Java:为什么重写 equals 方法时必须同时重写 hashCode 方法?

本文由 Java 中常见的面试题「为什么重写 equals 方法时必须同时重写 hashCode 方法?」所引出。渐进式探讨关于 hashCode 的三个问题:hashCode 方法的作用以及 hashCode 方法与 equals 方法的关系?为什么重写 equals 方法时必须同时重写 hashCode 方法?以及如何重写 hashCode 方法?

我们知道,Java 中 Object 类是所有类的父类,而 hashCodeObject 类中定义的方法,所以每个类都会默认拥有一个 hashCode 方法。

如下为 hashCode 方法在 Object 类中的定义:

package java.lang;

public class Object {

    /**
     * Returns a hash code value for the object. This method is
     * supported for the benefit of hash tables such as those provided by
     * `java.util.HashMap`.
     *
     * The general contract of `hashCode` is:
     *
     * a) Whenever it is invoked on the same object more than once during
     *    an execution of a Java application, the `hashCode` method must
     *    consistently return the same integer, provided no information
     *    used in `equals` comparisons on the object is modified.
     *    This integer need not remain consistent from one execution of an
     *    application to another execution of the same application.
     *
     * b) If two objects are equal according to the `equals(Object)` method,
     *    then calling the `hashCode` method on each of the two objects must
     *    produce the same integer result.
     *
     * c) It is not required that if two objects are unequal according to the
     *    `equals(Object)` method, then calling the `hashCode` method on each of
     *    the two objects must produce distinct integer results.
     *    However, the programmer should be aware that producing distinct integer
     *    results for unequal objects may improve the performance of hash tables.
     */
    @IntrinsicCandidate
    public native int hashCode();

    /**
     * Indicates whether some other object is "equal to" this one.
     *
     * @apiNote
     * It is generally necessary to override the `hashCode` method whenever this
     * method is overridden, so as to maintain the general contract for the `hashCode`
     * method,  which states that equal objects must have equal hash codes.
     */
    public boolean equals(Object obj) {
        return (this == obj);
    }
}

可以看到,hashCode 方法用于生成一个整数,其是一个原生方法且使用 @IntrinsicCandidate 注解修饰,表示其实现完全依赖于 JVM,不同的 JVM 可能有不同的实现,常见的实现有使用伪随机数等。

为什么 Object 类中要定义一个 hashCode 方法呢?此外我们还注意到,equals 方法同样被定义在 Object 类中,这两个方法之间有什么关系呢?

1 hashCode 方法的作用以及 hashCode 方法与 equals 方法的关系

Java 中,hashCode 方法主要是为了配合哈希表来使用的。

哈希表是存储键值(Key Value)对数据的一种数据结构。其通过将键映射到表中一个位置来访问数据,以加快查找速度,这个映射函数即被称为哈希函数(Hash Function)。Java 中的 HashSetHashtableHashMap 均使用了哈希表。

假定我们想实现一个 Set,其存放的数据是不允许重复的,如果不借助哈希表,应该怎么来实现呢?

我们能想到的一个办法是:当一个对象要被存入 Set 时,调用其 equals 方法与 Set 中的已有对象逐个进行比较,只有其与所有已有对象都不 Equal 时才可将其存入 Set。而一般来说,equals 方法的实现都比较重,需要将对象中的各个关键字段逐个进行比较,这在存放的对象特别多的时候效率会非常低下。

而如果借助哈希表来实现呢?我们知道 Java 中 HashSet 是借用 HashMap 来实现的,HashMap 是怎么在添加记录的时候提升效率的呢?

HashMap 存储结构为哈希表,在添加一个键值对时,有如下步骤:

  • a) 调用键对象的 hashCode 方法获取其哈希值;
  • b) 与现有哈希值逐个进行比较,若不相等,则直接存入哈希表;
  • c) 若有相等的,再调用键对象的 equals 方法进行比较,若不 Equal,则存入哈希表(此两个对象哈希冲突,需要增加一个链表来存放对象的引用);若 Equal,则不存入。

可以看到,借助哈希表实现去重集合的话,因首先会判断哈希值是否相等,只有不相等时才会调用 equals 方法,所以只要哈希算法足够好,就会省去很多 equals 方法的调用。

此外,哈希算法选用得当的话(理想的哈希算法是针对不同的对象,生成的哈希值可以均匀分布在整个 int 区间上,现实中是越接近越好),哈希表的检索效率会非常高,没有一次哈希冲突的话,检索记录的时间复杂度为 O(1);最坏情况,hashCode 全部相等,存储结构完全变成了一个链表,那么检索记录的时间复杂度会变为 O(N)

总结该部分,我们可以看到:hashCode 一般与 equals 一起使用,两个对象作「相等」比较时,因判断 hashCode 是判断 equals 的先决条件,所以两者使用必须遵循一定的约束。hashCode 方法的注释上即说明了其与 equals 方法一起使用时需要遵循的三个通用约定:

  • 同一对象多次调用 hashCode 方法,必须返回相同的整数值;
  • 对于两个对象 ab,若 a.equals(b),则 a.hashCode()b.hashCode() 必须相同;
  • 对于两个对象 ab,若 !a.equals(b),则 a.hashCode() 并不一定得与 b.hashCode() 不相同。

知道了 hashCode 方法的作用以及 hashCode 方法与 equals 方法的关系后,下面探讨一下为什么重写 equals 方法时必须同时重写 hashCode 方法。

2 为什么重写 equals 方法时必须同时重写 hashCode 方法?

上面介绍了 hashCode 方法注释上列出的三个通用约定,equals 方法的注释上也有这么一句话:「每当重写 equals 方法时,都需要重写 hashCode 方法,这样才没有破坏 hashCode 方法的通用约定,即:两个对象为 Equal 的话(调用 equals 方法为 true), 那么这两个对象分别调用 hashCode 方法也需要返回相同的哈希值」。

所以只重写 equals 方法不重写 hashCode 方法的话,可能会造成两个对象调用 equals 方法为 true,而 hashCode 值不同的情形,这样即可能造成异常的行为。

最后探讨一下如何重写 hashCode 方法。

3 如何重写 hashCode 方法?

下面定义了一个 User 类:

// src/test/java/com/example/demo/model/User.java
package com.example.demo.model;

public class User {
    private final String name;
    private final Integer age;
    private final Gender gender;

    public User(String name, Integer age, Gender gender) {
        this.name = name;
        this.age = age;
        this.gender = gender;
    }

    public enum Gender {
        MALE,
        FEMALE
    }
}

该类有三个属性:nameagegender

若不重写 User 类的 hashCodeequals 方法的话,则会使用 Object 类定义的默认实现,即:hashCode 是 JVM 生成的一个伪随机数,equals 比较的是两个引用的地址。

下面测试代码新建了两个逻辑上「相等」的 User 对象:user1user2,然后比较 user1.equals(user2)user1.hashCode() == user2.hashCode(),发现结果均为 false;然后将此两个对象作为键放入 HashMap 后,查看 HashMapsize,结果 为 2,表示两个对象均被添加了进去。这即是不重写 hashCodeequals 方法发生的「异常行为」。

// 不重写 User 类的 hashCode 与 equals 方法
User user1 = new User("Larry", 18, User.Gender.MALE);
User user2 = new User("Larry", 18, User.Gender.MALE);

System.out.println(user1.equals(user2)); // false
System.out.println(user1.hashCode() == user2.hashCode()); // false

Map<User, Boolean> map = new HashMap<>();
map.put(user1, true);
map.put(user2, true);
System.out.println(map.size()); // 2

下面尝试在 User 类中重写一下 hashCodeequals 方法:

// src/test/java/com/example/demo/model/User.java
package com.example.demo.model;

import java.util.Objects;

public class User {
    // ...

    @Override
    public int hashCode() {
        int result = name.hashCode();
        result = 31 * result + Integer.hashCode(age);
        result = 31 * result + gender.toString().hashCode();
        return result;

        // Another way: using Object.hash()
        // return Objects.hash(name, age, gender);
    }

    @Override
    public boolean equals(Object obj) {
        if (null == obj) {
            return false;
        }
        if (obj == this) {
            return true;
        }
        if (!(obj instanceof User user)) {
            return false;
        }
        return Objects.equals(user.name, name)
                && Objects.equals(user.age, age)
                && Objects.equals(user.gender, gender);
    }
}

重写 hashCode 方法使用的算法如下:

$\boldsymbol {hash} = {val[0] \times 31^{(n-1)} + val[1] \times 31^{(n-2)} + ... + val[n-1]}$

该算法公式借用了 JDK 中「String.hashCode()」的实现逻辑,即:按属性依次计算哈希结果,当前属性的哈希结果为上一个属性的哈希结果乘以 31 并加上当前属性的哈希值(currentVal = 31 * previousVal + hash(currentPropertity)),直至所有属性计算完毕,最终的结果即为对象的哈希值。至于为什么要乘以 31 呢?原因是在于:其是一个奇素数,可以更好的保留信息,若是偶数的话,乘一个偶数相当于移位,超出的话会丢失信息;此外乘以 31 会被现代虚拟机优化为移位和减法来实现(31 * i == (i << 5) - i),非常的高效。此外还可以直接调用 Objects.hash(prop1, prop2, prop3, ...) 来获取一个哈希值。

重写 equals 方法的逻辑非常简单,即:判断是否为 User 对象且所有字段是否一致。

再次使用如下代码测试一下,发现 user1.equals(user2)user1.hashCode() == user2.hashCode() 结果均为 true;调用 HashMapput 方法将 user1user2put 后,size1。这样即符合了我们的期望。

// 重写 User 类的 hashCode 与 equals 方法
User user1 = new User("Larry", 18, User.Gender.MALE);
User user2 = new User("Larry", 18, User.Gender.MALE);

System.out.println(user1.equals(user2)); // true
System.out.println(user1.hashCode() == user2.hashCode()); // true

Map<User, Boolean> map = new HashMap<>();
map.put(user1, true);
map.put(user2, true);
System.out.println(map.size()); // 1

综上,本文解释了为什么重写 equals 方法时必须同时重写 hashCode 方法的缘由,并且给出了示例代码。完整示例代码已提交至本人 GitHub,欢迎关注或 Fork。

参考资料

[1] Methods Common to All Objects: Always override hashCode when you override equals | Effective Java (3rd Edition), by Joshua Bloch

[2] 深入理解 Java 中的 hashCode | CSDN 博客 - blog.csdn.net

[3] 都 2022 年了,不会还有人 hashCode 方法都讲解不清楚吧 | 掘金 - juejin.cn

评论

正在加载评论......