面試官:“你重寫過 hashcode 和 equals 么,為什么重寫equals時必須重寫hashCode方法?”

1.hashCode介紹

hashCode() 的作用是獲取哈希碼,也稱為散列碼;它實際上是返回一個int整數。這個散列碼的作用是確定該對象在散列表中的索引位置,如果有看我的上一篇文章 什么是散列表,那么這里的散列碼就相當于上文中根據首字母查詢散列表例子中 人名關鍵字k在散列表中的具體地址。hashCode() 定義在JDK的Object.java中,這就意味著Java中的任何類都包含有hashCode() 函數。

2.hashCode 的作用

數組是java中效率最高的數據結構,但是“最高”是有前提的。第一我們需要知道所查詢數據的所在位置。第二:如果我們進行迭代查找時,數據量一定要小,對于大數據量而言一般推薦集合。

在 Java 集合中有兩類,一類是 List,一類是 Set 他們之間的區別就在于 List 集合中的元素師有序的,且可以重復,而 Set 集合中元素是無序不可重復的。對于 List 好處理,但是對于 Set 而言我們要如何來保證元素不重復呢?通過迭代來 equals() 是否相等。數據量小還可以接受,當我們的數據量大的時候效率可想而知(當然我們可以利用算法進行優化)。比如我們向 HashSet 插入 1000 數據,難道我們真的要迭代 1000 次,調用 1000 次 equals() 方法嗎?hashCode 提供了解決方案。怎么實現?我們先看 hashCode 的源碼(Object)。

    public native int hashCode();

它是一個本地方法,它的實現與本地機器有關。當我們向一個集合中添加某個元素,集合會首先調用 hashCode 方法,這樣就可以直接定位它所存儲的位置,若該處沒有其他元素,則直接保存。若該處已經有元素存在,就調用 equals 方法來匹配這兩個元素是否相同,相同則不存,不同則散列到其他位置。這樣處理,當我們存入大量元素時就可以大大減少調用 equals() 方法的次數,極大地提高了效率。

所以 hashCode 在上面扮演的角色為尋域(尋找某個對象在集合中區域位置)。hashCode 可以將集合分成若干個區域,每個對象都可以計算出他們的 散列碼,可以將 散列碼分組,每個分組對應著某個存儲區域(散列表),根據一個對象的 散列碼就可以確定該對象所存儲區域,這樣就大大減少查詢匹配元素的數量,提高了查詢效率。

3.hashCode 對于一個對象的重要性

hashCode 重要么?不重要,對于 List 集合、數組而言,但是對于 HashMap、HashSet、HashTable 而言,它變得異常重要。所以在使用 HashMap、HashSet、HashTable 時一定要注意 hashCode。對于一個對象而言,其 hashCode 過程就是一個簡單的 Hash 算法的實現,其實現過程對你實現對象的存取過程起到非常重要的作用。

以 HashTable 為例闡述 hashCode 對于一個對象的重要性。

一個對象勢必會存在若干個屬性,如何選擇屬性來進行散列考驗著一個人的設計能力。如果我們將所有屬性進行散列,這必定會是一個糟糕的設計,因為對象的 hashCode 方法無時無刻不是在被調用,如果太多的屬性參與散列,那么需要的操作數時間將會大大增加,這將嚴重影響程序的性能。但是如果較少屬相參與散列,散列的多樣性會削弱,會產生大量的散列“沖突”,除了不能夠很好的利用空間外,在某種程度也會影響對象的查詢效率。其實這兩者是一個矛盾體,散列的多樣性會帶來性能的降低。

那么如何對對象的 hashCode 進行設計,本人 也沒有經驗。從網上查到了這樣一種解決方案:設置一個緩存標識來緩存當前的散列碼,只有當參與散列的對象改變時才會重新計算,否則調用緩存的 hashCode,這樣就可以從很大程度上提高性能。

在 HashTable 計算某個對象在 table[] 數組中的索引位置,其代碼如下:

    int index = (hash & 0x7FFFFFFF) % tab.length;

為什么要 &0x7FFFFFFF?因為某些對象的 hashCode 可能會為負值,與 0x7FFFFFFF 進行與運算可以確保 index 為一個正數。通過這步我可以直接定位某個對象的位置,所以從理論上來說我們是完全可以利用 hashCode 直接定位對象的散列表中的位置,但是為什么會存在一個 key-value 的鍵值對,利用 key 的 hashCode 來存入數據而不是直接存放 value 呢?這就關系 HashTable 性能問題的最重要的問題: Hash 沖突!(詳見上篇)

我們知道沖突的產生是由于不同的對象產生了相同的散列碼, hashcode 返回的是 int,它的值只可能在 int 范圍內。如果我們存放的數據超過了 int 的范圍呢?這樣就必定會產生兩個相同的 散列碼,這時在 散列碼 位置處會存儲兩個對象,我們就可以利用 key 本身來進行判斷。所以具有相索引的對象,在該 散列碼 位置處存在多個對象,我們必須依靠 key 的 hashCode 和key 本身來進行區分。而Key的比較就用到了equals

4.hashCode 與 equals

簡而言之就是:

  • 如果兩個對象相等,則hashcode一定也是相同的
  • 兩個對象相等,對兩個對象分別調用equals方法都返回true
  • 兩個對象有相同的hashcode值,它們也不一定是相等的
  • 因此,equals 方法被覆蓋過,則 hashCode 方法也必須被覆蓋
  • hashCode() 的默認行為是對堆上的對象產生獨特值。如果沒有重寫 hashCode(),則該 class 的兩個對象無論如何都不會相等(即使這兩個對象指向相同的數據)

對象的比較過程如下:

image.png
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。