[Google Guava] 10-雜湊
概述
Java內建的雜湊碼[hash code]概念被限制為32位，並且沒有分離雜湊演算法和它們所作用的資料，因此很難用備選演算法進行替換。此外，使用Java內建方法實現的雜湊碼通常是劣質的，部分是因為它們最終都依賴於JDK類中已有的劣質雜湊碼。
Object.hashCode往往很快，但是在預防碰撞上卻很弱，也沒有對分散性的預期。這使得它們很適合在散列表中運用，因為額外碰撞只會帶來輕微的效能損失，同時差勁的分散性也可以容易地通過再雜湊來糾正（Java中所有合理的散列表都用了再雜湊方法）。然而，在簡單散列表以外的雜湊運用中，Object.hashCode幾乎總是達不到要求——因此，有了
雜湊包的組成
在這個包的Java doc中，我們可以看到很多不同的類，但是文件中沒有明顯地表明它們是怎樣 一起配合工作的。在介紹雜湊包中的類之前，讓我們先來看下面這段程式碼範例：
HashFunction hf = Hashing.md5();
HashCode hc = hf.newHasher()
.putLong(id)
.putString(name, Charsets.UTF_8)
.putObject(person, personFunnel)
.hash();
HashFunction
HashFunction是一個單純的（引用透明的）、無狀態的方法，它把任意的資料塊對映到固定數目的位指，並且保證相同的輸入一定產生相同的輸出，不同的輸入儘可能產生不同的輸出。
Hasher
HashFunction的例項可以提供有狀態的Hasher，Hasher提供了流暢的語法把資料新增到雜湊運算，然後獲取雜湊值。Hasher可以接受所有原生型別、位元組陣列、位元組陣列的片段、字元序列、特定字符集的字元序列等等，或者任何給定了Funnel實現的物件。
Hasher實現了PrimitiveSink介面，這個介面為接受原生型別流的物件定義了fluent風格的API
Funnel
Funnel描述瞭如何把一個具體的物件型別分解為原生欄位值，從而寫入PrimitiveSink。比如，如果我們有這樣一個類：
class Person {
final int id;
final String firstName;
final String lastName;
final int birthYear;
}
它對應的Funnel實現可能是：
Funnel<Person> personFunnel = new Funnel<Person>() {
@Override
public void funnel(Person person, PrimitiveSink into) {
into
.putInt(person.id)
.putString(person.firstName, Charsets.UTF_8)
.putString(person.lastName, Charsets.UTF_8)
.putInt(birthYear);
}
}
注：putString(“abc”, Charsets.UTF_8).putString(“def”, Charsets.UTF_8)完全等同於putString(“ab”, Charsets.UTF_8).putString(“cdef”, Charsets.UTF_8)，因為它們提供了相同的位元組序列。這可能帶來預料之外的雜湊衝突。增加某種形式的分隔符有助於消除雜湊衝突。
HashCode
布魯姆過濾器[BloomFilter]
布魯姆過濾器是雜湊運算的一項優雅運用，它可以簡單地基於Object.hashCode()實現。簡而言之，布魯姆過濾器是一種概率資料結構，它允許你檢測某個物件是一定不在過濾器中，還是可能已經新增到過濾器了。布魯姆過濾器的維基頁面對此作了全面的介紹，同時我們推薦github中的一個教程。
BloomFilter<Person> friends = BloomFilter.create(personFunnel, 500, 0.01);
for(Person friend : friendsList) {
friends.put(friend);
}
// 很久以後
if (friends.mightContain(dude)) {
//dude不是朋友還執行到這裡的概率為1%
//在這兒，我們可以在做進一步精確檢查的同時觸發一些非同步載入
}
Hashing類
Hashing類提供了若干雜湊函式，以及運算HashCode物件的工具方法。
已提供的雜湊函式
HashCode運算
