为什么要重写equals()和hashCode()
前言
在面试 Java的时候,经常会被问的一个问题是:你有没有重写过 hashcode
方法?不少候选人直接说没写过。或许真的是没写过,于是还可以再通过一个问题确认:你在用 HashMap
的时候,键( Key
)部分,有没有放过自定义对象?而这个时候,候选人说放过,于是两个问题的回答就自相矛盾了。
其实很多人这个问题普遍回答得都不大好,于是在本文里,就干脆 从 hash表讲起,讲述HashMap的存数据规则,由此大家就自然清楚上述问题的答案了。
Hash算法
先复习一下数据结构里的一个知识点:在一个长度为 n(假设是 10000)的线性表(假设是ArrayList)里,存放着无序的数字;如果我们要找一个指定的数字,就不得不通过从头到尾依次遍历来查找。
我们再来观察Hash表(这里的Hash表纯粹是数据结构上的概念,和Java无关)。它的平均查找次数接近于 1,代价相当小,关键是在Hash表里,存放在其中的数据和它的存储位置是用Hash函数关联的。
我们假设一个Hash函数是 x * x % 5
。当然实际情况里不可能用这么简单的Hash函数,这里纯粹为了说明方便,而Hash表是一个长度是 11的线性表。如果我们要把 6放入其中,那么我们首先会对 6用Hash函数计算一下,结果是 1,所以我们就把 6放入到索引号是 1这个位置。同样如果我们要放数字 7,经过Hash函数计算, 7的结果是 4,那么它将被放入索引是 4的这个位置。这个效果如下图所示。
这样做的好处非常明显。比如我们要从中找 6这个元素,我们可以先通过Hash函数计算 6的索引位置,然后直接从 1号索引里找到它了。
不过我们会遇到“Hash值冲突”这个问题。比如经过Hash函数计算后, 7和 8会有相同的Hash值,对此Java的HashMap对象采用的是"链地址法"的解决方案。效果如下图所示:
具体的做法是,为所有Hash值是 i的对象建立一个同义词链表。假设我们在放入 8的时候,发现 4号位置已经被占,那么就会新建一个链表结点放入 8。同样,如果我们要找 8,那么发现 4号索引里不是 8,那会沿着链表依次查找。
虽然我们还是无法彻底避免Hash值冲突的问题,但是Hash函数设计合理,仍能保证同义词链表的长度被控制在一个合理的范围里。这里讲的理论知识并非无的放矢,大家能在后文里清晰地了解到重写hashCode方法的重要性。
为什么要重写equals和hashCode算法
当我们用 HashMap存入自定义的类时,如果不重写这个自定义类的equals和hashCode方法,得到的结果会和我们预期的不一样。我们来看 WithoutHashCode.java这个例子。
我们定义了一个 Key类;在其中定义了唯一的一个属性 id。当前我们先注释 equals()方法和 hashCode()方法。
在 main函数里,我们定义了两个 Key对象,它们的 id都是 1,逻辑上我们就认为它们是两个相同的对象;就好比它们是两把相同的钥匙,都能打开同一扇门。
在 main函数里,我们通过泛型创建了一个HashMap<Key, String>的对象。它的键部分(HashMap的key
)可以存放 Key类型的对象,值部分可以存储String类型的对象。
在 main函数里,我们通过 put方法把 key1和一个字符串放入到 hashMap里;并且我们想用 key2去从HashMap里得到值;这就好比一把锁有两把一模一样的钥匙,用key1可以打开锁,用key2也可以打开锁。这是符合逻辑的,但从当前结果看, 返回结果不是我们想象中的那个字符串,而是 null。
原因有两个:一是没有重写hashCode方法,二是没有重写equals方法。
当我们往HashMap里放 key1
时,首先会调用 Key
这个类的 hashCode()
方法计算它的 hash
值,随后把 key1
放入hash值所指引的内存位置。
关键是我们没有在 Key
里定义 hashCode
方法。这里调用的仍是 Object
类的 hashCode()
方法(所有的类都是Object的子类),而 Object
类的 hashCode()
方法返回的 hash
值其实是 key1
对象的 内存地址
(假设是1000)。
如果我们随后是调用 hashMap.get(key1)
,那么我们会再次调用 hashCode
方法(还是返回 key1
的地址 1000
),随后根据得到的 hash
值,能很快地找到 key1
。
但我们这里的代码是 hashMap.get(k2)
,当我们调用 Object
类的 hashCode
方法(因为 Key
里没定义)计算 key2
的 hash
值时,其实得到的是 key2
的内存地址(假设是 2000
)。由于 key1
和 key2
是两个不同的对象,所以它们的内存地址一定不会相同,也就是说它们的hash
值一定不同,这就是我们无法用 key2
的 hash
值去拿 kwy1
的原因。
当我们把 hashCode
方法的注释去掉后,会发现它是返回 id
属性的 hashCode
值,这里 key1
和 key2
的 id
都是1,所以它们的 hash
值是相等的。
我们再来更正一下存 key1
和取 key2
的动作。存 key1
时,是根据它 id
的 hash
值,假设这里是 100
,把 key1
对象放入到对应的位置。而取 key2
时,是先计算它的 hash
值(由于 key2
的id
也是 1
,这个值也是 100
),随后到这个位置去找。
但结果会出乎我们意料:明明 100
号位置已经有 key1
,但输出结果依然是 null
。其原因就是没有重写 Key
对象的 equals
方法。
HashMap是用链地址法来处理冲突,也就是说,在 100
号位置上,有可能存在着多个用链表形式存储的对象。它们通过 hashCode
方法返回的 hash
值都是100。
当我们通过 key2
的 hashCode
到 100
号位置查找时,确实会得到 key1
。但 key1
有可能仅仅是和 key2
具有相同的 hash
值,但未必和 key2
相等( key1
和 key2
两把钥匙未必能开同一扇门),这个时候,就需要调用 Key
对象的 equals
方法来判断两者是否相等了。
由于我们在 Key
对象里没有定义 equals
方法,系统就不得不调用 Object
类的 equals
方法。由于 Object
的固有方法是根据两个对象的内存地址来判断,所以 key1
和 key2
一定不会相等,这就是为什么输出结果依然是 null
的原因。
为了解决这个问题,我们需要取消 equals
方法的注释。在这个方法里,我们认为只要两个对象都是 Key
类型,而且它们的 id
相等,它们就相等。
小结
由于在项目里经常会用到HashMap,所以在面试的时候几乎一定会问这个问题:你有没有重写过 hashCode方法?你在使用HashMap时有没有重写 hashCode和 equals方法?你是怎么写的?
最后再强调一下:如果大家要在HashMap的 “键” 部分存放自定义的对象,一定要重写 equals和 hashCode方法来覆盖 Object里的同名方法。
注意:Equals 与 hashCode 的定义必须一致:如果 x.equals(y) 返回 true, 那么 x.hashCode( ) 就必须与 y.hashCode( ) 具有相同的值。 例如, 如果用定义的 User.equals 比较的是User的 ID, 那么 hashCode 方法就需要散列 ID,而不是User的name或address。