大龙的博客

常用链接

统计

最新评论

hashcode重复的可能性超大(转)

用String的hashcode得到int类型作为主键。其实hashcode重复的可能性超大，下面是java的缺省算法：
 public int hashCode() {
    int h = hash;
    if (h == 0) {
        int off = offset;
        char val[] = value;
        int len = count;

            for (int i = 0; i < len; i++) {
                h = 31*h + val[off++];
            }
            hash = h;
        }
        return h;
    }
但是什么情况下会重复？下面是测试代码




import java.util.HashMap;

public class Test {

    static HashMap map = new HashMap();

    private static char startChar = 'A';

    private static char endChar = 'z';

    private static int offset = endChar - startChar + 1;

    private static int dup = 0;

    public static void main(String[] args) {
        int len = 3;
        char[] chars = new char[len];
        tryBit(chars, len);
        System.out.println((int)Math.pow(offset, len) + ":" + dup);
    }

    private static void tryBit(char[] chars, int i) {
        for (char j = startChar; j <= endChar; j++) {
            chars[i - 1] = j;
            if (i > 1)
                tryBit(chars, i - 1);
            else
                test(chars);
        }
    }

    private static void test(char[] chars) {

        String str = new String(chars).replaceAll("[^a-zA-Z_]", "").toUpperCase();// 195112:0
        //String str = new String(chars).toLowerCase();//195112:6612
        //String str = new String(chars).replaceAll("[^a-zA-Z_]","");//195112:122500
        //String str = new String(chars);//195112:138510
        int hash = str.hashCode();
        if (map.containsKey(hash)) {
            String s = (String) map.get(hash);
            if (!s.equals(str)) {
                dup++;
                System.out.println(s + ":" + str);
            }
        } else {
            map.put(hash, str);
            // System.out.println(str);
        }
    }
}

在A-z范围内有特殊字符，从结果看，仅仅3位长度的字符串：
不处理：　138510次重复
去掉字母意外字符：　122500次重复
所有字符转小写：6612次重复(少了很多）
去掉字母意外字符，并且转小写：没有重复！4位字符串也没见重复

不难看出：
1. 缺省实现为英文字母优化
2. 字母大小写可能导致重复

可能：
长字符串可能hashcode重复
中文字符串和特殊字符可能hashcode重复


注：由于是2006年的事，所以上面得出的数据有误。可自己进行测试。hash冲突次数大大减少。

posted on 2014-08-31 14:59 大龙 阅读(826) 评论(0)  编辑 收藏 引用


只有注册用户登录后才能发表评论。
网站导航: 博客园   IT新闻   BlogJava   知识库   博问   管理