(4)如果两个对象使用equals()方法判断为不相等,则不要求hashCode()也必须不相等;但是开发人员应该认识到,不相等的对象产生不相同的hashCode可以提高哈希表的性能。
重写hashcode()的原则
(1)如果重写了equals()方法,检查条件“两个对象使用equals()方法判断为相等,则hashCode()方法也应该相等”是否成立,如果不成立,则重写hashCode ()方法。
(2)hashCode()方法不能太过简单,否则哈希冲突过多。
(3)hashCode()方法不能太过复杂,否则计算复杂度过高,影响性能
hashCode()重写方法
《Effective Java》中提出了一种简单通用的hashCode算法:
初始化一个整形变量,为此变量赋予一个非零的常数值,比如int result = 17;
选取equals方法中用于比较的所有域(之所以只选择equals()中使用的域,是为了保证上述原则的第1条),然后针对每个域的属性进行计算:
(1) 如果是boolean值,则计算f ? 1:0 (2) 如果是bytecharshortint,则计算(int)f (3) 如果是long值,则计算(int)(f ^ (f >>> 32)) (4) 如果是float值,则计算Float.floatToIntBits(f) (5) 如果是double值,则计算Double.doubleToLongBits(f),然后返回的结果是long,再用规则(3)去处理long,得到int (6) 如果是对象应用,如果equals方法中采取递归调用的比较方式,那么hashCode中同样采取递归调用hashCode的方式。否则需要为这个域计算一个范式,比如当这个域的值为null的时候,那么hashCode 值为0 (7) 如果是数组,那么需要为每个元素当做单独的域来处理。java.util.Arrays.hashCode方法包含了8种基本类型数组和引用数组的hashCode计算,算法同上。
最后,把每个域的散列码合并到对象的哈希码中。
四、HashMap中的hash()函数
HashMap中并没有直接使用KV中K原有的hash值; 在HashMap的put、get操作时也未直接使用K中原有的hash值,而使用了一个hash()方法。让我们一起看一下这个方法
static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }
这段代码类似作用是为了增加hashcode的随机性
key.hashCode()的作用是返回键值key所属类型自带的hashcode,返回的类型是int,如果直接拿散列值作为下标访问HashMap的主数组的话,考虑到int类型值的范围[-2^31 , 2^31 -1],虽然只要hash表映射比较松散的话,碰撞几率很小,但是映射空间太大,内存放不下,所以先做对数组的长度取模运算,得到的余数才能用来访问数组下标。
hashMap源码中模运算是在这个indexFor( )函数里完成的把散列值和数组长度-1做一个"与"操作
static int indexFor(int h, int length) { return h & (length-1);}
这也正好解释了为什么HashMap的数组长度要取2的整数幂。因为数组长度-1相当于一个“低位掩码”。“与”操作的结果就是散列值的高位全部归零,只保留低位值.以初始长度16为例,16-1=15。2进制表示是00000000 00000000 00001111。和某散列值做“与”操作如下,结果就是截取了最低的四位值。h & (length - 1) 和 h % length,它俩是等价不等效的,明显位运算效率非常高。
01111010 00111100 00100101 & 00000000 00000000 00001111 ---------------------------------- 00000000 00000000 00000101 //高位全部归零,只保留末四位
but 只取后四位,即使散列值分布再松散,碰撞几率还是很大。更糟糕的是如果散列函数做的比较差吧,分布上成个等差数列啥的,恰好使最后几个低位呈现规律性重复,就比较蛋疼。
这时候 “hash”函数作用就出来了
右位移16位,正好是32bit的一半,高半区和低半区做异或,就是为了混合原始哈希码的高位和低位,以此来加大低位的随机性。而且混合后的低位掺杂了高位的部分特征,这样高位的信息也被变相保留下来。
设计者考虑到现在的hashCode分布的已经很不错了,而且当发生较大碰撞时也用树形存储降低了冲突。仅仅异或一下,少了系统的开销,也不会造成因为高位没有参与下标的计算(table长度比较小时),从而引起的碰撞。