覆盖 equals 和 hashCode 如何影响在 Java 中使用错误的散列函数将数据存储在 Map 中？

Question

我有一个类Employee，比方说，我的这个类的hashCode 函数真的很糟糕（假设它总是返回一个常量）。我的代码如下所示。

public class Employee {
 private String name;

 public Employee(String name) {
  this.name = name;
 }

 @Override
 public int hashCode() { return 1; }

 @Override
 public boolean equals(Object object) {
  if(null == object || !(object instanceof Employee)) {
   return false;
  }
  Employee other = (Employee)object;
  return this.name.equals(other.name);
 }
}

假设我想使用Employee 作为Map 中的键，所以我可以执行以下操作。

public static void main(String[] args) {
 Map<Employee, Long> map = new HashMap<>();
 for(int i=0; i < 1000; i++) {
  map.put(new Employee("john"+i, 1L));
 }
 System.out.println(map.size());
}

为什么当我运行这段代码时，我总是得到 1,000 作为大小？

使用Employee 作为键似乎在以下意义上是“好”的。

• 它是不可变的
• equals 的两个员工始终生成相同的哈希码

我的预期是因为hashCode 的输出总是1，那么map.size() 应该总是1。但事实并非如此。为什么？如果我有一个Map<Integer,Integer>，然后是map.put(1, 1)，然后是map.put(1, 2)，我只希望大小为1。

equals 方法一定会在这里发挥作用，但我不确定如何。

任何指针表示赞赏。

Answer 1

关于造成这种情况的原因，Mike 的回答是正确的。但它发生的真正原因是：

在 HashMap 的 put 方法中，它首先检查每个条目的哈希码。如果哈希码等于新密钥的哈希码，那么它会检查 .equals()。如果 equals() 返回 true 它只是用新对象替换现有对象，否则添加一个新的键值对。这就是它被破坏的地方。因为有些东西你的 equals() 函数会因为 currentMilliSeconds 而返回 true，有时它不会因此每次都有不同的大小。

注意下面代码中的等号（java HashMap）。

public V put(K key, V value) {
    if (key == null)
        return putForNullKey(value);
    int hash = hash(key.hashCode());
    int i = indexFor(hash, table.length);
    for (Entry<K,V> e = table[i]; e != null; e = e.next) {
        Object k;
        if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
            V oldValue = e.value;
            e.value = value;
            e.recordAccess(this);
            return oldValue;
        }
    }

    modCount++;
    addEntry(hash, key, value, i);
    return null;
}

Answer 2

您的hashcode 必须符合某些要求，例如相等的对象应该返回相等的hashcode。 但是您的实现并不可靠，那么它会带来性能问题，如果您的许多对象具有相同的hashcode，您的查找只是变成 O(N) 而不是 O(1)。在您的情况下，它只是将所有项目放在List 中。所以大小是1000。

Answer 3

我认为您误解了 HashBuckets 中的 HashMap 的用途。 当您将两个不相等但具有相同hashCode 的Objects 放入HashMap 时，这两个元素都将出现在同一Hashmap 中的HashBucket 中。仅当 HashMap 中存在与现有元素具有相同 hashCode 且为 equals 的元素时，才会覆盖元素。

HashBuckets 使HashMap 的查找速度更快，因为在搜索元素时，只需要考虑HahsBucket 中与hashCode 对应的元素。这就是为什么写一个恒定的HashFunction 通常是一个坏主意。

Answer 4

如果您的哈希码对于每个条目都相同，那么您的时间复杂度将为 O(n)，因为哈希码会创建存储桶来存储您的元素。如果您只创建一个存储桶，那么您必须遍历整个存储桶才能获取您的元素。

但是，如果您的哈希码对于每个元素都是唯一的，那么您将拥有一个唯一的存储桶，并且只需要遍历单个元素。

桶查找（哈希）是 O(1)，因此哈希码越好，时间复杂度就越高。

Answer 5

你的循环

for(int i=0; i < 1000; i++) {
    map.put(new Employee("john"+System.currentTimeMillis(), 1L));
}

在几毫秒内执行，因此System.currentTimeMillis() 将在循环的绝大多数迭代中返回相同的值。因此，您的数百个 john 将具有完全相同的名称 + 编号。

然后，我们有 java 的延迟 Map，它没有 add() 方法，（如果项目已经存在，人们会合理地期望抛出异常，）但是它只有一个 put() 方法将添加或替换项目，而不会失败。因此，您的大多数 john 都会被后续的 john 覆盖，而不会增加地图大小，并且不会抛出任何异常来提示您做错了什么。

此外，您似乎有点困惑，因为错误的 hashCode() 函数在地图上的影响究竟是什么。一个不好的hashCode() 只会导致冲突。哈希图中的碰撞不会导致项目丢失；它们只会导致地图的内部结构效率不高。本质上，常量hashCode() 将导致退化的映射在内部看起来像一个链表。插入和删除都将是低效的，但不会因此丢失任何项目。

由于equals() 方法错误，或由于使用较新的项目覆盖它们，项目将丢失。 （您的代码就是这种情况。）