同一个字符串hash值相同吗_Hash在编程中的应用

Hashing is the transformation of a string of characters into a usually shorter fixed-length value or key that represents the original string. Hashing is used to index and retrieve items in a database because it is faster to find the item using the shorter hashed key than to find it using the original value. It is also used in many encryption algorithms. — SqlServer Essential Guide

这是一段摘于SqlServer的对于Hash的定义。

Hash（散列）定义上来讲：是将任意长度的字符串转换成有限（更短）的固定长度字符串，作为表示原始字符串的键。散列常用于索引和检索数据库，也常用于一些加密算法。
再通俗一点：用一个唯一的，特定的值来代表任意的数据，类比于人的基因序列，人的指纹等可以作为人的唯一标识。

因此，需要一个函数 H(SOURCE) = KEY 来生成键 , 这样函数又被称作为Hash函数。

特性

一个优秀的hash函数算法，它应该具有如下4个特性：

1. 正向快速：

原始数据需要在有限时间和有限资源内计算出hash值。

2. 逆向困难：

给定一个hash值，在有限时间内很难（基本不可能）逆推出原始数据。

3. 输入敏感：

原始数据修改一点信息，产生的hash值都应该不相同。

4. 冲突避免：

所谓冲突，指的是两段不同的原始数据，他们通过转换得到的hash值一样。冲突避免，则是任意的两个数据，其hash相同的可能性极小。

当然，在不同的使用场景，无法让每个特性都完美满足，在不同的领域，可能会对某一些特性有所侧重。

一个简单的hash算法

大家多多少少都接触过Java，以JDK中String.hashCode方法为例，源码如下：

上面代码就是使用最简单的乘法迭代算法实现获取唯一的hash值，最后的值如果用数学表达式来表示，则为：

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

hashCode在Java中的应用

在上面我们提到过，hash函数算法会有一定的冲突情况，比如在字符串的hashCode计算过程中，会出现两个不同的字符串但hashCode一样的情况，例如：

//英文案例1：
Aa    BB   hashCode 均为 2112
   
//中文案例2：
重地  通话  hashCode 均为 1179395

除了上述两种情况，还有很多冲突的案例，大家可以写代码尝试一下。

那问题来了，既然hashCode并不能完全表示唯一性，那Java中用什么来比较两个字符串，对象呢？hashCode还有什么作用呢？

equals

在Java中，我们比较字符串，比较对象，用的方法常常是equals，我们摘录equal重点部分：

我们看到，equals 对字符串做了严格字符级别比较，可以保证完全相同。

equals v.s. hashCode

由上面的分析，我们得出一下两个结论：

1. equal 相等的两个对象他们的 hashCode 肯定相等，也就是用 equal 对比是绝对可靠的。
2. hashCode 相等的两个对象他们的 equal 不一定相等，也就是 hashCode 不是绝对可靠的。

但如果所有的比较都使用equal去比较，显然效率太低，所以解决方案是：

每当对比的时候，首先用hashCode去对比，如果hashCode不一样，则表示两个对象不相等。如果hashCode相同，此时再对比进行equal比较，如果equal相同就是真的相同。

HashSet, HashMap, HashTable

在Java 容器中（Set，Map，Table），经常会用到key值的检索，所以提供了 HashSet ，HashMap ，HashTable 三种具体实现方案，利用上面我们重点标注的解决方案【先hashCode，后equal比较】，可以大大提高对比检索效率。

感谢你的阅读，更多学习干货、就业信息，欢迎关注我们。

官网：www.bmatch.tech

微信公众号：Bmatch（id: bmatch）