深入 Java 源码来剖析 hashCode，从此菜不再是原罪

r囧r小猫 2021-09-07 06:22 197阅读 0赞

> 看完记得一键三连哦，微信搜索【**沉默王二**】关注这个沉默但有点东西的小丑。

假期结束了，需要快速切换到工作的状态投入到新的一天当中。放假的时候痛快地玩耍，上班的时候积极的工作，这应该是我们大多数“现代人”该有的生活状态。

我之所以费尽心思铺垫了前面这段话，就是想告诉大家，技术文虽迟但到，来吧，学起来~

今天我们来谈谈 Java 中的 `hashCode()` 方法。众所周知，Java 是一门面向对象的编程语言，所有的类都会默认继承自 Object 类，而 Object 的中文意思就是“对象”。

Object 类中就包含了 `hashCode()` 方法：

@HotSpotIntrinsicCandidate
    public native int hashCode();

意味着所有的类都会有一个 `hashCode()` 方法，该方法会返回一个 int 类型的值。由于 `hashCode()` 方法是一个本地方法（`native` 关键字修饰的方法，用 `C/C++` 语言实现，由 Java 调用），意味着 Object 类中并没有给出具体的实现。

具体的实现可以参考 `jdk/src/hotspot/share/runtime/synchronizer.cpp`（源码可以到 GitHub 上 OpenJDK 的仓库中下载）。`get_next_hash()` 方法会根据 hashCode 的取值来决定采用哪一种哈希值的生成策略。

![9377269b6db45883d4fc629dd1f651e7.png][]

并且 `hashCode()` 方法被 `@HotSpotIntrinsicCandidate` 注解修饰，说明它在 HotSpot 虚拟机中有一套高效的实现，基于 CPU 指令。

那大家有没有想过这样一个问题：为什么 Object 类需要一个 `hashCode()` 方法呢？

在 Java 中，`hashCode()` 方法的主要作用就是为了配合哈希表使用的。

哈希表（Hash Table），也叫散列表，是一种可以通过关键码值（key-value）直接访问的数据结构，它最大的特点就是可以快速实现查找、插入和删除。其中用到的算法叫做哈希，就是把任意长度的输入，变换成固定长度的输出，该输出就是哈希值。像 MD5、SHA1 都用的是哈希算法。

像 Java 中的 HashSet、Hashtable（注意是小写的 t）、HashMap 都是基于哈希表的具体实现。其中的 HashMap 就是最典型的代表，不仅面试官经常问，工作中的使用频率也非常的高。

大家想一下，如果没有哈希表，但又需要这样一个数据结构，它里面存放的数据是不允许重复的，该怎么办呢？

要不使用 `equals()` 方法进行逐个比较？这种方案当然是可行的。但如果数据量特别特别大，采用 `equals()` 方法进行逐个对比的效率肯定很低很低，最好的解决方案就是哈希表。

拿 HashMap 来说吧。当我们要在它里面添加对象时，先调用这个对象的 `hashCode()` 方法，得到对应的哈希值，然后将哈希值和对象一起放到 HashMap 中。当我们要再添加一个新的对象时：

*  获取对象的哈希值；
 *  和之前已经存在的哈希值进行比较，如果不相等，直接存进去；
 *  如果有相等的，再调用 `equals()` 方法进行对象之间的比较，如果相等，不存了；
 *  如果不等，说明哈希冲突了，增加一个链表，存放新的对象；
 *  如果链表的长度大于 8，转为红黑树来处理。

就这么一套下来，调用 `equals()` 方法的频率就大大降低了。也就是说，只要哈希算法足够的高效，把发生哈希冲突的频率降到最低，哈希表的效率就特别的高。

来看一下 HashMap 的哈希算法：

static final int hash(Object key) { 
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

先调用对象的 `hashCode()` 方法，然后对该值进行右移运算，然后再进行异或运算。

通常来说，String 会用来作为 HashMap 的键进行哈希运算，因此我们再来看一下 String 的 `hashCode()` 方法：

public int hashCode() { 
        int h = hash;
        if (h == 0 && value.length > 0) { 
            hash = h = isLatin1() ? StringLatin1.hashCode(value)
                    : StringUTF16.hashCode(value);
        }
        return h;
    }
    public static int hashCode(byte[] value) { 
        int h = 0;
        int length = value.length >> 1;
        for (int i = 0; i < length; i++) { 
            h = 31 * h + getChar(value, i);
        }
        return h;
    }

可想而知，经过这么一系列复杂的运算，再加上 JDK 作者这种大师级别的设计，哈希冲突的概率我相信已经降到了最低。

当然了，从理论上来说，对于两个不同对象，它们通过 `hashCode()` 方法计算后的值可能相同。因此，不能使用 `hashCode()` 方法来判断两个对象是否相等，必须得通过 `equals()` 方法。

也就是说：

*  如果两个对象调用 `equals()` 方法得到的结果为 true，调用 `hashCode()` 方法得到的结果必定相等；
 *  如果两个对象调用 `hashCode()` 方法得到的结果不相等，调用 `equals()` 方法得到的结果必定为 false；

反之：

*  如果两个对象调用 `equals()` 方法得到的结果为 false，调用 `hashCode()` 方法得到的结果不一定不相等；
 *  如果两个对象调用 `hashCode()` 方法得到的结果相等，调用 `equals()` 方法得到的结果不一定为 true；

来看下面这段代码。

public class Test { 
        public static void main(String[] args) { 
            Student s1 = new Student(18, "张三");
            Map<Student, Integer> scores = new HashMap<>();
            scores.put(s1, 98);
            System.out.println(scores.get(new Student(18, "张三")));
        }
    }
     class Student { 
        private int age;
        private String name;
    
         public Student(int age, String name) { 
             this.age = age;
             this.name = name;
         }
    
         @Override
         public boolean equals(Object o) { 
             Student student = (Student) o;
             return age == student.age &&
                     Objects.equals(name, student.name);
         }
     }

我们重写了 Student 类的 `equals()` 方法，如果两个学生的年纪和姓名相同，我们就认为是同一个学生，虽然很离谱，但我们就是这么草率。

在 `main()` 方法中，18 岁的张三考试得了 98 分，很不错的成绩，我们把张三和成绩放到了 HashMap 中，然后准备输出张三的成绩：

null

很不巧，结果为 null，而不是预期当中的 98。这是为什么呢？

原因就在于重写 `equals()` 方法的时候没有重写 `hashCode()` 方法。默认情况下，`hashCode()` 方法是一个本地方法，会返回对象的存储地址，显然 `put()` 中的 s1 和 `get()` 中的 `new Student(18, "张三")` 是两个对象，它们的存储地址肯定是不同的。

HashMap 的 `get()` 方法会调用 `hash(key.hashCode())` 计算对象的哈希值，虽然两个不同的 `hashCode()` 结果经过 `hash()` 方法计算后有可能得到相同的结果，但这种概率微乎其微，所以就导致 `scores.get(new Student(18, "张三"))` 无法得到预期的值 18。

怎么解决这个问题呢？很简单，重写 `hashCode()` 方法。

@Override
     public int hashCode() { 
         return Objects.hash(age, name);
     }

Objects 类的 `hash()` 方法可以针对不同数量的参数生成新的 `hashCode()` 值。

public static int hashCode(Object a[]) { 
     if (a == null)
         return 0;
    
     int result = 1;
    
     for (Object element : a)
         result = 31 * result + (element == null ? 0 : element.hashCode());
    
     return result;
    }

代码似乎很简单，归纳出的数学公式如下所示（n 为字符串长度）。

![ffbb836834809cf921db848aa4c129d4.png][]

注意：31 是个奇质数，不大不小，一般质数都非常适合哈希计算，偶数相当于移位运算，容易溢出，造成数据信息丢失。

这就意味着年纪和姓名相同的情况下，会得到相同的哈希值。`scores.get(new Student(18, "张三"))` 就会返回 98 的预期值了。

《Java 编程思想》这本圣经中有一段话，对 `hashCode()` 方法进行了一段描述。

> 设计 `hashCode()` 时最重要的因素就是：无论何时，对同一个对象调用 `hashCode()` 都应该生成同样的值。如果在将一个对象用 `put()` 方法添加进 HashMap 时产生一个 `hashCode()` 值，而用 `get()` 方法取出时却产生了另外一个 `hashCode()` 值，那么就无法重新取得该对象了。所以，如果你的 `hashCode()` 方法依赖于对象中易变的数据，用户就要当心了，因为此数据发生变化时，`hashCode()` 就会生成一个不同的哈希值，相当于产生了一个不同的键。

也就是说，如果在重写 `hashCode()` 和 `equals()` 方法时，对象中某个字段容易发生改变，那么最好舍弃这些字段，以免产生不可预期的结果。

好。有了上面这些内容作为基础后，我们回头再来看看本地方法 `hashCode()` 的 C++ 源码。

static inline intptr_t get_next_hash(Thread* current, oop obj) { 
      intptr_t value = 0;
      if (hashCode == 0) { 
        // This form uses global Park-Miller RNG.
        // On MP system we'll have lots of RW access to a global, so the
        // mechanism induces lots of coherency traffic.
        value = os::random();
      } else if (hashCode == 1) { 
        // This variation has the property of being stable (idempotent)
        // between STW operations. This can be useful in some of the 1-0
        // synchronization schemes.
        intptr_t addr_bits = cast_from_oop<intptr_t>(obj) >> 3;
        value = addr_bits ^ (addr_bits >> 5) ^ GVars.stw_random;
      } else if (hashCode == 2) { 
        value = 1;            // for sensitivity testing
      } else if (hashCode == 3) { 
        value = ++GVars.hc_sequence;
      } else if (hashCode == 4) { 
        value = cast_from_oop<intptr_t>(obj);
      } else { 
        // Marsaglia's xor-shift scheme with thread-specific state
        // This is probably the best overall implementation -- we'll
        // likely make this the default in future releases.
        unsigned t = current->_hashStateX;
        t ^= (t << 11);
        current->_hashStateX = current->_hashStateY;
        current->_hashStateY = current->_hashStateZ;
        current->_hashStateZ = current->_hashStateW;
        unsigned v = current->_hashStateW;
        v = (v ^ (v >> 19)) ^ (t ^ (t >> 8));
        current->_hashStateW = v;
        value = v;
      }
    
      value &= markWord::hash_mask;
      if (value == 0) value = 0xBAD;
      assert(value != markWord::no_hash, "invariant");
      return value;
    }

如果没有 C++ 基础的话，不用细致去看每一行代码，我们只通过表面去了解一下 `get_next_hash()` 这个方法就行。其中的 `hashCode` 变量是 JVM 启动时的一个全局参数，可以通过它来切换哈希值的生成策略。

*  `hashCode==0`，调用操作系统 OS 的 `random()` 方法返回随机数。
 *  `hashCode == 1`，在 STW（stop-the-world）操作中，这种策略通常用于同步方案中。利用对象地址进行计算，使用不经常更新的随机数（`GVars.stw_random`）参与其中。
 *  `hashCode == 2`，使用返回 1，用于某些情况下的测试。
 *  `hashCode == 3`，从 0 开始计算哈希值，不是线程安全的，多个线程可能会得到相同的哈希值。
 *  `hashCode == 4`，与创建对象的内存位置有关，原样输出。
 *  `hashCode == 5`，默认值，支持多线程，使用了 Marsaglia 的 xor-shift 算法产生伪随机数。所谓的 xor-shift 算法，简单来说，看起来就是一个移位寄存器，每次移入的位由寄存器中若干位取异或生成。所谓的伪随机数，不是完全随机的，但是真随机生成比较困难，所以只要能通过一定的随机数统计检测，就可以当作真随机数来使用。

至于更深层次的挖掘，涉及到数学知识和物理知识，就不展开了。*毕竟菜是原罪*。

--------------------

**我最近花了近一周的时间整理了一份纯 Java 版的刷题笔记，一共 300 道题解！**

**图文并茂，截图如下，不只是干巴巴的题解代码，很多题都给出了多种解题思路，真的会提高大家刷题的幸福指数~**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FpbmdfZ2Vl_size_16_color_FFFFFF_t_70][]  
[刷完 300 道 LeetCode 题后，我膨胀到要飘起来了！纯正 Java 版][300 _ LeetCode _ Java]

--------------------

> 我是沉默王二，希望大家都能把编程学好，可以微信搜一搜「 **沉默王二** 」关注我，回复【**面试**】有我为大家精心准备的一份面试资料~如果内容有帮助的话，欢迎一键三连！

[9377269b6db45883d4fc629dd1f651e7.png]: /images/20210716/d693e8ff5ec04bea8f625e4af68106ba.png
[ffbb836834809cf921db848aa4c129d4.png]: /images/20210716/b62fe1169b67410d88b38be9008fa551.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FpbmdfZ2Vl_size_16_color_FFFFFF_t_70]: /images/20210716/61979c50a82248cbb0e0bc36e765097c.png
[300 _ LeetCode _ Java]: https://blog.csdn.net/qing_gee/article/details/115456883