阅读 257

从语言设计的角度探究Java中hashCode()和equals()的关系

一. 基础: hashCode()和equals()简介

在学习hashCode()和equals()之间的关系之前, 我们有必要先单独了解他俩自身的特点.

  • equals()方法用于比较两个对象是否相等, 它与"=="相等比较符有着本质的不同. 在万物皆对象的Java体系中, 系统把判断对象是否相等的权力交给程序员, 具体的措施是把equals()方法写入到Object类中, 并让所有类继承Object类. 这样程序员就能在类中自定义equals()方法, 从而实现自己的业务逻辑.
  • 关于equals()和"=="的区别你可以--参考这篇文章--

 

  • hashCode()的意思是哈希值, 哈希值是哈希函数运算后得到的结果, 哈希函数能够保证相同的输入能够得到相同的输出(哈希值), 但是不能够保证不同的输入总是能得出不同的输出. 当输入的样本量足够大时, 是会产生哈希冲突的, 也就是不同的输入产生了相同的输出.
  • 暂且不谈冲突, 就相同的输入能够产生相同的输出这点而言, 是及其宝贵的. 它使得系统只需要通过简单的运算, 在时间复杂度O(1)的情况下就能得出数据的映射关系, 根据这种特性引申出了散列表这种数据结构.
  • 一种主流的散列表实现是: 用数组作为哈希函数的输出域, 输入值经过哈希函数计算后得到哈希值, 然后根据哈希值在数组种找到对应的存储单元. 当发生冲突时, 对应的存储单元以链表的形式保存冲突的数据.

 

二. 漫谈: 引入hashCode()与equals()之间的关系

下面我们从一个宏观的角度引入hashCode()和equals()之间的关系

  • 在大多数编程实践中, 归根结底会落实到数据的存取问题上. 在汇编语言时代, 你需要老老实实地对每个数据操作编写存取语句; 随着时代发展到今天, 我们都用类似Java这样的高级语言编写代码. Java除了拥有面向对象的核心思想外, 还给我们封装了一系列操作数据的api, 为编程工作提供了极大的便利.
  • 但在我们对数据进行操作之前, 首先要把数据按照一定的数据结构保存到存储单元中, 否则操作数据将无从谈起. 然而不同的数据结构有各自的特点, 我们在存储数据的时候需要选择适合自己的数据结构进行存储. Java根据不同的数据结构提供了丰富的容器类, 方便程序员选择适合业务的容器类进行开发.
  • 而Java的容器类被分为Collection和Map两大类, Collection又可以进一步分为List和Set. 其中Map和Set都是不允许元素重复的, 严格来说Map存储的是键值对, 它不允许重复的键值. 值得注意的是: Map和Set的绝大多数实现类的底层都会用到散列表结构.
  • 讲到这里我们提取两个关键字不允许重复散列表结构, 回顾hashCode()和equals()的特点, 你是否想到了些什么东西呢?

 

三. 解密: 深入理解hashCode()和equals()之间的关系.

  • 上面提到Set和Map不存放重复的元素(key), 那么在存储元素的时候就必须对元素做出判断: 在当前的容器中有没有和新元素相同的元素?.
  • 你可能会想: 这容易呀, 直接调用元素对象的equals()方法进行比较不就行了吗? 如果容器中的存储的对象数量较少, 这确实是个好主意, 但是如果容器中存放的对象达到了一定的规模, 要调用容器中所有对象的equals()方法和新元素进行比较就不是一件容易的事情了, 就算equals()方法的比较逻辑简单无比, 这也是一个时间复杂度为O(n)的操作啊.

 

  • 但在散列表的基础上判断"新对象是否和容器中任一对象相同"就容易得多了. 由于每个对象都自带有hashCode(), 这个hashCode将会用作散列表哈希函数的输入, hashCode经过哈希函数计算后得到哈希值, 新对象根据哈希值存储到相应的内存的单元.
  • 我们不妨假设两个相同的对象, hashCode()一定相同, 这么一来就体现出哈希函数的威力了, 由于相同的输入一定会产生相同的输出, 于是如果新对象和容器中已存在的对象相同, 新对象计算出的哈希值就会和已存在的对象的哈希值产生冲突, 这时容器就能判断: 这个新加入的元素已经存在, 需要另作处理(覆盖掉原来的元素(key)或舍弃).
  • 按照这个思路, 如果这个元素计算出的哈希值所对应的地址没有产生冲突, 也就是没有重复的元素, 那么它就可以直接插入. 所以当运用hashCode()时, 判断是否有相同元素的代价只是一次哈希计算, 时间复杂度为O(1), 这极大地提高了数据的存储性能.

 

  • 但是前面我们还提到: 当输入样本量足够大时, 不相同的输入是会产生相同输出的, 也就是形成哈希冲突. 这么一来就麻烦了, 原来我们设定的"如果产生冲突, 就意味着两个对象相同"的规则瞬间被打破, 产生冲突的很有可能是两个不同的对象!
  • 而令人欣慰的是我们除了hashCode()方法, 还有一张王牌: equals()方法. 也就是说当两个不相同的对象产生哈希冲突后, 我们可以用equals()方法进一步判断两个对象是否相同. 这时equals()方法就相当重要了, 这个情况下它必须要能判定这两个对象是不相同的.
  • 讲到这里就引出了Java程序设计中一些重要原则:
  • 如果两个对象是相等的, 它们的equals()方法应该要返回true, 它们的hashCode()需要返回相同的结果.
  • 但有时候面试题不会问得这么直接, 它会问你:两个对象的hashCdoe()相同, 它的equals()方法一定要返回true, 对吗?
  • 那答案肯定不对. 因为我们不能保证每个程序设计者都会遵循编码规则, 有可能两个不同对象的hashCode()会返回相同的结果. 如果你理解上面的内容, 这个问题就很好解答: 两个对象的hashCode()相同, 将来会在散列表中产生哈希冲突, 但是它们不一定是相同的对象呀. 当产生哈希冲突时, 我们还得通过equals()方法进一步判断两个对象是否相同, equals()方法不一定会返回true.
  • 这也是为什么Java官方推荐我们最好同时重写hashCode()和equals()方法的原因.

 

四. 验证: 结合HashMap的源码和官方文档, 验证两者的关系.

以上的文字是我经过思考后得出的, 它有一定依据但并非完全可靠, 下面我们根据HashMap的源码(JDK1.8)和官方文档来验证这些推论是否正确.

  • 通过阅读JDK8的官方文档, 我们发现equals()方法介绍的最后有这么一段话:

Note that it is generally necessary to override the hashCode method whenever this method is overridden, so as to maintain the general contract for the hashCode method, which states that equal objects must have equal hash codes.

  • 官方文档提醒我们当重写equals方法的时候, 最好也要重写hashCode()方法. 也就是说如果我们通过重写equals方法判断两个对象相同时, 他们的hash code也应该相同, 这样才能让hashCode()方法发挥它的作用.
  • 那它究竟能发会怎样的作用呢? 我们结合部分较为常用的HashMap源码进一步分析. (像HashSet底层也是通过HashMap实现)
  • 在HashMap中用得最多无疑是put()方法了, 以下是put()的源码:
public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}
复制代码
  • 我们可以看到put()方法实际调用的是putVal()方法, 继续跟进:
    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    //在我们创建HashMap对象的时候, 内存中并没有为HashMap分配表的空间, 直到往HashMap中put添加元素的时候才调用resize()方法初始化表
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;//同时确定了表的长度
        
    //((n - 1) & hash)确定了要put的元素的位置, 如果要插入的地方是空的, 就可以直接插入.
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {//如果发生了冲突, 就要在冲突位置的链表末尾插入元素
        Node<K,V> e; K k;
        if (p.hash == hash &&   
            ((k = p.key) == key || (key != null && key.equals(k))))
            //关键!!!当判断新加入的元素是否与已有的元素相同, 首先判断的是hash值, 后面再调用equals()方法. 如果hash值不同是直接跳过的
            e = p;
        else if (p instanceof TreeNode)//如果冲突解决方案已经变成红黑树的话, 按红黑树的策略添加结点. 
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {//解决冲突的方式仍是链表
            for (int binCount = 0; ; ++binCount) {//找到链表的末尾, 插入.
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);//插入之后要判断链表的长度, 如果到达一定的值就可能要转换为红黑树. 
                    break;
                }//在遍历的过程中仍会不停地判定当前key是否与传入的key相同, 判断的第一条件仍然是hash值. 
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;//修改map的次数增加
    if (++size > threshold)//如果hashMap的容量到达了一定值就要进行扩容
        resize();
    afterNodeInsertion(evict);
    return null;
}
复制代码
  • 我们可以看到每当判断key是否相同的是否, 首先会判断hash值, 如果hash值相同(产生了冲突), 然后会判断key引用所指的对象是否相同, 最终会通过equals()方法作最后的判定.
  • 如果key的hash值不同, 后面的判断将不会执行, 直接认定两个对象不相同.
if (p.hash == hash &&
    ((k = p.key) == key || (key != null && key.equals(k))))
    e = p;
复制代码

结束

  • 讲到这里希望大家对hashCode()与equals()方法能有更深入的理解, 明白背后的设计思想与原理.
  • 我之前有一个疑问, 可能大家看完这篇文章后也会有: equals()方法平时我会用到, 所以我知道它除了和hashCode()方法有密切联系外, 还有别的用途. 但是hashCode()呢, 它除了和equals()方法有密切联系外, 还有其他用途吗?
  • 经过在互联网上一番搜寻, 我目前给出的答案是没有. 也就是说hashCode()仅在散列表中才有用,在其它情况下没用.
  • 当然如果这个答案不正确, 或者你还有别的思考, 欢迎留言与我交流~
关注下面的标签,发现更多相似文章
评论