HashCode为什么使用31作为乘数？

我的尾巴去哪了
309 阅读4分钟

在计算哈希值时，使用一个乘数去乘上某个字符或数字，并累加到哈希值中，是常见的计算哈希值的方式之一。选取合适的乘数非常关键，对于大多数情况而言，31 是一个比较好的选择。

一方面，31 是个素数，相对于其它比较小的奇数来说，使用这个素数作为乘数可以减少哈希碰撞的概率。因为如果使用一个非素数，可能会与哈希表大小的公因数产生影响。

另一方面，31 可以写成 2 的 5 次方 - 1，即 31 = 2^5 - 1。这个不仅仅是个好记的数字，而且可能对于一些哈希算法来说，用相同数量的位运算（乘 31 相当于左移 5 位后减去原数，乘其它数需要更多的位运算）能够加速哈希算法的计算过程。

HashCode 是 Java Object 类的一个方法，每个 Java 对象都可以调用该方法获取一个整数类型的哈希值。底层代码如下：

public native int hashCode();

native 关键字表示该方法使用本地代码实现，即使用 C++ 或其他语言写的底层代码，具体实现方式可能因为不同的 JVM 而有所不同。

在 OpenJDK 中，可以在 JDK 源码的 OpenJDK/hotspot/src/share/vm/classfile/javaClasses.cpp 文件中找到 hashCode 方法的本地实现。该实现主要根据对象的地址和对象的字段信息生成一个哈希值。

  • Java 8 版本的 OpenJDK 中 Object.hashCode() 方法底层实现的源代码：
JNIEXPORT jint JNICALL
ObjectHashCode(JNIEnv *env, jobject obj) {
    oop o = JNIHandles::resolve_non_null(obj);
    return markOopDesc::biased_hash_encode(o->mark());
}

可以看到，该方法的实现调用了一个叫作 markOopDesc::biased_hash_encode 的函数，该函数会返回一个整数类型的哈希值。

接下来，我们可以查看 biased_hash_encode 的实现，其实现在 hotspot/src/share/vm/oops/markOop.hpp 文件中，源代码如下：


inline unsigned int markOopDesc::biased_hash() const {
    // Runtime routine (must check is_neutral() first)
    return _metadata._hash;
}

static unsigned int biased_hash_shift() {
    return MarkOopAlignmentInBytes + hash_bits - 1;
}

static unsigned int biased_hash_unshift(unsigned int h) {
    return h << (BitsPerInt - biased_hash_shift());
}

static inline unsigned int biased_hash_encode(BasicLock* lock, unsigned int hash) {
    if (UseCompressedOops && lock != NULL && !lock->is_neutral()) {
      // Shift right to drop tag bits and multiple by scaling factor
      hash = (hash >> biased_hash_shift()) * (unsigned int) oopDesc::biased_locker_pattern;
    }
    return hash;
}

static inline unsigned int biased_hash_encode(markOop m) {
    if (UseCompressedOops && (address)m > MarkOopShift) {
        unsigned int hash = m->metadata()._hash;
        return biased_hash_encode(m->metadata().guarded_lock(), hash);
    }
    return m->biased_hash();
}

inline unsigned int markOopDesc::biased_hash_encode() const {
    return biased_hash_encode((markOop)this);
}

函数的实现比较复杂，包含了几步操作：

  1. 首先，调用 markOopDesc::biased_hash() 方法获取对象的哈希值，该值存在于对象头中。
  2. 然后调用 biased_hash_shift() 和 biased_hash_unshift() 方法进行哈希值的编码和解码计算。这里涉及到一些位运算和数值转换的技巧。
  3. 最后，调用 biased_hash_encode 方法对哈希值进行编码，生成最终的哈希值。其中，该方法会判断当前对象是否启用了压缩指针（Compressed Oops）功能，如果启用了，则会对哈希值进行一定的压缩处理。

具体来说，hashCode 方法的实现逻辑包括以下几步：

  • 如果对象的哈希值已经被计算过，则直接返回该值。

  • 否则，使用对象地址和对象的字段信息生成一个哈希值。

  • 将生成的哈希值保存在对象头中，以便下次获取哈希值时可以直接返回。

需要注意的是，由于 hashCode 方法的实现方式可能因为不同的 JVM 而有所不同，所以上述实现只是一种可能的实现方式。

哈希值是什么

哈希值是通过哈希函数对数据进行计算得到的一个固定长度的整数。哈希函数是将任意长度的输入（又称为预映射， pre-image），通过计算得到固定长度的输出（又称为哈希值，hash value）。哈希函数的输出通常具有以下特点：

相同的输入总有相同的输出，即相同的数据得到的哈希值总是相同的，因此哈希值可以作为数据的唯一标识符。

不同的输入得到的哈希值不同，即哈希函数应当尽可能避免不同的数据得到相同的哈希值，这种情况称为哈希碰撞。

avatar
文章
阅读
粉丝