Java中String的hash函数分析

JDK6的源码：

 

[java]  view plain  copy

1.      
2.    public int hashCode() {  
3. int h = hash;  
4. if (h == 0) {  
5.     int off = offset;  
6.     char val[] = value;  
7.     int len = count;  
8.   
9.            for (int i = 0; i < len; i++) {  
10.                h = 31*h + val[off++];  
11.            }  
12.            hash = h;  
13.        }  
14.        return h;  
15.    }  

以字符串"123"为例：

字符'1'的ascii码是49

hashCode = （49*31 + 50）*31 + 51

或者这样看：

hashCode=（'1' * 31 + '2' ） * 31 + '3'

可见实际可以看作是一种权重的算法，在前面的字符的权重大。

这样有个明显的好处，就是前缀相同的字符串的hash值都落在邻近的区间。

好处有两点：

1.可以节省内存，因为hash值在相邻，这样hash的数组可以比较小。比如当用HashMap，以String为key时。

2.hash值相邻，如果存放在容器，比好HashSet，HashMap中时，实际存放的内存的位置也相邻，则存取的效率也高。（程序局部性原理）

以31为倍数，原因了31的二进制全是1，则可以有效地离散数据。

最后看下，两个字符串，由Eclipse生成的代码是如何计算hash值的：

 

[java]  view plain  copy

1. public class Name{  
2.     String firstName;  
3.     String lastName;  
4.     @Override  
5.     public int hashCode() {  
6.         final int prime = 31;  
7.         int result = 1;  
8.         result = prime * result  
9.                 + ((firstName == null) ? 0 : firstName.hashCode());  
10.         result = prime * result  
11.                 + ((lastName == null) ? 0 : lastName.hashCode());  
12.         return result;  
13.     }  
14.   
15.     @Override  
16.     public boolean equals(Object obj) {  
17.         if (this == obj)  
18.             return true;  
19.         if (obj == null)  
20.             return false;  
21.         if (getClass() != obj.getClass())  
22.             return false;  
23.         Name other = (Name) obj;  
24.         if (firstName == null) {  
25.             if (other.firstName != null)  
26.                 return false;  
27.         } else if (!firstName.equals(other.firstName))  
28.             return false;  
29.         if (lastName == null) {  
30.             if (other.lastName != null)  
31.                 return false;  
32.         } else if (!lastName.equals(other.lastName))  
33.             return false;  
34.         return true;  
35.     }     
36. }  

可见，还是以31为倍数， hashCode = firstName.hashCode() * 31 + lastName.hashCode() 。

 

BTW：Java的字符串的hash做了缓存，第一次才会真正算，以后都是取缓存值。

eclipse生成的equals函数质量也很高，各种情况都考虑到了。

总结：字符串hash函数，不仅要减少冲突，而且要注意相同前缀的字符串生成的hash值要相邻。