先来看下源码:
/**
* Returns a hash code for this string. The hash code for a
* <code>String</code> object is computed as
* <blockquote><pre>
* s[0]*31^(n-1) + s[1]*31^(n-2) + ... + s[n-1]
* </pre></blockquote>
* using <code>int</code> arithmetic, where <code>s[i]</code> is the
* <i>i</i>th character of the string, <code>n</code> is the length of
* the string, and <code>^</code> indicates exponentiation.
* (The hash value of the empty string is zero.)
*
* @return a hash code value for this object.
*/
public int hashCode() {
int h = hash;
if (h == 0 && value.length > 0) {
char val[] = value;
for (int i = 0; i < value.length; i++) {
h = 31 * h + val[i];
}
hash = h;
}
return h;
}
我们来了解一下hashcode,什么是hashcode?有什么作用?
hashcode其实就是散列码,hashcode使用高效率的哈希算法来定位查找对象!我们在使用容器来存储数据的时候会计算一串散列码,然后将数据放入容器。如:String s =“Java”,那么计算机会先计算散列码,然后放入相应的数组中,数组的索引就是从散列码计算来的,然后再装入数组里的容器里,如List.这就相当于把你要存的数据分成了几个大的部分,然后每个部分存了很多值, 你查询的时候先查大的部分,再在大的部分里面查小的,这样就比先行查询要快很多!
注意那个狗血的31这个系数为什么总是在里面乘来乘去?为什么不适用32或者其他数字?
大家都知道,计算机的乘法涉及到移位计算。当一个数乘以2时,就直接拿该数左移一位即可!选择31原因是因为31是一个素数!
所谓素数:
质数又称素数。指在一个大于1的自然数中,除了1和此整数自身外,没法被其他自然数整除的数。
在存储数据计算hash地址的时候,我们希望尽量减少有同样的hash地址,所谓“冲突”。如果使用相同hash地址的数据过多,那么这些数据所组成的hash链就更长,从而降低了查询效率!所以在选择系数的时候要选择尽量长(31 = 11111[2])的系数并且让乘法尽量不要溢出(如果选择大于11111的数,很容易溢出)的系数,因为如果计算出来的hash地址越大,所谓的“冲突”就越少,查找起来效率也会提高。
31的乘法可以由i*31== (i<<5)-1来表示,现在很多虚拟机里面都有做相关优化,使用31的原因可能是为了更好的分配hash地址,并且31只占用5bits!
在java乘法中如果数字相乘过大会导致溢出的问题,从而导致数据的丢失.
而31则是素数(质数)而且不是很长的数字,最终它被选择为相乘的系数的原因不过与此!
以上我们了解了hash权重算法的要素及原理。
我们再来开String中的hash计算:
h = 31 * h + val[i];
此句是将i位的值赋予一个算子,算子是由31的权重而来 for (int i = 0; i < value.length; i++) {
h = 31 * h + val[i];
}
在看整个循环,将上一次的计算结果作为31的权重去计算当前的算子
如此就可以达到相同字符hashCode相同,不同字符的hashCode不同的效果。而且还能有效的离散数值的存放。
注:
说明中的公式:
s[0]*31^(n-1) + s[1]*31^(n-2) + ... + s[n-1]
此公式是在以上迭代逻辑中整合而成,请勿按此公式理解hashCode的算法。
此算法可以分两个部分理解,a、当前字符的HashCode值计算;
b、将上一个字符的hashCode作为当前字符算子的31的权重。