學習Java編程-探索equals()和hashCode()方法

學習Java編程-探索equals()和hashCode()方法

equals()和hashCode()區別?

equals():反映的是對象或變量具體的值,即兩個對象裡面包含的值--可能是對象的引用,也可能是值類型的值。

hashCode():計算出對象實例的哈希碼,並返回哈希碼,又稱為散列函數。根類Object的hashCode()方法的計算依賴於對象實例的D(內存地址),故每個Object對象的hashCode都是唯一的;當然,當對象所對應的類重寫了hashCode()方法時,結果就截然不同了。

之所以有hashCode方法,是因為在批量的對象比較中,hashCode要比equals來得快,很多集合都用到了hashCode,比如HashTable。

兩個obj,如果equals()相等,hashCode()一定相等。

兩個obj,如果hashCode()相等,equals()不一定相等(Hash散列值有衝突的情況,雖然概率很低)。

所以:

可以考慮在集合中,判斷兩個對象是否相等的規則是:

第一步,如果hashCode()相等,則查看第二步,否則不相等;

第二步,查看equals()是否相等,如果相等,則兩obj相等,否則還是不相等。

1、首先equals()和hashcode()這兩個方法都是從object類中繼承過來的。

equals()是對兩個對象的地址值進行的比較(即比較引用是否相同)。

hashCode()是一個本地方法,它的實現是根據本地機器相關的。

2、Java語言對equals()的要求如下,這些要求是必須遵循的:

A對稱性:如果x.equals(y)返回是“true”,那麼y.equals(x)也應該返回是“true”。

B反射性:x.equals(x)必須返回是“true”。

C類推性:如果x.equals(y)返回是“true”,而且y.equals(z)返回是“true”,那麼z.equals(x)也應該返回是“true”。

D一致性:如果x.equals(y)返回是“true”,只要x和y內容一直不變,不管你重複x.equals(y)多少次,返回都是“true”。

任何情況下,x.equals(null),永遠返回是“false”;x.equals(和x不同類型的對象)永遠返回是“false”。

3、equals()相等的兩個對象,hashcode()一定相等;

反過來:hashcode()不等,一定能推出equals()也不等;

hashcode()相等,equals()可能相等,也可能不等。

為什麼選擇hashcode方法?

以java.lang.Object來理解,JVM每new一個Object,它都會將這個Object丟到一個Hash哈希表中去,這樣的話,下次做Object的比較或者取這個對象的時候,它會根據對象的hashcode再從Hash表中取這個對象。這樣做的目的是提高取對象的效率。具體過程是這樣:

1.newObject(),JVM根據這個對象的Hashcode值,放入到對應的Hash表對應的Key上,如果不同的對象確產生了相同的hash值,也就是發生了Hashkey相同導致衝突的情況,那麼就在這個Hashkey的地方產生一個鏈表,將所有產生相同hashcode的對象放到這個單鏈表上去,串在一起。

2.比較兩個對象的時候,首先根據他們的hashcode去hash表中找他的對象,當兩個對象的hashcode相同,那麼就是說他們這兩個對象放在Hash表中的同一個key上,那麼他們一定在這個key上的鏈表上。那麼此時就只能根據Object的equal方法來比較這個對象是否equal。當兩個對象的hashcode不同的話,肯定他們不能equal.

下面我舉個例子詳細說明下。

list是可以重複的,set是不可以重複的。那麼set存儲數據的時候是怎樣判斷存進的數據是否已經存在。使用equals()方法呢,還是hashcode()方法。

假如用equals(),那麼存儲一個元素就要跟已存在的所有元素比較一遍,比如已存入100個元素,那麼存101個元素的時候,就要調用equals方法100次。

但如果用hashcode()方法的話,他就利用了hash算法來存儲數據的。這樣的話每存一個數據就調用一次hashcode()方法,得到一個hashcode值及存入的位置。如果該位置不存在數據那麼就直接存入,否則調用一次equals()方法,不相同則存,相同不存。這樣下來整個存儲下來不需要調用幾次equals方法,雖然多了幾次hashcode方法,但相對於前面來講效率高了不少。

為什麼要重寫equals方法?

因為Object的equal方法默認是兩個對象的引用的比較,意思就是指向同一內存,地址則相等,否則不相等;如果你現在需要利用對象裡面的值來判斷是否相等,則重載equal方法。

說道這個地方我相信很多人會有疑問,相信大家都被String對象的equals()方法和"=="糾結過一段時間,當時我們知道String對象中equals方法是判斷值的,而==是地址判斷。

那照這麼說equals怎麼會是地址的比較呢?

那是因為實際上JDK中,String、Math等封裝類都對Object中的equals()方法進行了重寫。

我們先看看Object中equals方法的源碼:

1. publicbooleanequals(Objectobj){

2. return(this==obj);

3. }

我們都知道所有的對象都擁有標識(內存地址)和狀態(數據),同時“==”比較兩個對象的的內存地址,所以說使用Object的equals()方法是比較兩個對象的內存地址是否相等,即若object1.equals(object2)為true,則表示equals1和equals2實際上是引用同一個對象。雖然有時候Object的equals()方法可以滿足我們一些基本的要求,但是我們必須要清楚我們很大部分時間都是進行兩個對象的比較,這個時候Object的equals()方法就不可以了,所以才會有String這些類對equals方法的改寫,依次類推Double、Integer、Math。。。。等等這些類都是重寫了equals()方法的,從而進行的是內容的比較。希望大家不要搞混了。

改寫equals時總是要改寫hashcode

這一點上《Effectivejava》中點7條和第8條講的很詳細,如果看完該博客後你還不懂得話,可以看看。裡面也涉及到hashcode的設計,由於內容較深,我覺得我還接受不了,所以就不討論這個了。

java.lnag.Object中對hashCode的約定:

1.在一個應用程序執行期間,如果一個對象的equals方法做比較所用到的信息沒有被修改的話,則對該對象調用hashCode方法多次,它必須始終如一地返回同一個整數。

2.如果兩個對象根據equals(Objecto)方法是相等的,則調用這兩個對象中任一對象的hashCode方法必須產生相同的整數結果。

3.如果兩個對象根據equals(Objecto)方法是不相等的,則調用這兩個對象中任一個對象的hashCode方法,不要求產生不同的整數結果。但如果能不同,則可能提高散列表的性能。

根據上一個問題,實際上我們已經能很簡單的解釋這一點了,比如改寫String中的equals為基於內容上的比較而不是內存地址的話,那麼雖然equals相等,但並不代表內存地址相等,由hashcode方法的定義可知內存地址不同,沒改寫的hashcode值也可能不同。所以違背了第二條約定。

又如new一個對象,再new一個內容相等的對象,調用equals方法返回的true,但他們的hashcode值不同,將兩個對象存入HashSet中,會使得其中包含兩個相等的對象,因為是先檢索hashcode值,不等的情況下才會去比較equals方法的。

hashCode方法使用介紹

Hash表數據結構常識:

哈希表基於數組。

缺點:基於數組的,數組創建後難以擴展。某些哈希表被基本填滿時,性能下降得非常嚴重。

沒有一種簡便得方法可以以任何一種順序遍歷表中數據項。

如果不需要有序遍歷數據,並且可以提前預測數據量的大小,那麼哈希表在速度和易用性方面是無與倫比的。

為什麼HashCode對於對象是如此的重要:

一個對象的HashCode就是一個簡單的Hash算法的實現,雖然它和那些真正的複雜的Hash算法相比還不能叫真正的算法,它如何實現它,不僅僅是程序員的編程水平問題,而是關係到你的對象在存取是性能的非常重要的關係.有可能,不同的HashCode可能會使你的對象存取產生,成百上千倍的性能差別.

先來看一下,在Java中兩個重要的數據結構:HashMap和Hashtable,雖然它們有很大的區別,如繼承關係不同,對value的約束條件(是否允許null)不同,以及線程安全性等有著特定的區別,但從實現原理上來說,它們是一致的.所以,我們只以Hashtable來說明:

在java中,存取數據的性能,一般來說當然是首推數組,但是在數據量稍大的容器選擇中,Hashtable將有比數組性能更高的查詢速度.具體原因看下面的內容.

Hashtable在存儲數據時,一般先將該對象的HashCode和0x7FFFFFFF做與操作,因為一個對象的HashCode可以為負數,這樣操作後可以保證它為一個正整數.然後以Hashtable的長度取模,得到該對象在Hashtable中的索引.

index=(o.hashCode()&0x7FFFFFFF)%hs.length;

這個對象就會直接放在Hashtable的每index位置,對於寫入,這和數組一樣,把一個對象放在其中的第index位置,但如果是查詢,經過同樣的算法,Hashtable可以直接從第index取得這個對象,而數組卻要做循環比較.所以對於數據量稍大時,Hashtable的查詢比數組具有更高的性能.既然一個對象可以根據HashCode直接定位它在Hashtable中的位置,那麼為什麼Hashtable還要用key來做映射呢?這就是關係Hashtable性能問題的最重要的問題:Hash衝突.

常見的Hash衝突是不同對象最終產生了相同的索引,而一種非常甚至絕對少見的Hash衝突是,如果一組對象的個數大過了int範圍,而HashCode的長度只能在int範圍中,所以肯定要有同一組的元素有相同的HashCode,這樣無論如何他們都會有相同的索引.當然這種極端的情況是極少見的,可以暫不考慮,但是對於同的HashCode經過取模,則會產中相同的索引,或者不同的對象卻具有相同的HashCode,當然具有相同的索引.所以對於索引相同的對象,在該index位置存放了多個值,這些值要想能正確區分,就要依靠key來識別.

事實上一個設計各好的HashTable,一般來說會比較平均地分佈每個元素,因為Hashtable的長度總是比實際元素的個數按一定比例進行自增(裝填因子一般為0.75)左右,這樣大多數的索引位置只有一個對象,而很少的位置會有幾個元素.所以Hashtable中的每個位置存放的是一個鏈表,對於只有一個對象是位置,鏈表只有一個首節點(Entry),Entry的next為null.然後有hashCode,key,value屬性保存了該位置的對象的HashCode,key和value(對象本身),如果有相同索引的對象進來則會進入鏈表的下一個節點.如果同一個索引中有多個對象,根據HashCode和key可以在該鏈表中找到一個和查詢的key相匹配的對象.

從上面我看可以看到,對於HashMap和Hashtable的存取性能有重大影響的首先是應該使該數據結構中的元素儘量大可能具有不同的HashCode,雖然這並不能保證不同的HashCode產生不同的index,但相同的HashCode一定產生相同的index,從而影響產生Hash衝突.對於一個象,如果具有很多屬性,把所有屬性都參與散列,顯然是一種笨拙的設計.因為對象的HashCode()方法幾乎無所不在地被自動調用,如equals比較,如果太多的對象參與了散列.那麼需要的操作常數時間將會增加很大.所以,挑選哪些屬性參與散列絕對是一個編程水平的問題.從實現來說,一般的HashCode方法會這樣:

returnAttribute1.HashCode()Attribute1.HashCode()..[super.HashCode()],

我們知道,每次調用這個方法,都要重新對方法內的參與散列的對象重新計算一次它們的HashCode的運算,如果一個對象的屬性沒有改變,仍然要每次都進行計算,所以如果設置一個標記來緩存當前的散列碼,只要當參與散列的對象改變時才重新計算,否則調用緩存的hashCode,這可以從很大程度上提高性能.

默認的實現是將對象內部地址轉化為整數作為HashCode,這當然能保證每個對象具有不同的HasCode,因為不同的對象內部地址肯定不同(廢話),但java語言並不能讓程序員獲取對象內部地址,所以,讓每個對象產生不同的HashCode有著很多可研究的技術.

如果從多個屬性中採樣出能具有平均分佈的hashCode的屬性,這是一個性能和多樣性相矛盾的地方,如果所有屬性都參與散列,當然hashCode的多樣性將大大提高,但犧牲了性能,而如果只能少量的屬性採樣散列,極端情況會產生大量的散列衝突,如對"人"的屬性中,如果用性別而不是姓名或出生日期,那將只有兩個或幾個可選的hashcode值,將產生一半以上的散列衝突.所以如果可能的條件下,專門產生一個序列用來生成HashCode將是一個好的選擇(當然產生序列的性能要比所有屬性參與散列的性能高的情況下才行,否則還不如直接用所有屬性散列).

如何對HashCode的性能和多樣性求得一個平衡,可以參考相關算法設計的書,其實並不一定要求非常的優秀,只要能盡最大可能減少散列值的聚集.重要的是我們應該記得HashCode對於我們的程序性能有著重要的影響,在程序設計時應該時時加以注意.

請記住:如果你想有效的使用HashMap,你就必須重寫在其的HashCode()。

還有兩條重寫HashCode()的原則:

不必對每個不同的對象都產生一個唯一的hashcode,只要你的HashCode方法使get()能夠得到put()放進去的內容就可以了。即“不為一原則”。生成hashcode的算法儘量使hashcode的值分散一些,不要很多hashcode都集中在一個範圍內,這樣有利於提高HashMap的性能。即“分散原則”。至於第二條原則的具體原因,有興趣者可以參考BruceEckel的《ThinkinginJava》,在那裡有對HashMap內部實現原理的介紹,這裡就不贅述了。掌握了這兩條原則,你就能夠用好HashMap編寫自己的程序了。不知道大家注意沒有,java.lang.Object中提供的三個方法:clone(),equals()和hashCode()雖然很典型,但在很多情況下都不能夠適用,它們只是簡單的由對象的地址得出結果。這就需要我們在自己的程序中重寫它們,其實java類庫中也重寫了千千萬萬個這樣的方法。利用面向對象的多態性——覆蓋,Java的設計者很優雅的構建了Java的結構,也更加體現了Java是一門純OOP語言的特性。

Java提供的Collection和Map的功能是十分強大的,它們能夠使你的程序實現方式更為靈活,執行效率更高。希望本文能夠對大家更好的使用HashMap有所幫助。


分享到:


相關文章: