澄清Java的HashSet / HashMap实现背后的事实

Question

1。 我理解不同的哈希映射机制以及处理关键冲突的方式（开放寻址 - 线性/二次探测，链接，可扩展哈希等等.HashSet / HashMap使用哪一个？

2。 我意识到一个好的HashMap依赖于一个好的哈希函数。 Java的HashSet / HashMap如何散列对象？我知道有一个哈希函数，但到目前为止我还没有实现这个字符串。如果我现在想要哈希我创建的Java对象怎么办？我需要实现哈希函数吗？或者Java是否有内置的创建哈希码的方法？

我知道不能依赖默认实现，因为它将哈希函数基于不是常量的内存地址。

Answer 1

您可以通过阅读the source code for HashMap来自己回答其中的许多问题。

（提示：您通常可以使用Google查找Java SE类的源代码;例如搜索“java.util.HashMap source”。）

  

我理解不同的哈希映射机制以及处理关键冲突的方式（开放寻址 - 线性/二次探测，链接，可扩展哈希等等.HashSet / HashMap使用哪一种？

链接。查看源代码。 （我链接的版本中的第154行）。

  

Java的HashSet / HashMap如何散列对象？

没有。调用对象的hashCode方法来执行此操作。查看源代码。 （第360行）。

如果你看一下代码，你会看到一些有趣的皱纹：

• 代码（在我链接的版本中）是使用特殊方法散列字符串。 （看来这是为了允许在平台级别“调整”字符串的散列。我没有深入研究这个......）

• Object.hashCode()调用返回的哈希码进一步“加扰”以减少冲突的可能性。 （阅读评论！）

  

如果我现在想要哈希我创建的Java对象怎么办？我需要实现哈希函数吗？

你可以做到这一点。

您是否需要执行此操作取决于您为该课程定义equals的方式。具体来说，Java的HashMap，HashSet及相关类在hashcode()和equals(Object)上提出以下要求：

1. 如果a.equals(b)则a.hashCode() == b.hashCode()。
2. 虽然a位于HashSet中，或者是HashMap中的密钥，但a.hashCode()返回的值不得更改。
3. 如果!a.equals(b)，那么a.hashCode() == b.hashCode()应该低的概率，尤其是a和b可能是应用程序的哈希键。

（出于性能原因的最后一个要求。如果你有一个“差”哈希函数导致不同的密钥散列相同的哈希码的概率很高，你会得到很多冲突。哈希链会变得不平衡，你不会获得通常预期的哈希表操作的平均O(1)性能。在最坏的情况下，性能将是O(N);即相当于链表的线性搜索。）

  

或者Java是否有内置的创建哈希码的方法？

每个类都从hashCode()继承一个默认的Object方法（除非被覆盖）。它使用所谓的“身份哈希码”;即基于对象标识（其引用）的哈希值。这与equals(Object)的默认实现相匹配......它只使用==来比较引用。

  

我知道不能依赖默认实现，因为它将哈希函数基于不是常量的内存地址。

这是不正确的。

默认的hashCode()方法返回“身份哈希码”。这通常是基于对象的内存地址，但它不是对象的内存地址。

特别是，如果垃圾收集器移动了一个对象，则保证其“身份哈希码”不会改变。是。这是对的，它不会改变......即使物体被移动了！

^{（他们如何有效地实现这一点非常聪明。有关详细信息，请参阅https://stackoverflow.com/a/3796963/139985。）}

底线是默认的Object.hashCode()方法满足上面列出的所有要求。 可以依赖。

Answer 2

问题1）

Java HashMap实现使用链接实现来处理冲突。可以把它想象成一系列链表。

问题2

Object的默认实现为equals和hashCode。 equals实现为return this == other，hashcode（实现所有意图和目的）实现为为每个实例分配随机标识符并将其用作hashCode。

与Java extends Object中的所有类一样，它们都继承了这些实现。

默认情况下，某些类会覆盖这些实现。正如您所提到的，String是一个非常好的例子。另一个是集合API中的类 - 所以ArrayList根据它包含的元素实现这些方法。

就实施好hashCode而言，这是一种暗示艺术。 Here's a pretty good summary最佳做法。

您的最终评论：

我知道不能依赖默认实现，因为它将哈希函数基于不是常量的内存地址。

这是不正确。 hashCode的默认实现是常量，因为这是方法合同的一部分。来自the Javadoc：

  

每当在同一个对象上多次调用它时   执行Java应用程序时，hashCode方法必须始终如一   返回相同的整数，前提是equals中没有使用的信息   对象的比较被修改。不需要保留该整数   从一个应用程序的执行到另一个执行的一致性   相同的申请。