我最近在这里阅读了一些关于Java String类'哈希码的内容，而且我一直无法找到这些信息：当字符串的长度大于32时会发生什么（我知道会发生溢出，但是一个哈希键，会发生什么）？ 例如，我需要散列长度在20到120个字符之间的字符串，以将它们用作散列键。我是否需要使用BigInteger实现自己的算法？
另外，既然我可能有30k到80k之间的字符串，也许更多，那么通常的String hashcode是否足够无冲突？
答案 0 :(得分：9)
（我知道会发生溢出，但作为哈希键，会发生什么）？
在Java中，原始类型的算术溢出和下溢不会引发运行时错误或异常。结果的溢出部分就完全丢失了。
如果程序员不知道这个属性，这会导致逻辑错误或其他困难，但这是JVM的指定行为。
计算哈希码时，您无需担心int类型的上溢或下溢。溢出的位丢失了。
这不会影响计算的哈希值的正确性或其分配到哈希桶的能力。
另外，因为我可能有30k到80k之间的字符串，可能更多 通常的String hashcode是否足够冲突？
要记住几件事可以很方便：
Java字符串是不可变的。因此，String实例的哈希值只计算一次。之后，结果将缓存在实例中，以便hashCode()的后续调用不会导致重复计算。这是有效的，因为字符串是不可变的，每次重新计算的值都是相同的。
哈希码实际上应该根据实例中的所有有意义的信息来计算。这意味着如果你的String包含20k的信息，那么哈希码应该从它的所有20k中计算出来（但参见上文）。当然，存在性能影响，因此您应该相应地设计程序。
碰撞'free'-ness与你的hashCode()实现的质量有很大关系，而与你的字符串大小关系不大。用于生成哈希码的算法应该能够产生良好的分布。什么是“好的散列函数”并不是精确已知的，而是数学理论家的主题。幸运的是，定义一个“足够好”的哈希函数并不难，即使它可能不是“最先进的”（参见Effective Java，2nd ed .; J. Bloch）。
答案 1 :(得分：5)
你误解了hashCode()的作用。它计算一个32位数字，应该对于不同的值不同，但不保证是这样。怎么可能呢，那么哈希可能会有超过2 ^ 32个不同的值。
对于String，hashCode与字符串长度无关。任何hashCode都是任何字符串的有效hashCode，只要你总是得到相同String的相同的 hashCode，即对于相同的字符序列多次调用hashCode() 必须返回相同的值。
作为一个例子，这里有一些字符串的哈希码。
0x00000000 = "".hashCode()
0x00000061 = "a".hashCode()
0x00000041 = "A".hashCode()
0x042628b2 = "Hello".hashCode()
0x6f8f80f1 = "Goodbye".hashCode()
0xdbacdd53 = "The quick brown fox jumps over the lazy dog".hashCode()
0x99eecd2e = "The quick brown fox jumps over the lazy dog!".hashCode()
请注意，最后两个是一个很长（> 32）的字符串。
答案 2 :(得分：2)
字符串没有溢出。字符串可以与进程的内存一样长。任何String的hashCode都是32位整数。 碰撞频率不应与String的长度相关。 你不需要重新实现它。