为了彻底搞懂 hashCode,我钻了一下 JDK 的源码
今天我们来谈谈 Java 中的 hashCode()
方法——通过源码的角度。众所周知,Java 是一门面向对象的编程语言,所有的类都会默认继承自 Object 类,而 Object 的中文意思就是“对象”。
Object 类中就包含了 hashCode()
方法:
意味着所有的类都会有一个 hashCode()
方法,该方法会返回一个 int 类型的值。由于 hashCode()
方法是一个本地方法(native
关键字修饰的方法,用 C/C++
语言实现,由 Java 调用),意味着 Object 类中并没有给出具体的实现。
具体的实现可以参考 jdk/src/hotspot/share/runtime/synchronizer.cpp
(源码可以到 GitHub 上 OpenJDK 的仓库中下载)。get_next_hash()
方法会根据 hashCode 的取值来决定采用哪一种哈希值的生成策略。
并且 hashCode()
方法被 @HotSpotIntrinsicCandidate
注解修饰,说明它在 HotSpot 虚拟机中有一套高效的实现,基于 CPU 指令。
我在 infoq 共输出了 100 多篇 Java 方面的文章,总字数超过 30 万字, 内容风趣幽默、通俗易懂,收获了很多初学者的认可和支持,内容包括 Java 语法、Java 集合框架、Java 并发编程、Java 虚拟机等核心内容。
为了帮助更多的 Java 初学者,我“一怒之下”就把这些文章重新整理并开源到了 GitHub,起名《教妹学 Java》,听起来是不是就很有趣?
GitHub 开源地址(欢迎 star):https://github.com/itwanger/jmx-java
大家有没有想过这样一个问题:为什么 Object 类需要一个 hashCode()
方法呢?
在 Java 中,hashCode()
方法的主要作用就是为了配合哈希表使用的。
哈希表(Hash Table),也叫散列表,是一种可以通过关键码值(key-value)直接访问的数据结构,它最大的特点就是可以快速实现查找、插入和删除。其中用到的算法叫做哈希,就是把任意长度的输入,变换成固定长度的输出,该输出就是哈希值。像 MD5、SHA1 都用的是哈希算法。
像 Java 中的 HashSet、Hashtable(注意是小写的 t)、HashMap 都是基于哈希表的具体实现。其中的 HashMap 就是最典型的代表,不仅面试官经常问,工作中的使用频率也非常的高。
大家想一下,如果没有哈希表,但又需要这样一个数据结构,它里面存放的数据是不允许重复的,该怎么办呢?
要不使用 equals()
方法进行逐个比较?这种方案当然是可行的。但如果数据量特别特别大,采用 equals()
方法进行逐个对比的效率肯定很低很低,最好的解决方案就是哈希表。
拿 HashMap 来说吧。当我们要在它里面添加对象时,先调用这个对象的 hashCode()
方法,得到对应的哈希值,然后将哈希值和对象一起放到 HashMap 中。当我们要再添加一个新的对象时:
获取对象的哈希值;
和之前已经存在的哈希值进行比较,如果不相等,直接存进去;
如果有相等的,再调用
equals()
方法进行对象之间的比较,如果相等,不存了;如果不等,说明哈希冲突了,增加一个链表,存放新的对象;
如果链表的长度大于 8,转为红黑树来处理。
就这么一套下来,调用 equals()
方法的频率就大大降低了。也就是说,只要哈希算法足够的高效,把发生哈希冲突的频率降到最低,哈希表的效率就特别的高。
来看一下 HashMap 的哈希算法:
先调用对象的 hashCode()
方法,然后对该值进行右移运算,然后再进行异或运算。
通常来说,String 会用来作为 HashMap 的键进行哈希运算,因此我们再来看一下 String 的 hashCode()
方法:
可想而知,经过这么一系列复杂的运算,再加上 JDK 作者这种大师级别的设计,哈希冲突的概率我相信已经降到了最低。
当然了,从理论上来说,对于两个不同对象,它们通过 hashCode()
方法计算后的值可能相同。因此,不能使用 hashCode()
方法来判断两个对象是否相等,必须得通过 equals()
方法。
也就是说:
如果两个对象调用
equals()
方法得到的结果为 true,调用hashCode()
方法得到的结果必定相等;如果两个对象调用
hashCode()
方法得到的结果不相等,调用equals()
方法得到的结果必定为 false;
反之:
如果两个对象调用
equals()
方法得到的结果为 false,调用hashCode()
方法得到的结果不一定不相等;如果两个对象调用
hashCode()
方法得到的结果相等,调用equals()
方法得到的结果不一定为 true;
来看下面这段代码。
我们重写了 Student 类的 equals()
方法,如果两个学生的年纪和姓名相同,我们就认为是同一个学生,虽然很离谱,但我们就是这么草率。
在 main()
方法中,18 岁的张三考试得了 98 分,很不错的成绩,我们把张三和成绩放到了 HashMap 中,然后准备输出张三的成绩:
很不巧,结果为 null,而不是预期当中的 98。这是为什么呢?
原因就在于重写 equals()
方法的时候没有重写 hashCode()
方法。默认情况下,hashCode()
方法是一个本地方法,会返回对象的存储地址,显然 put()
中的 s1 和 get()
中的 new Student(18, "张三")
是两个对象,它们的存储地址肯定是不同的。
HashMap 的 get()
方法会调用 hash(key.hashCode())
计算对象的哈希值,虽然两个不同的 hashCode()
结果经过 hash()
方法计算后有可能得到相同的结果,但这种概率微乎其微,所以就导致 scores.get(new Student(18, "张三"))
无法得到预期的值 18。
怎么解决这个问题呢?很简单,重写 hashCode()
方法。
Objects 类的 hash()
方法可以针对不同数量的参数生成新的 hashCode()
值。
代码似乎很简单,归纳出的数学公式如下所示(n 为字符串长度)。
注意:31 是个奇质数,不大不小,一般质数都非常适合哈希计算,偶数相当于移位运算,容易溢出,造成数据信息丢失。
这就意味着年纪和姓名相同的情况下,会得到相同的哈希值。scores.get(new Student(18, "张三"))
就会返回 98 的预期值了。
《Java 编程思想》这本圣经中有一段话,对 hashCode()
方法进行了一段描述。
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()
都应该生成同样的值。如果在将一个对象用put()
方法添加进 HashMap 时产生一个hashCode()
值,而用get()
方法取出时却产生了另外一个hashCode()
值,那么就无法重新取得该对象了。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()
就会生成一个不同的哈希值,相当于产生了一个不同的键。
也就是说,如果在重写 hashCode()
和 equals()
方法时,对象中某个字段容易发生改变,那么最好舍弃这些字段,以免产生不可预期的结果。
好。有了上面这些内容作为基础后,我们回头再来看看本地方法 hashCode()
的 C++ 源码。
如果没有 C++ 基础的话,不用细致去看每一行代码,我们只通过表面去了解一下 get_next_hash()
这个方法就行。其中的 hashCode
变量是 JVM 启动时的一个全局参数,可以通过它来切换哈希值的生成策略。
hashCode==0
,调用操作系统 OS 的random()
方法返回随机数。hashCode == 1
,在 STW(stop-the-world)操作中,这种策略通常用于同步方案中。利用对象地址进行计算,使用不经常更新的随机数(GVars.stw_random
)参与其中。hashCode == 2
,使用返回 1,用于某些情况下的测试。hashCode == 3
,从 0 开始计算哈希值,不是线程安全的,多个线程可能会得到相同的哈希值。hashCode == 4
,与创建对象的内存位置有关,原样输出。hashCode == 5
,默认值,支持多线程,使用了 Marsaglia 的 xor-shift 算法产生伪随机数。所谓的 xor-shift 算法,简单来说,看起来就是一个移位寄存器,每次移入的位由寄存器中若干位取异或生成。所谓的伪随机数,不是完全随机的,但是真随机生成比较困难,所以只要能通过一定的随机数统计检测,就可以当作真随机数来使用。
至于更深层次的挖掘,涉及到数学知识和物理知识,就不展开了。毕竟菜是原罪。
叨逼叨
二哥在 infoq 上写了很多 Java 方面的系列文章,有 Java 核心语法、Java 集合框架、Java IO、Java 并发编程、Java 虚拟机等,也算是体系完整了。
为了能帮助到更多的 Java 初学者,二哥把自己连载的《教妹学Java》开源到了 GitHub,尽管只整理了 50 篇,发现字数已经来到了 10 万+,内容更是没得说,通俗易懂、风趣幽默、图文并茂。
GitHub 开源地址(欢迎 star):https://github.com/itwanger/jmx-java
如果有帮助的话,还请给二哥点个赞,这将是我继续分享下去的最强动力!
版权声明: 本文为 InfoQ 作者【沉默王二】的原创文章。
原文链接:【http://xie.infoq.cn/article/85f7c078eef5654de30170017】。文章转载请联系作者。
评论