Java字符串上hashCode（）的一致性

134

Java字符串的hashCode值计算为（String.hashCode（））：

s[0]*31^(n-1) + s[1]*31^(n-2) + ... + s[n-1]

是否在任何情况下（例如JVM版本，供应商等），以下表达式将被评估为false？

boolean expression = "This is a Java string".hashCode() == 586653468

更新＃1：如果您声称答案是“是的，则有这种情况”-那么请举一个何时“这是Java字符串”的具体示例。hashCode（）！=586653468。请尽量具体/具体尽可能。

更新＃2：我们都知道，依赖hashCode（）的实现细节通常是不好的。但是，我在专门谈论String.hashCode（）-所以请始终将答案集中在String.hashCode（）上。在此问题的上下文中，Object.hashCode（）完全不相关。

java string hashcode

— 克诺夫
source

2

您实际上是否需要此功能？为什么需要精确值？

— Brian Agnew

26

@Brian：我想了解String.hashCode（）的约定。

— knorv

3

@Knorv不一定需要确切了解它的工作原理-更重要的是要了解合同及其别有用心的含义。

— mP。

45

@mP：感谢您的输入，但是我想这取决于我。

— knorv

他们为什么赋予第一个角色最大的力量？当您想对其速度进行优化以保留额外的计算时，您可以存储前一个的功能，而前一个则是从最后一个字符到第一个字符。这意味着也将有缓存未命中。具有以下算法是否更有效：s [0] + s [1] * 31 + s [2] * 31 ^ 2 + ... + s [n-1] * 31 ^ [n-1 ]？

— Android开发人员

101

我可以看到该文档最早可以追溯到Java 1.2。

这是真的 总的来说，您不应该依赖散列代码实现，而现在已记录了的行为java.lang.String，因此对其进行更改将视为违反现有合同。

只要有可能，你不应该依赖于哈希码跨版本等保持相同-但在我的脑海里java.lang.String完全是因为算法的特殊情况已经指定了......只要你愿意放弃与以前版本的兼容性当然指定了算法。

— 乔恩·斯基特
source

7

从Java 1.2开始，已指定String的已记录行为。在API v1.1中，未为String类指定哈希码计算。

— Martin OConnor 2009年

在这种情况下，我们最好写自己的哈希码“对吗？

— Felype

@Felype：恐怕我真的不知道你要说什么。

— 乔恩·斯基特

@JonSkeet我的意思是，在这种情况下，我们也许可以编写我们自己的代码来生成我们自己的哈希，以授予可移植性。是吗？

— Felype 2013年

@Felype：不清楚您在说什么类型的可移植性，或者“在这种情况下”实际上是什么意思-在什么特定情况下？我怀疑你应该问一个新问题。

— 乔恩·斯基特

18

我发现了有关JDK 1.0和1.1以及> = 1.2的信息：

在JDK 1.0.x和1.1.x中，长字符串的hashCode函数通过采样第n个字符来工作。这样可以很好地保证您将许多String散列为相同的值，从而减慢了Hashtable查找的速度。在JDK 1.2中，该功能已得到改进，可以将到目前为止的结果乘以31，然后依次添加下一个字符。这有点慢，但是在避免冲突方面要好得多。资料来源：http : //mindprod.com/jgloss/hashcode.html

有所不同，因为您似乎需要一个数字：如何使用CRC32或MD5而不是哈希码，您可以轻松进行-无需讨论，也无需担心...

— 勒内斯
source

8

您不应该依赖于等于特定值的哈希码。只是它将在同一执行中返回一致的结果。API文档说明以下内容：

hashCode的一般约定为：

只要在Java应用程序执行期间在同一对象上多次调用它，hashCode方法就必须始终返回相同的整数，前提是不修改该对象的equals比较中使用的信息。从一个应用程序的执行到同一应用程序的另一执行，此整数不必保持一致。

编辑由于String.hashCode（）的javadoc指定了字符串的哈希码的计算方式，因此任何违反此规定的行为都会违反公共API规范。

— 马丁·奥康纳
source

1

您的答案是有效的，但不能解决所提出的特定问题。

— knorv

6

那是通用的哈希码合同-但是String 的特定合同提供了算法的详细信息，并有效地覆盖了此通用合同IMO。

— 乔恩·斯基特

4

如上所述，通常，您不应该依赖保持不变的类的哈希码。请注意，即使随后在同一VM上运行同一应用程序，也可能产生不同的哈希值。AFAIK，Sun JVM的哈希函数在每次运行时都会计算相同的哈希，但这并不能保证。

注意，这不是理论上的。在JDK1.2 中更改了java.lang.String的哈希函数（旧的哈希在诸如URL或文件名之类的层次结构字符串方面存在问题，因为它倾向于为字符串产生相同的哈希，只是结尾处有所不同）。

java.lang.String是一种特例，因为（现在）已经记录了其hashCode（）的算法，因此您可以依靠它。我仍然认为这是不好的做法。如果您需要具有特殊记录属性的哈希算法，只需编写一个:-)即可。

— 斯莱斯克
source

4

但是在JDK 1.2之前的文档中指定了算法吗？如果没有，那就是另外一种情况。该算法现在已在文档中列出，因此对其进行更改将是对公共合同的重大更改。

— 乔恩·斯基特

（我记得它是1.1。）记录了原始（较差）算法。不正确的。记录在案的算法实际上引发了ArrayIndexOutOfBoundsException。

— Tom Hawtin-抢险活动

@Jon Skeet：啊，不知道String.hashCode（）的算法已记录在案。当然，这改变了一切。更新了我的评论。

— sleske

3

另一个要担心的问题（！）是Java早期/晚期版本之间实现的可能更改。我不相信实现细节是一成不变的，因此潜在地升级到将来的 Java版本可能会引起问题。

最重要的是，我不会依赖的实现hashCode()。

也许您可以通过使用此机制来突出显示您实际上要解决的问题，这将突出显示一种更合适的方法。

— 布赖恩·阿格纽
source

1

感谢您的回答。您能否给出“这是Java字符串” .hashCode（）！= 586653468的具体示例？

— knorv

1

不好意思我的观点是，您测试的所有内容都可以按您想要的方式工作。但这仍然不能保证。因此，如果您在一个可以控制VM等的（例如）短期项目中工作，那么以上内容可能对您有用。但是您不能在更广阔的世界中依靠它。

— Brian Agnew

2

“升级到将来的Java版本可能会引起问题”。升级到将来的Java版本可能会完全删除hashCode方法。或者使它始终为字符串返回0。对于您来说，这是不兼容的更改。问题是，Sun JCP Oracle JCP是否会认为这是一个重大更改，因此值得避免。由于算法在合同中，因此希望他们会这样做。

— 史蒂夫·杰索普

@SteveJessop好，由于switch字符串声明依赖于特定的固定哈希码编译为代码，因此对String的哈希码算法进行更改肯定会破坏现有代码……

— Holger

3

仅回答您的问题，不继续任何讨论。Apache Harmony JDK实现似乎使用了不同的算法，至少看起来完全不同：

Sun JDK

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;
}

阿帕奇和谐

public int hashCode() {
    if (hashCode == 0) {
        int hash = 0, multiplier = 1;
        for (int i = offset + count - 1; i >= offset; i--) {
            hash += value[i] * multiplier;
            int shifted = multiplier << 5;
            multiplier = shifted - multiplier;
        }
        hashCode = hash;
    }
    return hashCode;
}

随时自己检查...

— 勒内斯
source

23

我认为他们只是很酷并且正在对其进行优化。：）“（乘数<< 5）-乘数”毕竟是31 *乘数……

— 展开

好吧，我懒得检查一下。谢谢！

— ReneS

1

但是从我这一边说清楚...永远不要依赖哈希码，因为哈希码是内部的。

— ReneS

1

“ offset”，“ count”和“ hashCode”的变量是什么意思？我想将“哈希码”用作缓存值，以避免将来进行计算，并且“计数”是字符数，但是“偏移量”是多少？假设我希望使用此代码，以便在给定字符串的情况下保持一致，我应该怎么做？

— Android开发人员

1

@androiddeveloper现在，这是一个有趣的问题-尽管基于您的用户名，我应该已经猜到了。从Android文档看来，合同是一样的：s[0]*31^(n-1) + s[1]*31^(n-2) + ... + s[n-1]除非我没有记错，这是因为Android使用Sun的String对象的实现而未做任何更改。

— Kartik Chugh

2

如果您担心更改以及VM可能不兼容的问题，只需将现有的哈希码实现复制到您自己的实用工具类中，然后使用它来生成您的哈希码。

— 山姆·巴纳姆
source

我要说这个。当其他答案确实回答了问题时，编写单独的hashCode函数可能是解决knorv问题的适当方法。

— 尼克，

1

将根据字符串中字符的ASCII值计算哈希码。

这是在String类中的实现如下

public int hashCode() {
    int h = hash;
    if (h == 0 && value.length > 0) {
        hash = h = isLatin1() ? StringLatin1.hashCode(value)
                              : StringUTF16.hashCode(value);
    }
    return h;
}

哈希码中的冲突是不可避免的。例如，字符串“ Ea”和“ FB”给出与2236相同的哈希码

— 卢尔德
source