HashSet的存储方式之浅谈Java中的hashcode方法

文章转自http://www.cnblogs.com/dolphin0520/p/3681042.html

哈希表这个数据结构想必大多数人都不陌生，而且在很多地方都会利用到hash表来提高查找效率。在Java的Object类中有一个方法:
1

public
native
int
hashCode();

根据这个方法的声明可知，该方法返回一个int类型的数值，并且是本地方法，因此在Object类中并没有给出具体的实现。
　　为何Object类需要这样一个方法？它有什么作用呢？今天我们就来具体探讨一下hashCode方法。
一.hashCode方法的作用
　　对于包含容器类型的程序设计语言来说，基本上都会涉及到hashCode。在Java中也一样，hashCode方法的主要作用是为了配合基于散列的集合一起正常运行，这样的散列集合包括HashSet、HashMap以及HashTable。
　　为什么这么说呢？考虑一种情况，当向集合中插入对象时，如何判别在集合中是否已经存在该对象了？（注意：集合中不允许重复的元素存在）
　　也许大多数人都会想到调用equals方法来逐个进行比较，这个方法确实可行。但是如果集合中已经存在一万条数据或者更多的数据，如果采用equals方法去逐一比较，效率必然是一个问题。此时hashCode方法的作用就体现出来了，当集合要添加新的对象时，先调用这个对象的hashCode方法，得到对应的hashcode值，实际上在HashMap的具体实现中会用一个table保存已经存进去的对象的hashcode值，如果table中没有该hashcode值，它就可以直接存进去，不用再进行任何比较了；如果存在该hashcode值， 就调用它的equals方法与新元素进行比较，相同的话就不存了，不相同就散列其它的地址，所以这里存在一个冲突解决的问题，这样一来实际调用equals方法的次数就大大降低了，说通俗一点：Java中的hashCode方法就是根据一定的规则将与对象相关的信息（比如对象的存储地址，对象的字段等）映射成一个数值，这个数值称作为散列值。下面这段代码是java.util.HashMap的中put方法的具体实现：

 public V put(K key, V value)
 {      
               if(key == null)          
              return putForNullKey(value);      
              int hash = hash(key.hashCode());   
             int i = indexFor(hash, table.length);       
             for (Entry<K,V> e = table[i]; e != null; e = e.next)
             {          
                    Object k;            
                    if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
                    {               
                        V oldValue = e.value;                
                           e.value = value;
                          e.recordAccess(this);                
                          return  oldValue;           
                   }   
             }      
          modCount++;     
          addEntry(hash, key, value, i);      
         return null;    
 }

put方法是用来向HashMap中添加新的元素，从put方法的具体实现可知，会先调用hashCode方法得到该元素的hashCode值，然后查看table中是否存在该hashCode值，如果存在则调用equals方法重新确定是否存在该元素，如果存在，则更新value值，否则将新的元素添加到HashMap中。从这里可以看出，hashCode方法的存在是为了减少equals方法的调用次数，从而提高程序效率。
　　如果对于hash表这个数据结构的朋友不清楚，可以参考这几篇博文;
　　http://www.cnblogs.com/jiewei915/archive/2010/08/09/1796042.html
　　http://www.cnblogs.com/dolphin0520/archive/2012/09/28/2700000.html
　　http://www.java3z.com/cwbwebhome/article/article8/83560.html?id=4649
　　有些朋友误以为默认情况下，hashCode返回的就是对象的存储地址，事实上这种看法是不全面的，确实有些JVM在实现时是直接返回对象的存储地址，但是大多时候并不是这样，只能说可能存储地址有一定关联。下面是HotSpot JVM中生成hash散列值的实现：

static
 inline
 intptr_t
 get_next_hash(Thread * Self, oop obj) {

intptr_t
 value = 0 ;

if
 (hashCode == 0) {
 
// This form uses an unguarded global Park-Miller RNG,

// so it's possible for two threads to race and generate the same RNG.
 
// On MP system we'll have lots of RW access to a global, so the

// mechanism induces lots of coherency traffic.   
value = os::random() ;
} 
else
if
 (hashCode == 1) { 
// This variation has the property of being stable (idempotent)
// between STW operations.  This can be useful in some of the 1-0
// synchronization schemes.
intptr_t
 addrBits = 
intptr_t
(obj) >> 3 ;
value = addrBits ^ (addrBits >> 5) ^ GVars.stwRandom ;  
} 
else  
if
 (hashCode == 2) {    
value = 1 ;            
// for sensitivity testing  
} 
else  
if
 (hashCode == 3) {    
value = ++GVars.hcSequence ; 
} 
else  
if
 (hashCode == 4) {    
value = 
intptr_t
(obj) ;
} 
else
 {  
// Marsaglia's xor-shift scheme with thread-specific state 
// This is probably the best overall implementation -- we'll 
// likely make this the default in future releases.

unsigned t = Self->_hashStateX ;
   
t ^= (t << 11) ;

Self->_hashStateX = Self->_hashStateY ;
  
Self->_hashStateY = Self->_hashStateZ ;
 
Self->_hashStateZ = Self->_hashStateW ;
unsigned v = Self->_hashStateW ;

v = (v ^ (v >> 19)) ^ (t ^ (t >> 8)) ;

Self->_hashStateW = v ;
   
value = v ;

}

value &= markOopDesc::hash_mask;
if
 (value == 0) value = 0xBAD ;
assert
 (value != markOopDesc::no_hash, 
"invariant"
) ;
TEVENT (hashCode: GENERATE) ;
return
 value;
}

该实现位于hotspot/src/share/vm/runtime/synchronizer.cpp文件下。
　　因此有人会说，可以直接根据hashcode值判断两个对象是否相等吗？肯定是不可以的，因为不同的对象可能会生成相同的hashcode值。虽然不能根据hashcode值判断两个对象是否相等，但是可以直接根据hashcode值判断两个对象不等，如果两个对象的hashcode值不等，则必定是两个不同的对象。如果要判断两个对象是否真正相等，必须通过equals方法。
　　也就是说对于两个对象，如果调用equals方法得到的结果为true，则两个对象的hashcode值必定相等；
　　如果equals方法得到的结果为false，则两个对象的hashcode值不一定不同；
　　如果两个对象的hashcode值不等，则equals方法得到的结果必定为false；
　　如果两个对象的hashcode值相等，则equals方法得到的结果未知。
二.equals方法和hashCode方法
　　在有些情况下，程序设计者在设计一个类的时候为需要重写equals方法，比如String类，但是千万要注意，在重写equals方法的同时，必须重写hashCode方法。为什么这么说呢？
　　下面看一个例子：

package
 com.cxh.test1;
import
 java.util.HashMap;
import
 java.util.HashSet;
import
 java.util.Set;
class
 People{

    
private
 String name;
private
 int
 age;
  
public
 People(String name,
int
 age) {        
this
.name = name;        
this
.age = age; 
}  
public
 void
 setAge(
int
 age){        
this
.age = age; 
}
@Override  
public
 boolean
 equals(Object obj) {       
// TODO Auto-generated method stub       
return
 this
.name.equals(((People)obj).name) && 
this
.age== ((People)obj).age;  
}

}
public
 class
 Main {    
public
 static
 void
 main(String[] args) {
      
People p1 = 
new
 People(
"Jack"
, 
12
);       
System.out.println(p1.hashCode());                
HashMap<People, Integer> hashMap = 
new
 HashMap<People, Integer>();       
hashMap.put(p1, 
1
);      
System.out.println(hashMap.get(
new
 People(
"Jack"
, 
12
)));

    
}

}

在这里我只重写了equals方法，也就说如果两个People对象，如果它的姓名和年龄相等，则认为是同一个人。
　　这段代码本来的意愿是想这段代码输出结果为“1”，但是事实上它输出的是“null”。为什么呢？原因就在于重写equals方法的同时忘记重写hashCode方法。
　　虽然通过重写equals方法使得逻辑上姓名和年龄相同的两个对象被判定为相等的对象（跟String类类似），但是要知道默认情况下，hashCode方法是将对象的存储地址进行映射。那么上述代码的输出结果为“null”就不足为奇了。原因很简单，p1指向的对象和
　　System.out.println(hashMap.get(new People("Jack", 12)));这句中的new People("Jack", 12)生成的是两个对象，它们的存储地址肯定不同。下面是HashMap的get方法的具体实现：

public
 V get(Object key) {      
if
 (key == 
null
)           
return
 getForNullKey();        
int
 hash = hash(key.hashCode());       
for
 (Entry<K,V> e = table[indexFor(hash, table.length)];          
e != 
null
;             
e = e.next) {           
Object k;            
if
 (e.hash == hash && ((k = e.key) == key || key.equals(k)))                
return
 e.value;       
}        
return
 null
;
  
}

所以在hashmap进行get操作时，因为得到的hashcdoe值不同（注意，上述代码也许在某些情况下会得到相同的hashcode值，不过这种概率比较小，因为虽然两个对象的存储地址不同也有可能得到相同的hashcode值），所以导致在get方法中for循环不会执行，直接返回null。
　　因此如果想上述代码输出结果为“1”，很简单，只需要重写hashCode方法，让equals方法和hashCode方法始终在逻辑上保持一致性。

package
 com.cxh.test1;
import java.util.HashMap;
import java.util.HashSet;
import java.util.Set;
class People{   
privat String name;   
private  int age;    
public People(String name,int age)
 {        
this.name = name;       
this.age = age;   
}  
 public  void setAge(nt age){        
       this.age = age;
}    
@Override    
public int hashCode() {        

return name.hashCode()*37+age;    
}    
@Override    
public boolean equals(Object obj) {        

      return this.name.equals(((People)obj).name) && this.age==((People)obj).age;   
}

} 
public class Main {   
 public static void main(String[] args) {    
           People p1 = new People("Jack", 12);        
           System.out.println(p1.hashCode());                 
           HashMap<People, Integer> hashMap = new 
           HashMap<People,Integer>();        
           hashMap.put(p1, 1);        
           System.out.println(hashMap.get(new People("Jack", 12)));
}
}

这样一来的话，输出结果就为“1”了。
　　下面这段话摘自Effective Java一书：
在程序执行期间，只要equals方法的比较操作用到的信息没有被修改，那么对这同一个对象调用多次，hashCode方法必须始终如一地返回同一个整数。
如果两个对象根据equals方法比较是相等的，那么调用两个对象的hashCode方法必须返回相同的整数结果。
如果两个对象根据equals方法比较是不等的，则hashCode方法不一定得返回不同的整数。

对于第二条和第三条很好理解，但是第一条，很多时候就会忽略。在《Java编程思想》一书中的P495页也有同第一条类似的一段话：
　　“设计hashCode()时最重要的因素就是：无论何时，对同一个对象调用hashCode()都应该产生同样的值。如果在讲一个对象用put()添加进HashMap时产生一个hashCdoe值，而用get()取出时却产生了另一个hashCode值，那么就无法获取该对象了。所以如果你的hashCode方法依赖于对象中易变的数据，用户就要当心了，因为此数据发生变化时，hashCode()方法就会生成一个不同的散列码”。
　　下面举个例子：

package
 com.cxh.test1;
import
 java.util.HashMap;
import
 java.util.HashSet;
import
 java.util.Set;
class
 People{
private
 String name;    
private
 int
 age;    
public
 People(String name,
int
 age) {
this
.name = name;
this
.age = age;  
}    
 public
 void
 setAge(
int
 age){        
this
.age = age; 
}    
@Override    
public
 int
 hashCode() {        
// TODO Auto-generated method stub      
return
 name.hashCode()*
37
+age;    
}
@Override  
public
 boolean
 equals(Object obj) {       
// TODO Auto-generated method stub    
return
 this
.name.equals(((People)obj).name) && 
this
.age== ((People)obj).age;   
}
}
public
 class
 Main {
public
 static
 void
 main(String[] args) { 
People p1 = 
new
 People(
"Jack"
, 
12
);
 
System.out.println(p1.hashCode()); 
HashMap<People, Integer> hashMap = 
new
 HashMap<People, Integer>();      
hashMap.put(p1, 
1
);      
p1.setAge(
13
);
System.out.println(hashMap.get(p1));   
}
}

这段代码输出的结果为“null”，想必其中的原因大家应该都清楚了。
　　因此，在设计hashCode方法和equals方法的时候，如果对象中的数据易变，则最好在equals方法和hashCode方法中不要依赖于该字段。