漫谈hashcode

概要

对于hashcode，相信很多朋友都不陌生，应为我们很多时候都需要用到这个，比如hashMap中就用到了，根据key的hash值来决定value存放的位置，之后来取得时候直接到指定的位置上那就行了，速度非常的快。今天我们就来看一下，hashcode在Java几个比较重要的类中具体是怎么用的？

什么是hashcode

要了解什么是hashcode，就得先了解什么哈希？

我们看下百度百科是怎么说的？

说白了，哈希就是一个函数，这个函数的实现可以说成是一种算法，通过这个算法我们得到一个值，就是hash值，这个值放哪儿呢？就得说另外一个东东，哈希表，hash值其实就是哈希表中的位置。

哈希算法有很多种的实现，比较常见的像 直接取模，平方取中等。

在Java中，每个对象都有hashcode,因为他们都继承于Object这个父类，它提供了一个native的返回对象哈希码值的方法，返回的是对象引用中存储的对象的内存地址(经过哈希之后在哈希表中的位置)，并且有如下规定：

　　1.在 Java 应用程序执行期间，在对同一对象多次调用 hashCode 方法时，必须一致地返回相同的整数，前提是将对象进行 equals 比较时所用的信息没有被修改。从某一应用程序的一次执行到同一应用程序的另              一次执行，该整数无需保持一致。
　　2.如果根据 equals(Object) 方法，两个对象是相等的，那么对这两个对象中的每个对象调用 hashCode 方法都必须生成相同的整数结果。
　　3.如果根据 equals(java.lang.Object) 方法，两个对象不相等，那么对这两个对象中的任一对象上调用 hashCode 方法不 要求一定生成不同的整数结果。但是，程序员应该意识到，为不相等的对象生成不同整数结            果可以提高哈希表的性能。

第2点可以看出，如果重写了equals方法，那就需要重写hashcode方法，进而保证相等的对象得到的哈希值是一样的。这个还是很重要的，不然后面集合就没办法玩了。

第3点可以看出，两个对象不相等，但是哈希值却可能相等，这就是哈希碰撞。减少哈希碰撞，我们就要去不断的优化哈希算法，使得不同的对象通过它得到的hashcode是不一样的，也就是在哈希表中分布的比较均匀，而不是几种在某一块区域，这样产生碰撞的可能性就非常大。

下面我们就来看一下，Java几个比较重要的类是怎么来处理的？

String中的hashcode为什么使用31

string中的hashcode方法实现看起来很简单，代码如下：

    public int hashCode() {
        int h = hash;
        if (h == 0 && value.length > 0) {
            char val[] = value;

            for (int i = 0; i < value.length; i++) {
                h = 31 * h + val[i];
            }
            hash = h;
        }
        return h;
    }

这个方法是被重写了的，因为string中的equals方法也是被重写了的。按照上面那个for循环，稍微推到下，就可以得出，最后得到的哈希值是这样计算的：

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

这里面在计算的时候使用了31这个数，为什么呢？成千上万的数中，为什么偏偏就选中了它呢？真的只是因为多看了一眼？

当然不是，这个还是有根据的，首先，31是一个不大不小的指数，这个不大不小有什么好处呢？好处就在于它既可以保证散列的区间足够，又可以保证数据不会溢出丢失。另外一个，31*i这个通过数学手段的推导，可以得到这样一个结果：31*i=(i << 5) - i，这里面使用了位运算和减法来代替乘法，提高了性能。

hashmap中的hashcode

下面我们再来看一下hashcode在hashmap中的应用，我们先来看下jdk1.8中hashmap的hash方法：

     static final int hash(Object key) {
         int h;
         return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
     }

这个方法有几个亮点：

1.如果key为空，则返回0

2.如果key不等于空，计算key的哈希值

3.将第二步里面计算得到的值无符号右移16位，高位补0

4.将第二步和第三步得到的结果进行异或运算（两个值相同则为0，相反则为1）

这里面前面两个步骤都比较好理解，按照正常情况，这时候就可以反回了啊，为什么还要进行后面的步骤呢？我们先来看下hashmap的put方法：

 if ((tab = table) == null || (n = tab.length) == 0)
             n = (tab = resize()).length;
         if ((p = tab[i = (n - 1) & hash]) == null)
             tab[i] = newNode(hash, key, value, null);
         else {
 。。。。。。。以下省略。。。。。。

这里我们只要看上面标红的一行就行了，简单的说，你在向hashmap中存放元素的时候，这个元素放在哪边，就是这行代码决定的。我看下这行代码：就是用上面个hash方法返回的数和数组的长度减一之后做与运算，这里可能小伙伴又有疑问了啊，为啥子要进行与运算呢？这个跟我们将String类里面为什么使用31有异曲同工之妙，具体的推导过程我这边就不卖弄了，其实还是为了提升速度，这边这种其实就是最开始我们讲的直接取模 的哈希算法，只不过换了个样子，其实当 lenth = 2ⁿ 时，X % length = X & (length - 1)，注意这里面的前提条件是不能丢的，少了就不对了，同学们是不是又突然想起来什么呢？

     /**
      * The default initial capacity - MUST be a power of two.
      */
     static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

看一下hashmap中对默认容量的定义中有这么一句话，必须是2的次方，说到底，就是为了去配合上面那个公式，成就一个完美的哈希算法。知道了后面的这个步骤，我们再来看上面那个无符号右移16位的问题。

假设存在这么一种情况：

对象 A 的 hashCode 为 1000010001110001000001111000000，对象 B 的 hashCode 为 0111011100111000101000010100000，数组的长度是16，运用上面那个公式计算的时候发现得到的结果都是0，冲突了，这是不行的，但是如果我们将hashcode右移16位，在进行异或运算，其实对于高位而言，是没有什么影响的，但是地位就会被打乱，其实真正参与的还是地位的数字，这样的得到的结果就会好很多，这样的设计是不是很厉害，既考虑到了效率，有能解决冲突的问题。