这个item的意思是,如果两个对象在你的equals的方法中「逻辑相等」了,那么就要让hashCode方法处理这两个对象的时候,也返回同样的hash。否则的话会造成一个问题,就是如果用Map
,Set
存储这种对象,会产生对不上号的情况。
比如,a1.equals(a2)
是 true
,然后仅仅把a1放进map里:Map.put(a1,a1);
,然后Map.get(a2);
,按理说,a1,a2作为key来讲是一致的,那Map.get(a2);
也应该拿到a1的key对于的value吧。然后这么做返回的却是NullPointerException
。
17.11.20 review
之所以上面那种情况会报空指针异常,是因为在用户角度,会认为equals的两个对象自然是应该对应同一个bucket的同一个slot的,但hashmap存/取的时候,用的是key的hash,而不是key原本的值。
这需要了解Map的存储机制。我去复习了一下当年考研时学的数据结构,当时学到了很多散列算法,比如「拉链法」,就是用单链表存放一个bucket,解决冲突;还有一种是「开放地址法」,就是发生冲突之后往后跳,找下一个可用的坑,填进去。
引用百度知道上的一个人的解释,
哈希计算就是努力的把比较大的数据存放到相对较小的空间中。
最常见的哈希算法是取模法。
下面简单讲讲取模法的计算过程。
比如:数组的长度是5。这时有一个数据是6。那么如何把这个
6存放到长度只有5的数组中呢。按照取模法,计算
6%5,结果是1,那么就把6放到数组下标是1的位置。
Map用的就是Hash算法。
HashMap 采用「Hash 算法」来决定每个元素的存储位置。当程序执行 map.put(String,Obect)方法 时,系统将调用String的 hashCode() 方法得到其 hashCode 值——每个 Java 对象都有 hashCode() 方法,都可通过该方法获得它的 hashCode 值。
这也就是说,map存储key的时候,保存的实际上是key的hash,而hash的算法就由自定义的那个对象提供,没有的话只能用Object类的默认hashCode方法了。这就是为什么上面Map.get(a2);
get不到a1的value,因为a1和a2的hashCode不一样呀,HashMap去key对应的hashCode集合里面去找a2的hashCode当然找不到了。
下面我仔细读了一下put方法,中间我非常的confused,完全被散列搞混了,直到我百度了一下indexFor
这函数的作用。
public V put(K key, V value) {
if (table == EMPTY_TABLE) {
inflateTable(threshold);
}
if (key == null)
return putForNullKey(value);
//把key拿去hash一下,这个方法看成是对象的hashCode()方法就行了
int hash = sun.misc.Hashing.singleWordWangJenkinsHash(key);
//indexFor相当于原来的把key的hash拿去mod一下。这也是为什么我们看到书上常用h% length而不是key%length。资料说h%length与h&(length-1得到的值是一致的http://blog.csdn.net/lyandyhk/article/details/51147012。
//这个i就是得到的坑位了,table[i]其实应该指向一个bucket
int i = indexFor(hash, table.length);
for (HashMapEntry<K,V> e = table[i]; e != null; e = e.next) {
//table 是一个HashMapEntry<K,V>型数组,这个数组的每个元素就是一个bucket,因为HashMapEntry有个next属性,相当于单链表。
Object k;
//e.hash == hash的意思是,传进来的key对应的hash在这个坑位已经有了,e.key == key的意思是,不但hash相同,key也相同。因为不同的hash可能对应一个key的,毕竟hashCode()方法是人为定的。
//如果key/hash都相同,就把value覆盖吧。返回这个value。
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
//如果hash相同,key不同(不同key可能对应同一个hash),那就产生了hash冲突。按照一些资料的说法,hashmap采用的是拉链法,也就是在table[i]中存放一个单链表形式的bucket。注意下面买的modCount++,这个我以为是采用了把mod值增加来找新坑位的方法,但是这个mod其实是modify的意思,stackoverflow上说它是**The number of times this list has been structurally modified**,跟散列并无瓜葛。
modCount++;
addEntry(hash, key, value, i);
return null;
}
那么既然是单链表,又是怎么准确找到对应的value的?思考一下其实很容易啦,还是按照put的方法,既然只有在key不同,hash相同的情况下才会把hash用拉链法存储,那么分三步:
- 用hashCode()计算key的hash
- 用
indexFor()
计算hash所在的bucket - 在这个bucket里遍历所要的key,如果有,返回V
下面我们读一下get
方法源码,它主要调用了getEntry
:
/**
* Returns the entry associated with the specified key in the
* HashMap. Returns null if the HashMap contains no mapping
* for the key.
*/
final Entry<K,V> getEntry(Object key) {
if (size == 0) {
return null;
}
int hash = (key == null) ? 0 : sun.misc.Hashing.singleWordWangJenkinsHash(key);
//for语句第一个条件,从hash读取到对应的bucket,在这个bucket里面遍历,bucket的每一个元素都是一个Entry!一个entry就包含了K和V。
for (HashMapEntry<K,V> e = table[indexFor(hash, table.length)];
e != null;
e = e.next) {
Object k;
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
}
return null;
}
下面是我画的一张图,用来警醒自己,Map的Entry里,value只是一个附属物品,散列解决冲突,保存的是key的hash,而不是value。
最后我分析一下hash的意义。为什么不同的key会对应同一个hash,因为hashCode()是人订的。比如定义Person类,他们的id不同,但name可以相同,那么我们如果用名字来区分人,就可以在hashCode里这样写:
return name * 47;
,如此一来,
map.put(person1.id,person1.name);
map.put(person2.id,person2.name);
存储在map中就遇到了key不同,hash相同的问题。所以,看能不能覆盖一个entry,不能看key,而是要看key的hash,当然这在我们常用的String之类的数据类型里是没有这个问题的因为不同的key一定对应不同的hash(是这样吧。。)。到底有什么意义呢,我能想到就是节省存储空间了,单链表比多开辟bucket要节省空间。
文章分析到这儿。
see also:
http://xiaolu123456.iteye.com/blog/1485349
http://billyshao.iteye.com/blog/1826320
http://stackoverflow.com/questions/11833058/modcount-in-map-and-list
--
2017.11.29
写了一篇新的,移步HashMap扩展/ConcurrentHashMap/LinkedHashMap