equals与hashcode深入

"哈希表"数据结构 (参考了SUN官方文档以及无数的网上资料做出的个人总结)

在集合框架中 HashSet Hashtable HashMap 都使用了哈希表的形式来存储数据；保证数据唯一的方法；hashCode() & equals();
关于hashCode:
初学者可以粗略的将 hashCode 的值理解为内存地址值，但这不是绝对物理地址，它是经过哈希算法转成的 int 值；
哈希码并不是完全唯一的，它是一种算法，尽量使不同对象拥有不同的哈希码，作为身份的标识
hashCode()的几种算法
1)Object类的hashCode.返回对象的内存地址经过处理后的结构，由于每个对象的内存地址都不一样，所以哈希码也不一样。
2)String类的hashCode.根据String类包含的字符串的内容，根据一种特殊算法返回哈希码，只要字符串所在的堆空间相同，返回的哈希码也相同。
3)Integer类，返回的哈希码就是Integer对象里所包含的那个整数的数值，
例如Integer i1=new Integer(100),i1.hashCode的值就是100 。由此可见，2个一样大小的Integer对象，返回的哈希码也一样。

Object 的哈希码是唯一的，而当对象所对应的类重写了hashCode()方法时，就不一定了。即使两个对象equals为false,也有可能产生相同的哈希码。
例如，字符串"BB"和"Aa"的euqals方法比较结果肯定不相等，但它们的hashCode方法返回值却相等。(都是2112)
但可以确定的是：如果a.equals(b)为 true,a和b必须有相同的哈希码。(规定)
除非你刻意修改参与hashCode计算的字段，如后文注意事项(2)中所述，会导致内存泄露。(将这种行为视为失误或恶意行为)

哈希码的作用：
"哈希码就是对象的身份证"  "equals比较相当于匹配对象的DNA" 例如：确定一个人的身份，查身份证号显然要比对比DNA简单得多
hashCode能够"提高哈希表集合的性能"-->快速地定位对象
hashCode算法提高查找的效率，这种方式将集合分成若干个存储区域，每个对象可以计算出一个哈希码，可以将哈希码分组，
每组分别对应某个存储区域，根据一个对象的哈希码就可以确定该对象应该存储在哪个区域。
如果仅使用 equals()方法保证对象唯一性。每增加一个元素就检查一次，那么当元素很多时，就相当繁琐了。
也就是说，如果集合中现在已经有10000个元素，那么第10001个元素加入集合时，它就要调用10000次equals方法。这显然会大大降低效率。
在哈希表结构的集合中；在添加元素时先调用这个元素的hashCode方法；能够通过哈希码快速定位对象的物理位置；
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；如果这个位置上已经有元素了,那么就使用equals("DNA")来确认是否为同一个对象
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;执行效率有着明显区别

"注意事项"
(1)在定义集合是往往会自定义覆盖hashCode和equals方法，需要遵守equals的特性规则
equals与hashCode的定义必须一致，两个对象equals为true,就必须有相同的hashCode；反之则不成立"BB&Aa"
例如：如果定义的equals比较的是雇员ID,那么hashCode就需要散列ID,而不是雇员的姓名或住址
用不到哈希表可以不复写，除非你确认类的对象不会放入 HashSet,Hashtable,HashMap.等哈希表集合中。
即使暂时用不到哈希表，为其提供一个与equals一致的hashCode方法也没什么坏处，万一以后用到了呢？
所以，在定义元素类时，为了避免不必要的麻烦，复写equals方法时通常有必要复写hashCode方法，以保证判定结果的一致性。
而在SUN官方的文档中，直接规定"如果重定义equals方法，就必须冲定义hashCode方法,以便用户可以将对象插入到散列(哈希)表中"

(2)当一个对象被存储进HashSet集合中以后，就不能修改这个对象中的那些参与计算哈希值的字段了，
否则，对象修改后的哈希值与最初存储进HashSet集合中时的哈希值就不同了，在这种情况下，
即使在cantains方法使用该对象的当前引用作为的参数去HashSet集合中检索对象，也将返回找不到对象的结果。
这也会导致从HashSet集合中单独删除当前对象，从而造成"内存泄露"。
内存泄露的定义：分配了内存而没有释放,逐渐耗尽内存资源，导致系统崩溃。
现象：如(2)中所述的一种情况，对象一直占用内存空间，无法被垃圾回收机制回收。
IO流操作中如果读写完后不关闭流资源，久而久之也会导致内存泄露
附：
既然说到equals，就片面地提一下 ArrayList 集合为什么增删比较慢
ArrayList 使用了数组结构，使用角标操作使其具备了容器类中最快的查询速度
在添加元素时，需要扩展底层数组的长度所以比较慢(这里简单略过)，重点说一下remove操作
查看JDK源码可以发现:
ArrayList 在删除元素时remove方法首先间接调用到了contains方法确认集合中是否含有这个元素,
contains方法使用indexOf()方法的返回值是否>=0来确认是否包含此元素，indexOf方法的原理就是：
使用for循环从0角标依次遍历集合中的元素，使用equals比较每个元素，直到为true时返回此元素的角标
方法调用次序为： remove()--(间接调用)——>contains()——>indexOf()--(for 循环遍历)——>equals()
这就意味着：有10000个元素的 ArrayList 集合在删除元素时，如果恰好要删除的元素位于最后一个角标上
就需要调用10000次equals方法来确认这个元素的位置来进行删除操作！
以上转自http://www.pythontip.com/bigdata/post/4879