Java中的hashCode，真的很容易弄懂

Posted 2023-03-02 征途黯然.

写这篇文章是因为在看hashMap源码时遇到有什么hashcode值，然后就去查，脑袋里面是有印象的，不就是在Object中有equals和hashcode方法嘛，这在学java基础的时候就遇到过，不过那时候无所谓，囫囵吞枣，原理永远不去深挖，就一笔带过去了。今天仔细看了几篇文章，发现hashCode机制很容易弄懂，学习不能有畏难情绪，不然很难进步。

[1] hash、hash表是什么？

  hash是一个概念、是一个函数，该函数中的实现就是一种算法，就是通过一系列的算法来得到一个hash值（即hashCode），这个时候，我们就需要知道另一个东西，hash表。

  通过hash算法得到的hash值就存在这张hash表中，也就是说，hash表就是所有的hash值组成的，有很多种hash函数，也就代表着有很多种算法得到hash值。

---

  hash值主要是用来在散列存储结构中确定对象的存储地址的，提高对象的查询效率，如HashMap、HashTable等。

[2] hashCode有什么用？

  hashCode()的作用是获取哈希码(int整数)，也称为散列码。这个哈希码的作用是确定该对象在哈希表中的索引位置。

  如上图，假设哈希表有8个位置，索引为0-7。此时有一个对象A，它的物理地址会经过hash算法生成一个hashCode(为1)，这个哈希值也是在0-7之间的，然后我们把对象A存储在哈希表中索引值为1的位置。

---

  hashCode()定义在JDK的Object类中，这就意味着Java中的任何类都包含有hashCode()函数。另外需要注意的是：Object的hashCode()方法是本地方法，也就是用C语⾔或C++实现的，该方法通常用来将对象的内存地址转换为整数之后返回。

public native int hashCode();

众所周知，native方法更高效。

---

  散列表存储的是键值对(key-value)，它的特点是：能根据“键”快速的检索出对应的“值”。这其中就利用到了散列码！（可以快速找到所需要的对象）

  为什么hashcode不直接写物理地址？还要另外用一张hash表来代表对象的地址？为什么使用了hashCode就更高效了？

  假设我们有一个能存放1000个数这样大的内存中，在其中要存放1000个不一样的数字，用最笨的方法，就是存一个数字，就遍历一遍，看有没有相同得数，当存了900个数字，开始存901个数字的时候，就需要跟900个数字进行对比，这样就很麻烦，很是消耗时间，用hashcode来记录对象的位置，来看一下。hash表中有1、2、3、4、5、6、7、8个位置，存第一个数，hashcode为1，该数就放在hash表中1的位置，存到100个数字，hash表中8个位置会有很多数字了，1中可能有20个数字，存101个数字时，他先查hashcode值对应的位置，假设为1，那么就有20个数字和他的hashcode相同，他只需要跟这20个数字相比较(equals)，如果每一个相同，那么就放在1这个位置，这样比较的次数就少了很多，实际上hash表中有很多位置，这里只是举例只有8个，所以比较的次数会让你觉得也挺多的，实际上，如果hash表很大，那么比较的次数就很少很少了。

[3] 为什么总是把hashCode与equals放在一起讨论？它们有什么区别和联系？

  由于hashCode在一定程度上可以判断两个对象是否相等，equals也可以判断两个对象是否相等，但是equals有时会被重写，它就不再判断对象的物理地址是否相等了，所以此时我们在设计对象时，得考虑到hashCode与equals的最终结果要符合逻辑。

  hashCode与equals的最终结果要符合的逻辑介绍如下：

---

  两个对象有相同的hashCode值，它们不⼀定是相等的。

  因为hashCode()所使用的哈希算法也许刚好会让多个对象传回相同的哈希值。越糟糕的哈希算法越容易碰撞，但这也与数据值域分布的特性有关（所谓哈希碰撞也就是指的是不同的对象得到相同的hashCode)。

---

  什么情况下，两个对象⼀定是相等的？（这段特别特别重要）

  当两个对象的物理地址是一样的，那它们肯定是相等的，是同一个对象。这里就涉及到判等的两个操作：操作符"=="与equals方法：

操作符"=="与equals方法的区别，可以参考我的历史文章:Java基本类型和包装类什么情况下判断相等(“==“或“equals“)？

  当对对象使用操作符"=="时，判断的就是两者的物理地址是否相等，没问题；

  当对对象使用equals方法时，如果equals方法没有被重写，它相当于使用操作符"=="判断两者的物理地址是否相等，也没问题；可是如果equals方法被重写了，它判断的不一定是对象的物理地址是否相等，此时就有问题了。
  例如String类重写了equals方法判断字符是否相等，当两个字符串相等时equals方法返回true，可是若此时不约束这两个字符串的hash是一样的，Hash家族就会认为这个两个字符串是不同的。

---

  为什么equals方法重写的话，建议也一起重写hashcode方法？（这段特别特别重要）

  首先，说的是“建议”，其实是可以不重写的。重写hashcode是为了满足Java中Hash家族的一些约定俗成的要求。

  先以HashSet 如何检查重复来举例Java执行过程：

  当你把对象加入HashSet时，HashSet会先计算对象的 hashCode 值来判断对象加入的位置，同时也会与其他已经加入的对象的 hashCode 值作比较，如果没有相符的hashCode，HashSet 会假设对象没有重复出现。但是如果发现有相同 hashCode 值的对象，这时会调用 equals() 方法来检查 hashCode 相等的对象是否真的相同。如果两者相同，HashSet就不会让其加入操作成功。如果不同的话，就会重新散列到其他位置。这样我们就大大减少了 equals 的次数，相应就大大提高了执行速度。

  基于上述的流程，Java为了提高Hash家族的效率，它默认两个对象的hash值不同那么它们就不相等。但是只用hash值来判断的话，发生哈希碰撞就无法分辨对象是否相等了。

  所以，hash检测相当于第一重保险，第一重保险可以筛选99%，剩下1%才会去equals那里，这样效率嘎嘎高。

  总结下来就是：

  1、如果两个对象的hashCode值相等，那这两个对象不一定相等（哈希碰撞）。
  2、如果两个对象的 hashCode 值相等并且 equals()方法也返回 true，我们才认为这两个对象相等。
  3、如果两个对象的 hashCode值不相等，我们就可以直接认为这两个对象不相等。

  所以，基于上述3点，equals方法重写的话，建议也一起重写hashcode方法。