为什么空 Java 字符串的哈希码为零？

Question

直到最近，我才发现空的String 的哈希码为零。这让我很吃惊，因为null 通常分配的哈希码为零，例如Objects.hashCode(Object) 和ArrayList.hashCode()。

这是String.hashCode() 的 JDK 11 source code：

/** Cache the hash code for the string */
private int hash; // Default to 0

public int hashCode() {
    int h = hash;
    if (h == 0 && value.length > 0) {
        hash = h = isLatin1() ? StringLatin1.hashCode(value)
                              : StringUTF16.hashCode(value);
    }
    return h;
}

想法：一个空的String 可以有一个哈希码，因为这将匹配空数组的Arrays.hashCode(Object[])。或者，可以使用任何其他硬编码的非零值，类似于serialVersionUID。目的是与null 区分开来。如果这个想法有缺陷（除了向后兼容性问题），请解释原因。

我找到了解决该问题的其他问题/答案...但没有一个确切的答案：

• Can a non-empty string have a hashcode of zero?
• Why doesn't String's hashCode() cache 0?
• https://stackoverflow.com/a/64082954/257299

Answer 1

为什么空 Java 字符串的哈希码为零？

简短的回答是因为它是在 Java 1.2 中指定的方式。 （Java 1.2 规范可能与早期 Java 版本中的实现相匹配。）

我想不出为什么String.hashcode("") 应该为零的强有力的技术原因。

但是，我不同意你关于 String.hashCode("") 应该是非零的论点，因为 Objects.hashCode(null) 是零。

1. Objects 类是在 Java 7 中添加的。同样，Arrays.hashCode 方法是在 Java 1.5 中添加的。所以如果有的话，这里不正确的是Objects 和Arrays。

2. hashCode() 定义中不期望任何特定的不同值对应该不同。充其量更改"" 的hashCode 值将是一个small 优化。请注意，String.equals(null) 是通过 instanceof 测试有效处理的。

3. 哈希表在同一个表中同时具有null 和"" 作为键是不常见的。事实上，我什至可以说，这很可能表明您需要同时拥有null 和"" 的条目的设计或实现缺陷。

4. 可以说null 根本不应该支持 作为Map 键。我知道null 可以用作HashMap 或LinkedHashMap 中的键，或者用作HashSet 的值。但ConcurrentHashMap 或HashTable 或TreeMap 或TreeSet 的情况并非如此。事实上，我从应该知道的消息来源那里听说过：

   • 负责集合类型的 Java 设计者认为支持 null 键是错误的，并且

   • 这就是ConcurrentHashMap 不支持此功能的原因之一。

鉴于在应用程序中使用null 键（可以说）是错误的，破坏 优化为null 键提供小 改进同样被误导了。

可以说实际上并没有多少代码依赖于String.hashCode 算法的指定细节。但问题是，无论是我们还是 Java 设计人员都没有一个好的方法来量化有多少旧应用程序实际上会崩溃¹。

但是，仅破坏 0.001% 的现有 Java 应用程序仍然是大量的应用程序，以及许多恼怒的 Oracle 客户。这足以让您的想法成为 Java 的初学者......。

---

^{1 - 这将是应用程序程序员的错误的论点，因为依赖哈希码值在某种程度上是“回溯实践”并不会被我洗掉。在这种情况下（无论出于何种原因）指定算法这一事实意味着程序员应该能够依赖它。}

Answer 2

hashCode()最初的用途是This method is supported for the benefit of hash tables such as those provided by HashMap.

所以这意味着 hashCode 的实际值除了可能相似性之外没有任何意义，正如文档所述：It is not required that if two objects are unequal according to the equals(java.lang.Object) method, then calling the hashCode method on each of the two objects must produce distinct integer results.

关于空字符串和空字符串的0 的任意值，字符串hashCode 的计算方式会导致其他可能的0 hashCode，即使对于非空字符串也是如此。

System.out.println("".hashCode());             // >> 0
System.out.println("\0".hashCode());           // >> 0
System.out.println("\u0000".hashCode());       // >> 0
System.out.println("\u0000\u0000".hashCode()); // >> 0
System.out.println("\0\0\0".hashCode());       // >> 0

所以空字符串的0 值是有意义的，因为计算是

int h = 0;
for (byte v : value) {
    h = 31 * h + (v & 0xff);
}
return h;

所以即使没有使用快捷方式if (h == 0 && value.length > 0)，它仍然会导致0，这只是一个优化路径。

在某种程度上，有人可能会争辩说null hashCode 不应该是0，而应该是-1。 但是由于 hashCode 没有也不应该有任何意义，所以无论如何都应该无关紧要。