三谈GetHashCode函数到Dictionary（或hash_set ,hash_map）



三谈GetHashCode函数到Dictionary（或hash_set ,hash_map）

    上一篇文章中再谈了GetHashCode函数的应用注意事项，以及如何应用。最近回家在翻看STL源码剖析的时候，又了解到了hsah_map，以及hash_set（C++中的，C#中是Dictionary）底层实现机制。正好又更深入的了解到了，为什么object中要有这个函数！

     那么本文就是来解释为什么Object中要有这个函数？

   

     1.hashTable的底层实现机制：

数据结构中描述的hashTable，我们都很清楚那几种解决冲突方式，如线性探测，二次探测，还有链地址法，而STL中实现是采用链地址法的，同时存放数据的bucket（底层是个vector）（下图所示），会动态增长，并不是一个固定的长度。

至于怎么增长，这里简单的描述一下，首先，这个vector的长度，可用28个质数来表示，并且第一个质数是53，然后大约两倍的关系递增。为了计算方便，stl中用一个28个元素的数组来保存这个vector的动态增长的长度。

如：

static const unsigned long _stl_prime_list[_stl_num_primes] = {

53,97,193,389,769.......................

}

   当调用hashTable的时候，传递要放入的数据个数n，hashTable便自动扩展至，距离这个n最近的一个质数大小的vector。譬如放入50，其实底部vector的大小是53，如果继续放入元素，超过53达到54的时候，那么vector的大小就会扩展至第二个质数97.

下面就是我们本文的重点：hashFunction（hash函数）

说了那么多，一定想知道，想必很多人也一定对STL的hash函数很感兴趣，到底是有多么高深的设计呢？大神的hash函数会是什么样的？

看了源码之后，会让人没有什么惊喜。。。。。

原来是那么简单。并且hash函数只能处理整型以及Const char*型，不能处理string，和浮点型的。

对于const char*和int型

<span style="font-size:24px;">//const char返回的计算每个字符的一个叠加和的整数值！
inline size_t _stl_hash_string(const char *s)
{
	unsigned long h = 0;
	for(;*s; ++s)
	{
		h = 5*h +*s;
		return size_t(h);

	}
}
//int值直接返回自身
_STL_TEMPLATE_NULL struct hash<int>{
	size_t operator(int x)const {return x;}
};</span>

所以从上面来看，这个hash函数，都是只能处理int型的值，然后直接返回一个int值，取模放在对应的位置上。

2.引出GetHashCode的实现：

从1中可以看到，Hash函数处理的时候，都是以整型来搞的，并且STL中是不支持对string进行映射的！

那么java中，C#中的string，和其他的object想要放入HashTable中该怎么办，该怎么写这个Hash函数呢？

看到这里我想很多人应该更深刻的了解了，这个GetHashCode函数的来历，以及明白C#中的值类型为什么不需要这个函数？（你明白了么？）

因为值类型，他的Hash值取的就是本身的值，底层有对应的这个Hash函数去做映射，底层已经提供这个Hash函数，并且能够处理，所以就不需要程序员来额外提供一个GetHashCode函数来自己实现一个Hash函数了。而对于引用值，底层并不能处理，譬如从上面看到底层的HashTable非常亲睐整型，所以当你给他个string，或者object时，他会感觉到莫名其妙！因为底层并没有针对这种类型的Hash函数，也就是说，string以及其他的object必须程序员自己提供一个Hash函数（其实就是这个GetHashCode函数！）

而这个函数在object中，msdn中的说法是，返回对象的引用值，也就是说白了，就是堆的指针值！

第二个问题也就接踵而来，我们之前强调的，为什么Equals和GetHashCode函数要同时存在呢？

因为如果子类中不重写GetHashCode函数，那么会默认调用基类Object中实现，他是返回该对象的引用值，那么想象一下这种情况，两个对象中的数据完全一样，但是是同个两个new new出来的，也就是说，他们分别在不同的堆上存放，但存放的数据完全一样，只是对象的引用（堆指针）不一样，那么我们把这两个对象放入Dictionary时，它会把它当做两个不同的对象来处理，显然很多时候这不是我们想要的结果（特别的时候也有可能需要!）。所以我们要自己实现一个GetHashCode函数来保证两个对象相等，那么他们的GetHashCode函数值也相等，而不是默认调用object中的GetHashCode函数，返回对象的引用值来作为Hash映射的值！