hashCode及HashMap中的hash()函式
一、hashcode是什麼
要理解hashcode首先要理解hash表這個概念
1. 雜湊表
- hash表也稱散列表（Hash table），是根據關鍵碼值(Key value)而直接進行訪問的資料結構。也就是說，它通過把關鍵碼值對映到表中一個位置來訪問記錄，以加快查詢的速度。這個對映函式叫做雜湊函式，存放記錄的陣列叫做散列表。
- 給定表M，存在函式f(key)，對任意給定的關鍵字值key，代入函式後若能得到包含該關鍵字的記錄在表中的地址，則稱表M為雜湊(Hash）表，函式f(key)為雜湊(Hash) 函式。
- 簡單理解就是：在記錄的儲存位置和它的關鍵字之間建立一個確定的對應關係f，使每個關鍵字和結構中一個唯一的儲存位置相對應。
- 具有快速查詢和插入操作的優點
2. hashcode
- hashcode 通過hash函式計算得到，hashcode就是在hash表中有對應的位置
- 每個物件都有hashcode，通過將物件的實體地址轉換為一個整數，將整數通過hash計算就可以得到hashcode
二、hashcode的作用
HashCode的存在主要是為了查詢的快捷性，HashCode是用來在雜湊儲存結構中確定物件的儲存地址的
對於容器類設計 基本上都會涉及到hashCode。在Java中也一樣，hashCode方法的主要作用是為了配合基於雜湊的集合一起正常執行，這樣的雜湊集合包括HashSet、HashMap以及HashTable。
在對集合進行插入操作時，集合內時是不允許存在重複元素的，這樣就引發了一個問題
如何判別在集合中是否已經存在該物件了？
首先想到的方法就是呼叫equals()方法，這個方法確實可行。但是如果集合中已經存在大量的資料或者更多的資料，如果採用equals方法去逐一比較，效率必然是一個問題。 此時hashCode方法的作用就體現出來了，當集合要新增新的物件時，先呼叫這個物件的hashCode方法，得到對應的hashcode值，實際上在HashMap的具體實現中會一個表儲存已經存進去的物件的hashcode值，如果table中沒有該hashcode值，它就可以直接存進去，不用再進行任何比較了；如果存在該hashcode值， 就呼叫它的equals方法與新元素進行比較，相同的話就不存了，不相同就雜湊其它的地址，所以這裡存在一個衝突解決的問題，這樣一來實際呼叫equals方法的次數就大大降低了。
這也就解釋了為什麼equals()相等，則hashCode()必須相等。如果兩個物件equals()相等，則它們在雜湊表(如HashSet、HashMap等)中只應該出現一次；如果hashCode()不相等，那麼它們會被雜湊到雜湊表的不同位置，雜湊表中出現了不止一次。
所以說hashCode方法的存在是為了減少equals方法的呼叫次數，從而提高程式效率。
三、 hashCode()和equals()
Java的基類Object中的 equals()方法用於判斷兩個物件是否相等，hashCode()方法用於計算物件的雜湊碼。equals()和hashCode()都不是final方法，都可以被重寫(overwrite)
1. equals方法
-
Object類中equals()方法實現如下
-
public boolean equals(Object obj) { return (this == obj); } -
通過該實現可以看出，Object類的實現採用了區分度最高的演算法，即只要兩個物件不是同一個物件，那麼equals()一定返回false。
-
雖然可以重寫equals()方法，但是有一些注意事項；JDK中說明了實現equals()方法應該遵守的約定
- 自反性：x.equals(x)必須返回true。
- 對稱性：x.equals(y)與y.equals(x)的返回值必須相等。
- 傳遞性：x.equals(y)為true，y.equals(z)也為true，那麼x.equals(z)必須為true。
- 一致性：如果物件x和y在equals()中使用的資訊都沒有改變，那麼x.equals(y)值始終不變。
- 非null：x不是null，y為null，則x.equals(y)必須為false。
2. hashCode 方法
-
Object類中hashCode()方法的宣告如下：
public native int hashCode(); -
可以看出，hashCode()是一個native方法，而且返回值型別是整形；實際上，該native方法將物件在記憶體中的地址作為雜湊碼返回，可以保證不同物件的返回值不同。
-
與equals()方法類似，hashCode()方法可以被重寫。JDK中對hashCode()方法的作用，以及實現時的注意事項做了說明：
- （1）hashCode()在雜湊表中起作用，如java.util.HashMap。
- （2）如果物件在equals()中使用的資訊都沒有改變，那麼hashCode()值始終不變。
- （3）如果兩個物件使用equals()方法判斷為相等，則hashCode()方法也應該相等。
- （4）如果兩個物件使用equals()方法判斷為不相等，則不要求hashCode()也必須不相等；但是開發人員應該認識到，不相等的物件產生不相同的hashCode可以提高雜湊表的效能。
-
重寫hashcode()的原則
- （1）如果重寫了equals()方法，檢查條件“兩個物件使用equals()方法判斷為相等，則hashCode()方法也應該相等”是否成立，如果不成立，則重寫hashCode ()方法。
- （2）hashCode()方法不能太過簡單，否則雜湊衝突過多。
- （3）hashCode()方法不能太過複雜，否則計算複雜度過高，影響效能
-
hashCode()重寫方法
《Effective Java》中提出了一種簡單通用的hashCode演算法：
-
初始化一個整形變數，為此變數賦予一個非零的常數值，比如int result = 17;
-
選取equals方法中用於比較的所有域（之所以只選擇equals()中使用的域，是為了保證上述原則的第1條），然後針對每個域的屬性進行計算：
(1) 如果是boolean值，則計算f ? 1:0 (2) 如果是bytecharshortint,則計算(int)f (3) 如果是long值，則計算(int)(f ^ (f >>> 32)) (4) 如果是float值，則計算Float.floatToIntBits(f) (5) 如果是double值，則計算Double.doubleToLongBits(f)，然後返回的結果是long,再用規則(3)去處理long,得到int (6) 如果是物件應用，如果equals方法中採取遞迴呼叫的比較方式，那麼hashCode中同樣採取遞迴呼叫hashCode的方式。否則需要為這個域計算一個正規化，比如當這個域的值為null的時候，那麼hashCode 值為0 (7) 如果是陣列，那麼需要為每個元素當做單獨的域來處理。java.util.Arrays.hashCode方法包含了8種基本型別陣列和引用陣列的hashCode計算，演算法同上。
-
最後，把每個域的雜湊碼合併到物件的雜湊碼中。
-
四、HashMap中的hash()函式
-
HashMap中並沒有直接使用KV中K原有的hash值; 在HashMap的put、get操作時也未直接使用K中原有的hash值，而使用了一個hash()方法。讓我們一起看一下這個方法
-
static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } -
這段程式碼類似作用是為了增加hashcode的隨機性
-
key.hashCode()的作用是返回鍵值key所屬型別自帶的hashcode，返回的型別是int，如果直接拿雜湊值作為下標訪問HashMap的主陣列的話，考慮到int型別值的範圍[-2^31 , 2^31 -1]，雖然只要hash表對映比較鬆散的話，碰撞機率很小，但是對映空間太大，記憶體放不下，所以先做對陣列的長度取模運算，得到的餘數才能用來訪問陣列下標。
-
hashMap原始碼中模運算是在這個indexFor( )函式裡完成的把雜湊值和陣列長度-1做一個"與"操作
static int indexFor(int h, int length) { return h & (length-1);}- 這也正好解釋了為什麼HashMap的陣列長度要取2的整數冪。因為陣列長度-1相當於一個“低位掩碼”。“與”操作的結果就是雜湊值的高位全部歸零，只保留低位值.以初始長度16為例，16-1=15。2進製表示是00000000 00000000 00001111。和某雜湊值做“與”操作如下，結果就是截取了最低的四位值。h & (length - 1) 和 h % length，它倆是等價不等效的，明顯位運算效率非常高。
-
01111010 00111100 00100101 & 00000000 00000000 00001111 ---------------------------------- 00000000 00000000 00000101 //高位全部歸零，只保留末四位
-
but 只取後四位，即使雜湊值分佈再鬆散，碰撞機率還是很大。更糟糕的是如果雜湊函式做的比較差吧，分佈上成個等差數列啥的，恰好使最後幾個低位呈現規律性重複，就比較蛋疼。
-
這時候 “hash”函式作用就出來了
- 右位移16位，正好是32bit的一半，高半區和低半區做異或，就是為了混合原始雜湊碼的高位和低位，以此來加大低位的隨機性。而且混合後的低位摻雜了高位的部分特徵，這樣高位的資訊也被變相保留下來。
- 設計者考慮到現在的hashCode分佈的已經很不錯了，而且當發生較大碰撞時也用樹形儲存降低了衝突。僅僅異或一下，少了系統的開銷，也不會造成因為高位沒有參與下標的計算(table長度比較小時)，從而引起的碰撞。
- 根據研究結果顯示，當HashMap陣列長度為512的時候，也就是用掩碼取低9位的時候，在沒有使用hash()的情況下，發生了103次碰撞，接近30%。而在使用了hash()之後只有92次碰撞。碰撞減少了將近10%。看來擾hash()函式在將降低碰撞上還是有功效的。
-
hashMap中 MAXIMUM_CAPACITY = 1 << 30;最大為2的30次方（超過這個值就將threshold修改為Integer.MAX_VALUE（此時表的大小已經是2的31次方了），表明不進行擴容了）
**************轉摘：https://www.cnblogs.com/NathanYang/p/9427456.html