hashcode重寫

Wayne_Kdl發表於2019-12-10

這篇文章是以前寫的，從segmentfault搬運過來的，因為我的seg上只有一篇文章，孤零零的，所以搬過來。

我的第一篇文章

以前都在公司的文件裡寫，後來想想，還是自己找個地方記錄下來吧。 今天有個朋友問我hashcode的問題，記錄下來，並稍微讀下書尋求一點理論知識。

問題如下

有一個屬性都是字串的物件，想放入hashset中，要求，對某一個屬性，相同就能放入，不同就不能放入。

朋友的問題是，知道equals咋寫，但是不知道hashcode咋寫，沒有思路。

我的理解（僅供借鑑）

hashcode是一種比equals粗粒度的比較，打個比方，兩個三位數，可以拿十位+個位數作為hashcode，百位+十位+個位才是真正的equals。也就是說，先比較十位+個位數hashcode，如果hashcode不一致，那麼這兩個物件必然不一致，就不用繼續對比了，如果十位+個位數一致，那麼他們有可能是一致的，這時繼續對比equals，才能知道是否兩個物件真的一致。 當然這只是一種粗淺的理解，真正的理解還得看**((h = key.hashCode()) ^ (h >>> 16)) & (n-1)**，直觀上可以理解為就是hash值的補碼取後幾位，問題也不大。

public class InnerClass {
    String a;
    String b;
    String c;
    
    @Override
    public boolean equals(Object o) {
        if (this == o) { return true; }
        if (o == null || getClass() != o.getClass()) { return false; }

        InnerClass that = (InnerClass)o;
        return this.a.equals(that.a);
    }
複製程式碼

如果只是尋求一個解，而不是尋求較優的解的話，那麼很簡單。不是要比equals粗粒度的比較嗎？隨便來一個比equals粗一丁點的就可以了。如下

    @Override
    public int hashCode() {
        return Objects.hash(a);
    }
複製程式碼

這個寫法得到的結果是對的，但是我總覺得不好，因為在我的理解裡，hashcode也是一種效率上的考慮。這樣的話，和直接比較this.a又有多大區別呢？

如果強行要粗粒度，我想了一種方法，例如：

    @Override
    public int hashCode() {
        return Objects.hash(a)/3;
    }
複製程式碼

這樣其實也增加不了效率，因為真正要比較的可以理解為hashcode的後幾位，除不除以3，影響不大。

假設問題變成：對a和b相同的不放入set，那麼hashcode用Object.hash(a)才是一種相對不錯的方式。既滿足了要求，又有一定的效率上的提升。

這麼閉門造車不是個辦法，拜讀一下《effective java》2e.

整理如下：
1.對同一個物件呼叫hashcode時，必須返回同樣的值。
2.equals相同的物件，必須有相同的hashcode。
3.equals不同的物件，建議有不同的hashcode。
4.當不重寫hashcode時，map.put(new A("a"), "b")之後，map.get(new A("a"))不一定能取到"b",因為沒重寫hashcode，put和get時的兩個物件，都是用的Object的hashcode，因為兩次new是兩個不同的物件，所以hashcode不相同，落在不同的bucket。（即便恰好落在相同的bucket，也不一定能獲取到值）
5.hashcode不要返回一個固定值。返回固定值會導致，所有值都落在同一個bucket，這樣程式的時間複雜度會增加。所以最好是讓hashcode均勻的落在不同的bucket。
6.hashcode均勻落在bucket的一個良好實踐是：
----1.一個初始值
----2.對物件的每一個欄位，計算一個值（boolean：f？1:0/byte、char、short、int (int)f/long int(f^(f>>>32))/double Double.doubleToLongBits(f),然後按long處理/物件，對物件的每個欄位呼叫hashcode
----3.result = 31*result + c;
7.對不包含在equals裡對比的欄位，在hashcode中排除掉。
8.對有意義的欄位（即equals裡對比的欄位），不要在hashcode中排除。例如要對a、b做equals，只對a做hashcode，那麼可能hashcode在bucket的分佈就不均勻了，效能就會下降。

根據這些規則，發現以前的很多想法都是錯誤的。正確寫法如下：

@Override
    public int hashCode() {
        int result = 17;
        result = 31 * result + a.hashCode();
        return result;
    }
複製程式碼

要對a、b兩個欄位做聯合去重時：

    @Override
    public int hashCode() {
        int result = 17;
        result = 31 * result + a.hashCode();
        result = 31 * result + b.hashCode();
        return result;
    }
複製程式碼

皮一下：
a做equals，a、b做hashcode，放入hashset結果可能為
"b" "a" "e",
"a" "b" "c",
"b" "c" "e"
這種情況就是違反了第2條，放入了不同的bucket。

之前那個優化的想法不對（ab做equals，a做hash），因為b可能會導致hashcode在bucket的分佈不均勻。

補充：bucket是什麼？ bucket就是hashmap中包含一系列entry的東西，每個bucket是一個連結串列或者一顆樹。

TODO:
a.hashcode()
object.hash(a)
object.hashcode(a)
的區別複製程式碼

相關文章