JVM 如何确保 System.identityHashCode() 永远不会改变？

Posted 2023-02-21

【中文标题】JVM 如何确保 System.identityHashCode() 永远不会改变？

【英文标题】：How does the JVM ensure that System.identityHashCode() will never change?

【发布时间】：2010-11-06 23:27:35

【问题描述】：

Object.hashCode() 的默认实现通常是对象在内存中的分配地址的某些函数（尽管 JLS 没有强制要求）。鉴于 VM 在内存中分流对象，为什么 System.identityHashCode() 返回的值在对象的生命周期内从不改变？

如果是“一次性”计算（对象的hashCode 计算一次并隐藏在对象标题或其他东西中），那么这是否意味着两个对象有可能具有相同的identityHashCode（如果它们恰好首先分配在内存中的相同地址）？

【问题讨论】：

相关问题：该内存地址是真实的内存地址还是虚拟的东西，即使对象被洗牌也可以保持固定？如果是虚拟的，那就太好了，因为不需要调整指向它的指针。另一方面，这意味着额外的间接性和潜在的大映射表。

第一次请求时，地址略有重新排列。 （返回低位全为零的哈希码并不好。）

其实哪里说identityHashCode不能改变？ System.identityHashCode 的 JavaDoc 对此并不清楚。

当然，如果 identityHashCode 确实发生了变化，你只能使用实现 hashCode() 的对象作为哈希表中的键。

好的，明白了：“在 Java 应用程序的执行过程中，只要在同一个对象上多次调用 (hashCode)，hashCode 方法必须始终返回相同的整数，前提是没有使用修改了对象上的等于比较。”在这种情况下，equals 是对象身份比较。

【参考方案1】：

现代 JVM 将值保存在对象标头中。我相信该值通常仅在首次使用时计算，以便将对象分配所花费的时间保持在最低限度（有时低至十几个周期）。可以编译通用的 Sun JVM，使所有对象的标识哈希码始终为 1。

多个对象可以具有相同的身份哈希码。这就是哈希码的本质。

【讨论】：

对 - 我刚刚查看了 synchronizer.cpp（vm 运行时源代码）中的 ObjectSynchronizer::FastHashCode，在生成哈希码后，它看起来像是将其合并到对象头中。看起来HashCode有几种可能的实现；您提到的为所有对象返回 1 的那个用于确保 VM 的任何部分都不会因为任何原因假定哈希码是唯一的。

public static native int identityHashCode(Object x);是本机方法。你能从本机实现代码的角度来解释它吗？我的意思是 C++ 实现。它主要用于 inIdentityHashMap 对吧？

@Tom 对象头是什么意思？您还写道“我相信该值通常仅在首次使用时计算，以便将对象分配保持在最低限度（有时低至十几个周期）。”你能解释一下你在这里指的是哪个对象分配吗？

@Geek 我的意思是分配对象所花费的执行时间保持在最低限度（我已经澄清了文本）。典型 Java 实现中的每个对象（包括数组）都会以一些字节开始，这些字节指示运行时类型、内在锁定监视器、可能与 GC 相关的位和身份哈希码。实际细节可能相当复杂，因为它需要进行大量优化。

@Lil 对象上的标识和监视器很少使用，但它们仍然始终存在。这严重阻碍了 JVM，但是你去。您建议将标题扩展到哪里。停止机器并跟踪每个使用过的对象的每个传入引用？ / 你是对的，通常会使用少于四个字节的几位作为哈希码。一些实现可能会有特殊的事情，例如在同步期间将哈希复制到堆栈中，以便为良好的竞争锁定行为腾出更多空间。不需要反对票，IMO。

【参考方案2】：

在回答第二个问题时，无论实现如何，多个对象都可能具有相同的identityHashCode。

请参阅bug 6321873，了解有关 javadoc 中措辞的简要讨论，以及演示非唯一性的程序。

【讨论】：

是的。两个不同的对象可以有相同的 hashCode。所有散列函数都是这种情况（在大于其结果大小的域上）。

@Thilo：JVM 可以以这样的方式编写，以保证，如果同时存在的对象不超过 40 亿，identityHashCode 将永远不会返回一个与仍然存在的任何其他对象一起返回。根据内存管理器的实现方式，这可能会很昂贵，或者可能会增加零额外成本。例如，Object 可以包含指向指针表的索引，只要每个对象存在，就会为每个对象分配一个不可变的表槽。典型的 JVM 实现不会那样做...

...但是其他一些“基于句柄”的内存管理方案确实如此，因此可能值得记录一下 JVM 在第一次询问对象身份时本质上选择了一个任意数字哈希码，然后将其存储以供以后使用[顺便说一句，我不记得曾经阅读过任何正式记录identityHashcode 是否是线程安全的东西。如果从未检索到对象的哈希码，是否可以保证同时“首次”调用该对象上的 identityHashCode 会产生相同的值？

【参考方案3】：

HotSpot 中对象的头部由一个类指针和一个“标记”字组成。

标记字的数据结构源代码可以在markOop.hpp文件中找到。在这个文件中有一条注释描述了标记词的内存布局：

hash:25 ------------>| age:4 biased_lock:1 lock:2 (normal object)

这里我们可以看到，32位系统上普通Java对象的身份哈希码保存在标记字中，长度为25位。

【参考方案4】：

实现散列函数的一般准则是：

同一对象应返回一致的 hashCode

，它不应随时间变化或依赖于任何可变信息（例如，由随机数或可变成员字段值播种的算法 哈希函数应该有一个

良好的随机分布

，我的意思是如果你把哈希码看作桶，2个对象应该尽可能映射到不同的桶（哈希码）。 2 个对象具有相同哈希码的可能性应该很少 - 尽管它

可能

发生。

【参考方案5】：

据我所知，这是为了返回引用而实现的，它在对象的生命周期内永远不会改变。

【讨论】：

所以你说引用不是真正的内存地址（或直接派生自那个）。那么它是一种指向真实内存地址的指针吗？