大家好，我是沉默王二。
假期结束了，需要快速切换到工作的状态投入到新的一天当中。放假的时候痛快地玩耍，上班的时候积极的工作，这应该是我们大多数“现代人”该有的生活状态。
我之所以费尽心思铺垫了前面这段话，就是想告诉大家，技术文虽迟但到，来吧，学起来~
今天我们来谈谈 Java 中的 hashCode() 方法。众所周知，Java 是一门面向对象的编程语言，所有的类都会默认继承自 Object 类，而 Object 的中文意思就是“对象”。
Object 类中就包含了 hashCode() 方法：
- @HotSpotIntrinsicCandidate
- public native int hashCode();
意味着所有的类都会有一个 hashCode() 方法，该方法会返回一个 int 类型的值。由于 hashCode() 方法是一个本地方法(native 关键字修饰的方法，用 C/C++ 语言实现，由 Java 调用)，意味着 Object 类中并没有给出具体的实现。
具体的实现可以参考 jdk/src/hotspot/share/runtime/synchronizer.cpp(源码可以到 GitHub 上 OpenJDK 的仓库中下载)。get_next_hash() 方法会根据 hashCode 的取值来决定采用哪一种哈希值的生成策略。
并且 hashCode() 方法被 @HotSpotIntrinsicCandidate 注解修饰，说明它在 HotSpot 虚拟机中有一套高效的实现，基于 CPU 指令。
那大家有没有想过这样一个问题：为什么 Object 类需要一个 hashCode() 方法呢?
在 Java 中，hashCode() 方法的主要作用就是为了配合哈希表使用的。
哈希表(Hash Table)，也叫散列表，是一种可以通过关键码值(key-value)直接访问的数据结构，它最大的特点就是可以快速实现查找、插入和删除。其中用到的算法叫做哈希，就是把任意长度的输入，变换成固定长度的输出，该输出就是哈希值。像 MD5、SHA1 都用的是哈希算法。
像 Java 中的 HashSet、Hashtable(注意是小写的 t)、HashMap 都是基于哈希表的具体实现。其中的 HashMap 就是最典型的代表，不仅面试官经常问，工作中的使用频率也非常的高。
大家想一下，如果没有哈希表，但又需要这样一个数据结构，它里面存放的数据是不允许重复的，该怎么办呢?
要不使用 equals() 方法进行逐个比较?这种方案当然是可行的。但如果数据量特别特别大，采用 equals() 方法进行逐个对比的效率肯定很低很低，最好的解决方案就是哈希表。
拿 HashMap 来说吧。当我们要在它里面添加对象时，先调用这个对象的 hashCode() 方法，得到对应的哈希值，然后将哈希值和对象一起放到 HashMap 中。当我们要再添加一个新的对象时：
- 获取对象的哈希值;
- 和之前已经存在的哈希值进行比较，如果不相等，直接存进去;
- 如果有相等的，再调用 equals() 方法进行对象之间的比较，如果相等，不存了;
- 如果不等，说明哈希冲突了，增加一个链表，存放新的对象;
- 如果链表的长度大于 8，转为红黑树来处理。
就这么一套下来，调用 equals() 方法的频率就大大降低了。也就是说，只要哈希算法足够的高效，把发生哈希冲突的频率降到最低，哈希表的效率就特别的高。
来看一下 HashMap 的哈希算法：
- static final int hash(Object key) {
- int h;
- return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
- }
先调用对象的 hashCode() 方法，然后对该值进行右移运算，然后再进行异或运算。
通常来说，String 会用来作为 HashMap 的键进行哈希运算，因此我们再来看一下 String 的 hashCode() 方法：
- public int hashCode() {
- int h = hash;
- if (h == 0 && value.length > 0) {
- hash = h = isLatin1() ? StringLatin1.hashCode(value)
- : StringUTF16.hashCode(value);
- }
- return h;
- }
- public static int hashCode(byte[] value) {
- int h = 0;
- int length = value.length >> 1;
- for (int i = 0; i < length; i++) {
- h = 31 * h + getChar(value, i);
- }
- return h;
- }
可想而知，经过这么一系列复杂的运算，再加上 JDK 作者这种大师级别的设计，哈希冲突的概率我相信已经降到了最低。
当然了，从理论上来说，对于两个不同对象，它们通过 hashCode() 方法计算后的值可能相同。因此，不能使用 hashCode() 方法来判断两个对象是否相等，必须得通过 equals() 方法。
也就是说：
- 如果两个对象调用 equals() 方法得到的结果为 true，调用 hashCode() 方法得到的结果必定相等;
- 如果两个对象调用 hashCode() 方法得到的结果不相等，调用 equals() 方法得到的结果必定为 false;
反之：
- 如果两个对象调用 equals() 方法得到的结果为 false，调用 hashCode() 方法得到的结果不一定不相等;
- 如果两个对象调用 hashCode() 方法得到的结果相等，调用 equals() 方法得到的结果不一定为 true;
来看下面这段代码。
- public class Test {
- public static void main(String[] args) {
- Student s1 = new Student(18, "张三");
- Map<Student, Integer> scores = new HashMap<>();
- scores.put(s1, 98);
- System.out.println(scores.get(new Student(18, "张三")));
- }
- }
- class Student {
- private int age;
- private String name;
- public Student(int age, String name) {
- this.age = age;
- this.name = name;
- }
- @Override
- public boolean equals(Object o) {
- Student student = (Student) o;
- return age == student.age &&
- Objects.equals(name, student.name);
- }
- }
我们重写了 Student 类的 equals() 方法，如果两个学生的年纪和姓名相同，我们就认为是同一个学生，虽然很离谱，但我们就是这么草率。
在 main() 方法中，18 岁的张三考试得了 98 分，很不错的成绩，我们把张三和成绩放到了 HashMap 中，然后准备输出张三的成绩：
- null
很不巧，结果为 null，而不是预期当中的 98。这是为什么呢?
原因就在于重写 equals() 方法的时候没有重写 hashCode() 方法。默认情况下，hashCode() 方法是一个本地方法，会返回对象的存储地址，显然 put() 中的 s1 和 get() 中的 new Student(18, "张三") 是两个对象，它们的存储地址肯定是不同的。
HashMap 的 get() 方法会调用 hash(key.hashCode()) 计算对象的哈希值，虽然两个不同的 hashCode() 结果经过 hash() 方法计算后有可能得到相同的结果，但这种概率微乎其微，所以就导致 scores.get(new Student(18, "张三")) 无法得到预期的值 18。
怎么解决这个问题呢?很简单，重写 hashCode() 方法。
- @Override
- public int hashCode() {
- return Objects.hash(age, name);
- }
Objects 类的 hash() 方法可以针对不同数量的参数生成新的 hashCode() 值。
- public static int hashCode(Object a[]) {
- if (a == null)
- return 0;
- int result = 1;
- for (Object element : a)
- result = 31 * result + (element == null ? 0 : element.hashCode());
- return result;
- }
代码似乎很简单，归纳出的数学公式如下所示(n 为字符串长度)。
注意：31 是个奇质数，不大不小，一般质数都非常适合哈希计算，偶数相当于移位运算，容易溢出，造成数据信息丢失。
这就意味着年纪和姓名相同的情况下，会得到相同的哈希值。scores.get(new Student(18, "张三")) 就会返回 98 的预期值了。
《Java 编程思想》这本圣经中有一段话，对 hashCode() 方法进行了一段描述。
设计 hashCode() 时最重要的因素就是：无论何时，对同一个对象调用 hashCode() 都应该生成同样的值。如果在将一个对象用 put() 方法添加进 HashMap 时产生一个 hashCode() 值，而用 get() 方法取出时却产生了另外一个 hashCode() 值，那么就无法重新取得该对象了。所以，如果你的 hashCode() 方法依赖于对象中易变的数据，用户就要当心了，因为此数据发生变化时，hashCode() 就会生成一个不同的哈希值，相当于产生了一个不同的键。
也就是说，如果在重写 hashCode() 和 equals() 方法时，对象中某个字段容易发生改变，那么最好舍弃这些字段，以免产生不可预期的结果。
好。有了上面这些内容作为基础后，我们回头再来看看本地方法 hashCode() 的 C++ 源码。
- static inline intptr_t get_next_hash(Thread* current, oop obj) {
- intptr_t value = 0;
- if (hashCode == 0) {
- // This form uses global Park-Miller RNG.
- // On MP system we'll have lots of RW access to a global, so the
- // mechanism induces lots of coherency traffic.
- value = os::random();
- } else if (hashCode == 1) {
- // This variation has the property of being stable (idempotent)
- // between STW operations. This can be useful in some of the 1-0
- // synchronization schemes.
- intptr_t addr_bits = cast_from_oop<intptr_t>(obj) >> 3;
- value = addr_bits ^ (addr_bits >> 5) ^ GVars.stw_random;
- } else if (hashCode == 2) {
- value = 1; // for sensitivity testing
- } else if (hashCode == 3) {
- value = ++GVars.hc_sequence;
- } else if (hashCode == 4) {
- value = cast_from_oop<intptr_t>(obj);
- } else {
- // Marsaglia's xor-shift scheme with thread-specific state
- // This is probably the best overall implementation -- we'll
- // likely make this the default in future releases.
- unsigned t = current->_hashStateX;
- t ^= (t << 11);
- current->_hashStateX = current->_hashStateY;
- current->_hashStateY = current->_hashStateZ;
- current->_hashStateZ = current->_hashStateW;
- unsigned v = current->_hashStateW;
- v = (v ^ (v >> 19)) ^ (t ^ (t >> 8));
- current->_hashStateW = v;
- value = v;
- }
- value &= markWord::hash_mask;
- if (value == 0) value = 0xBAD;
- assert(value != markWord::no_hash, "invariant");
- return value;
- }
如果没有 C++ 基础的话，不用细致去看每一行代码，我们只通过表面去了解一下 get_next_hash() 这个方法就行。其中的 hashCode 变量是 JVM 启动时的一个全局参数，可以通过它来切换哈希值的生成策略。
- hashCode==0，调用操作系统 OS 的 random() 方法返回随机数。
- hashCode == 1，在 STW(stop-the-world)操作中，这种策略通常用于同步方案中。利用对象地址进行计算，使用不经常更新的随机数(GVars.stw_random)参与其中。
- hashCode == 2，使用返回 1，用于某些情况下的测试。
- hashCode == 3，从 0 开始计算哈希值，不是线程安全的，多个线程可能会得到相同的哈希值。
- hashCode == 4，与创建对象的内存位置有关，原样输出。
- hashCode == 5，默认值，支持多线程，使用了 Marsaglia 的 xor-shift 算法产生伪随机数。所谓的 xor-shift 算法，简单来说，看起来就是一个移位寄存器，每次移入的位由寄存器中若干位取异或生成。所谓的伪随机数，不是完全随机的，但是真随机生成比较困难，所以只要能通过一定的随机数统计检测，就可以当作真随机数来使用。
至于更深层次的挖掘，涉及到数学知识和物理知识，就不展开了。毕竟菜是原罪。
参考资料：
https://zhuanlan.zhihu.com/p/121555725 https://www.cnblogs.com/dolphin0520/p/3681042.html
