理解 hashcode

hashcode的作用就是为了快速查找集合中是否存在重复元素。它是配合euqals方法使用的。

先简要介绍equals方法:在object中此方法比较两个对象的地址是不是相等。api中的一些类重写了此方法，如String重写了此方法（但StringBuffer没有重写此方法），比较的是两个字符串的内容是不是相等。因此我们在定义一个对象的时候也可以重写equals方法，按照我们的原则来定义。

再看一个问题：
为什么重写了equals方法需要重写hashcode方法？
答：为了更快判断集合中是否已存在某对象。对于链表和数组，如果我们要查找某个元素是否已经存在，我们需要遍历数组和链表，直到找到这个元素位置，这样很耗时间（事实上，链表和数组在加入一个元素时也没有判断它是否存在，因此可以有重复）。如果我们使用哈希表，我们就可以根据这个元素的hashcode方法和equals方法快速判断集合中是否已存在某对象。下面对此进行描述：

哈希表由哈希表元地址和哈希表元组成，是一个链表的数组。在java中，哈希码就是根据对象的hashcode方法产生的哈希码（hashcode一般是根据对象的成员变量生成哈希码）。一般而言，不同的对象有不同的hashcode，但也可能不同的对象拥有同一个哈希码。但是哈希表元地址是如何与哈希码匹配的呢？举个例子吧：
假设现在有16个哈希表元，那么哈希表元地址则为1到16，然后现在有个对象的哈希码为329，329%16=9，则这个对象就存储在哈希表元地址为9的哈希表元上。假设现在又有一个对象的哈希码为25，25%16=9，好的，由于哈希地址为9的哈希表元上已经有元素了，这时新存进来的对象就要遍历这个哈希表元（不是全部元素），通过equals方法判断这个哈希表元上是否已经存在相同对象，如果不存在，就继续存储在哈希表元的后面。
总结如下：每要添加一个对象，都是先获取它的hashcode值，然后一次就匹配了哈希表元地址，如果哈希表元上还没有存储对象，就直接存储，如果已经有了就遍历哈希表元（通过equals方法判断是否有相同对象存在），如果不存在相同对象就存储在哈希表元后面。


现在我们来看看HashSet的add方法，当add一个对象时，会根据这个对象生成的hashcode值快速到链表数组中匹配对应的哈希表元，如果哈希表元为空的，就可以把对象插入哈希表元中，然后返回true。如果哈希表元中已经有元素，这时就要遍历这个哈希表元（记住，只是遍历其中一个哈希表元，而不是集合中的所有元素，可能就一两个元素），通过equals方法来判断是否已经有相同的对象存在，如果有则返回false，如果没有则找空间存贮对象并链接到这个哈希表元的后面。
看完这里应该就明白了为什么重写equals方法还要重写hashcode方法，就是为了快速查找集合中是否存在重复元素。
记住一个原则：如果a.equals(b)为true时，a和b必须拥有相同的hashcode。

举个例子说明：

public class Person {
	private String name;
	private int age;

	@Override
	public int hashCode() {
		return age+name.hashCode();
	}
	@Override
	public boolean equals(Object obj) {
		if (this == obj)
			return true;
		if (obj == null)
			return false;
		if (getClass() != obj.getClass())
			return false;
		Test3 other = (Test3) obj;
		if (age != other.age)
			return false;
		if (name == null) {
			if (other.name != null)
				return false;
		} else if (!name.equals(other.name))
			return false;
		return true;
	} 
}

假设现在new出两个Person对象：

	Person p1 = new Person();
	Person p2 = new Person();

我们上述实现的equals方法和hashcode方法必须满足下面条件：
1. p1.equals(p2)为true时，p1和p2必须拥有相同的哈希码。
2. p1和p2拥有相同的哈希码时，p1.equals(p2)不一定为true。

对于第二点我们可以设想一下：

p1.age=24; p1.name.hashcode=109;
p2.age=27;p2.name.hashcode=106;

因此p1和p2的hashcode相同，但p1.equals(p2)为false。





hashcode() 方法，在object 类中定义如下：
public native int hashCode(); <完>
说 明是一个本地方法，它的实现是根据本地机器相关的 。当然我们可以在自己写的类中覆盖hashcode() 方法，比如String 、Integer 、 Double 。。。。等等这些类都是覆盖了hashcode() 方法的。例如在String 类中定义的hashcode() 方法如下：
public int hashCode() {
int h = hash;
if (h == 0) {
int off = offset;
char val[] = value;
int len = count;

for (int i = 0; i < len; i++) {
h = 31*h + val[off++];
}
hash = h;
}
return h;
}
解释一下这个程序（String 的API 中写到）：
s[0]*31^(n-1) + s[1]*31^(n-2) + ... + s[n-1]
使用 int 算法，这里 s[i] 是字符串的第 i 个字符，n 是字符串的长度，^ 表示求幂。（空字符串的哈希码为 0 。）
首先，想要明白hashCode 的作用，你必须要先知道Java 中的集合 。　　
总的来说，Java 中的集合（Collection ）有两类，一类是List ，再有一类是Set 。
你知道它们的区别吗？前者集合内的元素是有序的，元素可以重复；后者元素无序，但元素不可重复。
那么这里就有一个比较严重的问题了：要想保证元素不重复，可两个元素是否重复应该依据什么来判断呢？
这就是Object.equals 方法了 。但是，如果每增加一个元素就检查一次，那么当元素很多时，后添加到集合中的元素比较的次数就非常多了。
也就是说，如果集合中现在已经有1000 个元素，那么第1001 个元素加入集合时，它就要调用1000 次equals 方法。这显然会大大降低效率。   
于是，Java 采用了哈希表的原理。哈希（Hash ）实际上是个人名，由于他提出一哈希算法的概念，所以就以他的名字命名了。
哈希算法也称为散列算法，是将数据依特定算法直接指定到一个地址上 。如果详细讲解哈希算法，那需要更多的文章篇幅，我在这里就不介绍了。
初学者可以这样理解，hashCode 方法实际上返回的就是对象存储的物理地址（实际可能并不是）。   
这样一来，当集合要添加新的元素时，先调用这个元素的hashCode 方法，就一下子能定位到它应该放置的物理位置上。
如果这个位置上没有元素，它就可以直接存储在这个位置上，不用再进行任何比较了；如果这个位置上已经有元素了，
就调用它的equals 方法与新元素进行比较，相同的话就不存了，不相同就散列其它的地址。
所以这里存在一个冲突解决的问题。这样一来实际调用equals 方法的次数就大大降低了，几乎只需要一两次。  
所以，Java 对于eqauls 方法和hashCode 方法是这样规定的：
1 、如果两个对象相同，那么它们的hashCode 值一定要相同；2 、如果两个对象的hashCode 相同，它们并不一定相同     上面说的对象相同指的是用eqauls 方法比较 。  
你当然可以不按要求去做了，但你会发现，相同的对象可以出现在Set 集合中。同时，增加新元素的效率会大大下降。

评论

1 楼 hello冷风 2010-04-14  

楼主写不错，其实再去看看算法书上关于哈希表处理哈希值冲突可以发现这只是其中一种实现方式