java中的哈希算法和hashcode深入讲解

java中的哈希算法和hashcode深入讲解

一，哈希算法的概念

    在计算机领域，哈希算法具有非常广泛的应用，比如快速查找和加密。今天我们来讨论一下哈希算法。我们先从理论知识开始。

1，什么是哈希算法
    百科中，从哈希算法的功能上，对哈希算法进行了定义。百科是这样定义哈希算法的：哈希算法可以将任意长度的二进制值映射
为较短的，固定长度的二进制值。我们把这个二进制值成为哈希值。


2，哈希值的特点
  * 哈希值是二进制值；
  * 哈希值具有一定的唯一性；
  * 哈希值极其紧凑；
  * 要找到生成同一个哈希值的2个不同输入，在一定时间范围内，是不可能的。

    正因为哈希值的这些特点，使得哈希算法应用在加密领域成为可能。哈希算法在加密领域的应用，源于哈希算法的不可逆性，对于
用户输入的密码，通过哈希算法可以得到一个哈希值。并且，同一个密码，生成的哈希值总是相等的。这样，服务器就可以在不知道
用户输入的密码的情况下，判断用户输入的密码是否正确。

3，哈希表
    哈希表是一种数据机构。哈希表根据关键字（key），生成关键字的哈希值，然后通过哈希值映射关键字对应的值。哈希表存储了多
余的key（我们本可以只存储值的），是一种用空间换时间的做法。在内存足够的情况下，这种“空间换时间”的做法是值得的。哈希表的
产生，灵感来源于数组。我们知道，数组号称查询效率最高的数据结构，因为不管数组的容量多大，查询的时间复杂度都是O(1)。如果
所有的key都是不重复的整数，那么这就完美了，不需要新增一张哈希表，来做关键字（key）到值（value）的映射。但是，如果key是
字符串，情况就不一样了。我们必须要来建一张哈希表，进行映射。
    数据库索引的原理，其实和哈希表是相同的。数据库索引也是用空间换时间的做法。

二，哈希算法的具体实现

    哈希算法在不同的语言，具有不同的实现。这里我们以java语言为例来进行说明。

1，哈希算法在HashMap类中的应用
    java中的集合，比如HashMap/Hashtable/HashSet等，在实现时，都用到了哈希算法。当我们向容器中添加元素时，我们有必要知道
这个元素是否已经存在。
    从实现上来说，java是借助hashcode()方法和equals()方法来实现判断元素是否已经存在的。当我们向HashMap中插入元素A时，首先，
调用hashcode()方法，判断元素A在容器中是否已经存在。如果A元素的hashcode值在HashMap中不存在，则直接插入。否则，接着调用
equals()方法，判断A元素在容器中是否已经存在。hashcode()的时间复杂度为O(1)，equals()方法的时间复杂度为O(m)，整体的时间复杂度
就是：O(1) + O(m)。其中，m是桶的深度。桶的深度是一个什么概念呢，桶的深度是指具有相同hashcode值得元素的个数，也就是发生哈希
碰撞的元素的个数。
    一个好的哈希算法应该尽量减少哈希碰撞的次数。

2，哈希算法在String类中的应用

    Sring类重写了Object类的equals()方法和hashcode()方法。hashcode()方法的源代码如下：

public int hashCode() {
int h = hash;
if (h == 0) {
    int off = offset;
    char val[] = value;
    int len = count;

        for (int i = 0; i < len; i++) {
            h = 31*h + val[off++];
        }
        hash = h;
    }
    return h;
}

    源代码写的比较简洁，阅读起来也不是太方便，下面我详细解读一下：
// String类的hashcode值（哈希值）是如何计算得到的？具体实现？为了方便阅读，我们来进行分步说明

static void hashcodeTest(){
	
	String str = "yangcq";
	
	// 第一步 = (int)'y'
	// 第二步 = (31 * (int)'y') + (int)'a'
	// 第三步 = 31 * ((31 * (int)'y') + (int)'a') + (int)'n'
	// 第四步 = 31 * (31 * ((31 * (int)'y') + (int)'a') + (int)'n') + (int)'g'
	// 第五步 = 31 * (31 * (31 * ((31 * (int)'y') + (int)'a') + (int)'n') + (int)'g') + (int)'c'
	// 第六步 = 31 * (31 * (31 * (31 * ((31 * (int)'y') + (int)'a') + (int)'n') + (int)'g') + (int)'c') + (int)'q'
	
	// 上面的过程，也可以用下面的方式表示
	
	// 第一步 = (int)'y'
	// 第二步 = 31 * (第一步的计算结果) + (int)'a'
	// 第三步 = 31 * (第二步的计算结果) + (int)'n'
	// 第四步 = 31 * (第三步的计算结果) + (int)'g'
	// 第五步 = 31 * (第四步的计算结果) + (int)'c'
	// 第六步 = 31 * (第五步的计算结果) + (int)'q'
	
	int hashcode = 31 * (31 * (31 * (31 * ((31 * (int)'y') + (int)'a') + (int)'n') + (int)'g') + (int)'c') + (int)'q';
	System.out.println("yangcq的hashcode = " + hashcode);        // yangcq的hashcode = -737879313
	System.out.println("yangcq的hashcode = " + str.hashCode());  // yangcq的hashcode = -737879313
	
}

    通过上面的测试方法，我们可以很清晰的看到hashcode()方法具体的计算过程。下面再贴上2个类，一个是自己写的测试类
MyHashcode.java，另一个是HashcodeOfString.java

/**
 * java中对象的hashcode值，是如何计算得到的。
 */
public class MyHashcode {
	
    /** The value is used for character storage. */
    static char value[];

    /** The offset is the first index of the storage that is used. */
    static int offset;

    /** The count is the number of characters in the String. */
    static int count;

    /** Cache the hash code for the string */
    static int hash; // Default to 0

	/**
	 * @param args
	 */
	public static void main(String[] args) {
		// TODO Auto-generated method stub
		String str1 = new String("yangcq");
		String str2 = new String("yangcq");
		// 如果2个字符串的内容相同，那么这2个字符串的hashcode必然相同
		System.out.println(new String("yangcq").hashCode() == new String("yangcq").hashCode());
		System.out.println(str1.hashCode() == str2.hashCode());
		
		System.out.println(str1.hashCode());
		System.out.println(hashCode1(str1));
		
		// 测试自定义的hashcode方法
		HashcodeOfString hashcodeOfString = new HashcodeOfString();
		hashcodeOfString.hashCode(str1);
		System.out.println("str1的hashcode = " + hashcodeOfString.hashCode(str1));
		System.out.println("str1的hashcode = " + str1.hashCode());
	}
	
	// HashMap中实现的hash算法(再hash算法)
    static int hash(int h) {
        // This function ensures that hashCodes that differ only by
        // constant multiples at each bit position have a bounded
        // number of collisions (approximately 8 at default load factor).
        h ^= (h >>> 20) ^ (h >>> 12);
        return h ^ (h >>> 7) ^ (h >>> 4);
    }
    
    // String类实现的hashcode方法源代码
    static int hashCode1(String str) {
		int h = hash;
		if (h == 0) {
			int off = 0;
			char val[] = str.toCharArray();
			int len = str.length();

			for (int i = 0; i < len; i++) {
				h = 31 * h + val[off++];
			}
			hash = h;
		}
		return h;
	}
    
    // String类的hashcode值（哈希值）是如何计算得到的？具体实现？为了方便阅读，我们来进行分步说明
    static void hashcodeTest(){
    	
    	String str = "yangcq";
    	
    	// 第一步 = (int)'y'
    	// 第二步 = (31 * (int)'y') + (int)'a'
    	// 第三步 = 31 * ((31 * (int)'y') + (int)'a') + (int)'n'
    	// 第四步 = 31 * (31 * ((31 * (int)'y') + (int)'a') + (int)'n') + (int)'g'
    	// 第五步 = 31 * (31 * (31 * ((31 * (int)'y') + (int)'a') + (int)'n') + (int)'g') + (int)'c'
    	// 第六步 = 31 * (31 * (31 * (31 * ((31 * (int)'y') + (int)'a') + (int)'n') + (int)'g') + (int)'c') + (int)'q'
    	
    	// 上面的过程，也可以用下面的方式表示
    	
    	// 第一步 = (int)'y'
    	// 第二步 = 31 * (第一步的计算结果) + (int)'a'
    	// 第三步 = 31 * (第二步的计算结果) + (int)'n'
    	// 第四步 = 31 * (第三步的计算结果) + (int)'g'
    	// 第五步 = 31 * (第四步的计算结果) + (int)'c'
    	// 第六步 = 31 * (第五步的计算结果) + (int)'q'
    	
    	int hashcode = 31 * (31 * (31 * (31 * ((31 * (int)'y') + (int)'a') + (int)'n') + (int)'g') + (int)'c') + (int)'q';
    	System.out.println("yangcq的hashcode = " + hashcode);        // yangcq的hashcode = -737879313
    	System.out.println("yangcq的hashcode = " + str.hashCode());  // yangcq的hashcode = -737879313
    	
    }
}

/**
 * 
 * @yangcq
 * @描述：String类的hashcode值是如何计算得到的。
 * 参考String类的hashcode()方法，写一个方法，计算任意字符串的hashcode
 * 
 * 哈希值的特点：
 * 1，一定程度的唯一性；
 * 2，长度固定；
 * 3，哈希值是二进制值；
 * 4，要找到生成相同哈希值的2个不同输入，在有限时间内是不可能的；哈希算法应用于加密领域的原因。
 *
 */
public class HashcodeOfString implements java.io.Serializable{

	private static final long serialVersionUID = -4208161728160233397L;
	
    public int hashCode(String str) {
    	// 最终计算得出的哈希值，转化为int以后的哈希值
    	int hashcode = 0;
    	// 临时哈希值变量
    	int hash = 0;
		if (hash == 0) {
			// 当前char的索引
			int off = 0;
			// 字符串str的字符数组表示
			char val[] = str.toCharArray();
			// 字符串str的长度
			int len = str.length();
			for (int i = 0; i < len; i++) {
				hash = 31 * hash + val[off++];
			}
			hashcode = hash;
		}
		return hashcode;
	}
}