Guava官方文档中文版（十二）-哈希

最新推荐文章于 2023-05-22 12:40:07 发布

dzq584462393

最新推荐文章于 2023-05-22 12:40:07 发布

阅读量211

点赞数

文章标签：哈希算法 guava java

原文链接：https://github.com/google/guava/wiki/HashingExplained

版权

哈希（Hashing）

概览

Java的内嵌的hash代码的概念被限制到32位，而且没有提供hash算法和他们处理的数据之间提供分离，所以替代的hash算法不能非常容易的被替换。而且hashCode的实现往往质量很差，在某种程度上因为他们最终依赖其他已存在的低质量hashCode实现，包含在许多JDK中的实现。

Object.hashCode实现往往非常快，但是存在非常弱的防碰撞功能和没有位分离的期望。这使得他们非常适合在哈希表中使用，因为额外的碰撞只会对性能造成轻微的影响，而糟糕的位分散很容易使用二级哈希函数（Java中所有的合理的哈希表实现都使用）来纠正。对于在简单哈希表之外的许多哈希函数的用途，Object.hashCode总是达不到要求 – 因此出现了com.google.common.hash。

结构

查看包的Javadoc，我们看到很多不同的类型，但是他们如何组合到一起并不明显。

我们看一段使用此类库简单的代码。

HashFunction hf = Hashing.md5();
HashCode hc = hf.newHasher()
       .putLong(id)
       .putString(name, Charsets.UTF_8)
       .putObject(person, personFunnel)
       .hash();

HashFunction

HashFunction是纯粹的无状态函数，它将一个任意的数据块映射到固定数量的bit，具有相等的输入总是产出相等的输出，不相等的输入总是不相等的输出的属性。

Hasher

可以向HashFunction请求有状态的Hasher，其提供流式语法来添加数据到hash，然后检索hash值。Hasher可以接受任何原生类型输入，字节数组，字节数组片，字符串，某些字符集字符串等等，或者通过合适的Funnel提供的其他Object。

Hasher实现了PrimitiveSink接口，此接口为接受原生类型值的对象指定流式API。

Funnel

Funnel描述了如何将特别的对象分解为原生类型字段值。例如，如果我们有：

class Person {
  final int id;
  final String firstName;
  final String lastName;
  final int birthYear;
}

我们的Funnel可能看起来像：

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);
  }
};

注意：putString("abc", Charsets.UTF_8).putString("def", Charsets.UTF_8)是完全等价于putString("ab", Charsets.UTF_8).putString("cdef", Charsets.UTF_8)，因为他们产生相同的字节序列。这可能会导致意外的哈希冲突。添加某种分割器可以帮助消除意外的哈希冲突。

HashCode

一旦Hasher已经给出所有它的输入，它的hash()方法就可以用来检索一个HashCode。HashCode支持相等性测试等，以及asInt(),asLong(),asBytes()方法以及额外的writeBytesTo(array, offset, maxLength),其将hash的第一个maxLength字节写入到数组。

BloomFilter（布隆过滤器）

Bloom过滤器是一个哈希的令人愉快的应用程序，不能简单地使用Object.hashCode()来完成。简单来说，Bloom过滤器是概率性的数据结构，允许你测试一个对象是否明确在过滤器中，或者可能被添加到Bloom过滤器中。 Wikipedia还算全面，我们建议这个教程。

我们的哈希类库有一个内建的Bloom过滤器实现，只要求你实现一个Funnel将你的类型分解为原生类型。你可以使用create(Funnel funnel, int expectedInsertions, double falsePositiveProbability)获取新颖的BloomFilter<T>，或者只接收默认的3%的false可能性。BloomFilter<T>提供boolean mightContain(T)和void put(T)方法，这两个方法不言自明的。

BloomFilter<Person> friends = BloomFilter.create(personFunnel, 500, 0.01);
for (Person friend : friendsList) {
  friends.put(friend);
}
// much later
if (friends.mightContain(someone)) {
  // the probability that someone reached this place if they aren't a friend is
  // 1% we might, for example, start asynchronously loading things for someone
  // while we do a more expensive exact check
}

哈希

Hashing工具类提供多个常用的哈希函数和工具来操作HashCode对象。

提供的哈希函数

要了解全部列表，请查看Hashing文档

HashCode操作

方法	描述
`HashCode combineOrdered(Iterable<HashCode>)`	以有序的方式组合哈希码,如果从此方法获取的两个哈希是相同的，则很可能每个哈希值都是以相同的顺序从相同的哈希值计算出来的
`HashCode combineUnordered(Iterable<HashCode>)`	以无序的方式组合哈希码，如果从此方法获取的两个哈希值是相同的，则很可能每个哈希值都是以相同的顺序从相同的哈希值计算出来的
`int consistentHash(HashCode, int buckets)`	为哈希码分配一致的“bucket（桶）”，以最大限度的减少随着桶的数量的增长而重新映射的需要。详情请查看Wikipedia