软件构造博客（6）-关于equals和hashcode方法的重写

前言

重写equals和hashCode方法，可加深对hash算法的理解

为什么重写

重写equals方法为了判断对象是否在逻辑上为同一个对象
重写hashCode方法是为了提高hash效率, 并且和equals保持一致

什么场景需要重写

场景： 用户User对象去重
比如有对象User, 其中包含用户id和用户名称, 需要对大量用户进行去重操作, 这时就需要重写User对象的hashCode和equals方法, 并使用set容器去重。
就像我在这学期的软件构造课中实验一和实验二都用到了equalas和hashcode方法来对顶点和边判断是否相等避免出现重复的顶点和边

实验一中例子

单用名字来判断两个顶点是否相等，不涉及其他域

可以用于图的判断

实验二例子

1、在ConcreteEdgesGraph的Edge类中用边的两个顶点进行equals判断，不涉及权值

2、在ConcreteVerticesGraph的Vertex类中单独用source进行判断，不涉及该顶点指向的其他顶点以及权重

1.hashCode介绍

hashCode() 的作用是获取哈希码，也称为散列码；它实际上是返回一个int整数。这个散列码的作用是确定该对象在散列表中的索引位置。hashCode() 定义在JDK的Object.java中，这就意味着Java中的任何类都包含有hashCode() 函数。

2.hashCode 的作用

数组是java中效率最高的数据结构，但是“最高”是有前提的。
1、我们需要知道所查询数据的所在位置。
2、如果我们进行迭代查找时，数据量一定要小，对于大数据量而言一般推荐集合。
在 Java 集合中有两类，一类是 List，一类是 Set 他们之间的区别就在于 List 集合中的元素师有序的，且可以重复，而 Set 集合中元素是无序不可重复的。对于 List 好处理，但是对于 Set 而言我们要如何来保证元素不重复呢？通过迭代来 equals() 是否相等。数据量小还可以接受，当我们的数据量大的时候效率可想而知（当然我们可以利用算法进行优化）。比如我们向 HashSet 插入 1000 数据，难道我们真的要迭代 1000 次，调用 1000 次 equals() 方法吗？hashCode 提供了解决方案。怎么实现？我们先看 hashCode 的源码(Object)。

public native int hashCode();

它是一个本地方法，它的实现与本地机器有关。当我们向一个集合中添加某个元素，集合会首先调用 hashCode 方法，这样就可以直接定位它所存储的位置，若该处没有其他元素，则直接保存。若该处已经有元素存在，就调用 equals 方法来匹配这两个元素是否相同，相同则不存，不同则散列到其他位置。这样处理，当我们存入大量元素时就可以大大减少调用 equals() 方法的次数，极大地提高了效率。
所以 hashCode 在上面扮演的角色为寻域（寻找某个对象在集合中区域位置）。hashCode 可以将集合分成若干个区域，每个对象都可以计算出他们的 散列码，可以将 散列码分组，每个分组对应着某个存储区域（散列表），根据一个对象的 散列码就可以确定该对象所存储区域，这样就大大减少查询匹配元素的数量，提高了查询效率。

3.hashCode 对于一个对象的重要性

hashCode 重要么？对于 List 集合、数组而言不重要，但是对于 HashMap、HashSet、HashTable 而言，它变得异常重要。所以在使用 HashMap、HashSet、HashTable 时一定要注意 hashCode。对于一个对象而言，其 hashCode 过程就是一个简单的 Hash 算法的实现，其实现过程对你实现对象的存取过程起到非常重要的作用。
以 HashTable 为例阐述 hashCode 对于一个对象的重要性。
一个对象势必会存在若干个属性，如何选择属性来进行散列考验着一个人的设计能力。如果我们将所有属性进行散列，这必定会是一个糟糕的设计，因为对象的 hashCode 方法无时无刻不是在被调用，如果太多的属性参与散列，那么需要的操作数时间将会大大增加，这将严重影响程序的性能。但是如果较少属相参与散列，散列的多样性会削弱，会产生大量的散列“冲突”，除了不能够很好的利用空间外，在某种程度也会影响对象的查询效率。其实这两者是一个矛盾体，散列的多样性会带来性能的降低。
那么如何对对象的 hashCode 进行设计，本人也没有经验。从网上查到了这样一种解决方案：设置一个缓存标识来缓存当前的散列码，只有当参与散列的对象改变时才会重新计算，否则调用缓存的 hashCode，这样就可以从很大程度上提高性能。
在 HashTable 计算某个对象在 table[] 数组中的索引位置，其代码如下：

int index = (hash & 0x7FFFFFFF) % tab.length;

复制代码为什么要 &0x7FFFFFFF？因为某些对象的 hashCode 可能会为负值，与 0x7FFFFFFF 进行与运算可以确保 index 为一个正数。通过这步我可以直接定位某个对象的位置，所以从理论上来说我们是完全可以利用 hashCode 直接定位对象的散列表中的位置，但是为什么会存在一个 key-value 的键值对，利用 key 的 hashCode 来存入数据而不是直接存放 value 呢？这就关系 HashTable 性能问题的最重要的问题: Hash 冲突！
我们知道冲突的产生是由于不同的对象产生了相同的散列码， hashcode 返回的是 int，它的值只可能在 int 范围内。如果我们存放的数据超过了 int 的范围呢？这样就必定会产生两个相同的 散列码，这时在 散列码 位置处会存储两个对象，我们就可以利用 key 本身来进行判断。所以具有相索引的对象，在该 散列码 位置处存在多个对象，我们必须依靠 key 的 hashCode 和key 本身来进行区分。而Key的比较就用到了equals

4.hashCode 与 equals

简而言之就是：

如果两个对象相等，则hashcode一定也是相同的
两个对象相等,对两个对象分别调用equals方法都返回true
两个对象有相同的hashcode值，它们也不一定是相等的
因此，equals 方法被覆盖过，则 hashCode 方法也必须被覆盖
hashCode() 的默认行为是对堆上的对象产生独特值。如果没有重写 hashCode()，则该 class 的两个对象无论如何都不会相等（即使这两个对象指向相同的数据）

对象的比较过程流程图如下：