

无论是指定返回值还是依赖指定的返回值都是一个坏主意。

Answer 4

Effective Java 中的 hashCode 实现特别指示您为 result 的初始值选择一个非零值。至于您的第二个问题，当用于对象的相等比较的内部状态相同时，hashCode supposed 会产生相同的值。因此，当实例变量全为零时，您将获得相同的值这一事实满足了 hashCode 的约定。请注意，整个子标题是“覆盖等于时始终覆盖 hashCode”。

Answer 5

看这个例子：

    String a = "Abc";
    String b = "Abc";
    String c = "Pqr";
    System.out.println(" "+a.hashCode()+" "+b.hashCode()+" "+c.hashCode());

输出： 65602 65602 80497

这清楚地表明字符串的 hashCode() 取决于值。

从 hashCode() 文档中摘录：
int java.lang.String.hashCode()

返回此字符串的哈希码。 String 对象的哈希码计算为

s[0]*31^(n-1) + s[1]*31^(n-2) + ... + s[n-1]

使用int算术，其中s[i]是字符串的第i个字符，n是字符串的长度，^表示求幂。 （空字符串的哈希值为零。）