龙空技术网

面试栽了:String.hashCode()返回值超出 int 最大取值范围会怎样?

程序猿阿嘴 592

前言:

如今咱们对“java int类型的数据取值范围”大约比较着重,咱们都需要学习一些“java int类型的数据取值范围”的相关文章。那么小编同时在网摘上搜集了一些对于“java int类型的数据取值范围””的相关知识,希望小伙伴们能喜欢,大家一起来了解一下吧!

我们知道String.hashCode()返回的是一个int类型的数值,那当某个字符串的hash值超出int的最大范围后会发生什么呢?

首先我们来看下String.hashCode()的源码,看看它是如何计算一个字符串的hash值:

 /** The value is used for character storage. */    private final char value[];    /** Cache the hash code for the string */    private int hash; // Default to 0/**     * Returns a hash code for this string. The hash code for a     * {@code String} object is computed as     * <blockquote><pre>     * s[0]*31^(n-1) + s[1]*31^(n-2) + ... + s[n-1]     * </pre></blockquote>     * using {@code int} arithmetic, where {@code s[i]} is the     * <i>i</i>th character of the string, {@code n} is the length of     * the string, and {@code ^} indicates exponentiation.     * (The hash value of the empty string is zero.)     *     * @return  a hash code value for this object.     */    public int hashCode() {        int h = hash;        if (h == 0 && value.length > 0) {            char val[] = value;            for (int i = 0; i < value.length; i++) {                h = 31 * h + val[i];            }            hash = h;        }        return h;    }

从源码中我们可以看出:

1.String有一个私有变量hash来缓存哈希值,即当该串第一次调用hashCode()方法时,hash默认值为0,继续执行,当字符串长度大于0时计算出一个哈希值赋给hash,之后再调用hashCode()方法时不会重新计算,直接返回hash

2.计算时,使用的是该字符串截成的一个字符数组,用每个字符的ASCII值进行计算,根据注释可以看出哈希计算公式是:s[0]*31^(n-1) + s[1]*31^(n-2) + ... + s[n-1],n是字符数组的长度,s是字符数组

3.算法中还有一个乘数31,为什么使用31呢?

hash函数必须选用质数(在大于一的自然数中除了1和它本身以外不再有其他因数的自然数)这是被科学家论证过的hash函数减少冲突的理论如果乘数是偶数,并且乘法溢出的话,信息就会丢失,因为使用偶数相当于位移运算(低位补0)使用31有个很好的性能,即用移位和减法来代替乘法,可以得到更好的性能:31*i == (i<<5)-i,现代的VM可以自动完成这种优化31是个不大不小的质数,兼顾了性能和冲突率。我们利用s[0]*31^(n-1) + s[1]*31^(n-2) + ... + s[n-1]这个公式,如果乘数换做是2或101计算字符串"abcde"这六个字母的hash值时,乘数为2,2^(6-1) = 32,乘数为101, 101^(6-1) = 10,510,100,501 一个太小一个太大。太小hash冲突概率大,太大过于分散占用存储空间大,所以选择一个不大不小的质数很有必要

也有实验证明31这个数值更优:

整形的数值区间是 [-2147483648, 2147483647],区间大小为 2^32

所以这里可以将区间分成64个子区间,每个子区间大小为 2^26

乘子2算出的哈希值几乎全部落在第32分区,也就是 (0, 67108864)数值区间内,落在其他区间内的哈希值数量几乎可以忽略不计。这也就不难解释为什么数字2作为乘子时,算出哈希值的冲突率如此之高的原因了

和2基本上差不多

相对不错

分散比较均匀了

冲突率很低,这也说明哈希值溢出并不一定会导致冲突率上升。但是还是因为乘积太大导致整数溢出的问题。所以兼顾性能和冲突率31最为合适

看完了String.hashCode()的源码,可以肯定的说一定会有字符串计算出来的hash值是超出int的最大取值范围的,那这时候程序会怎么处理呢?

测试代码:

@Test    public void test3() {        System.out.println("a".hashCode());        System.out.println("ab".hashCode());        System.out.println("abc".hashCode());        System.out.println("abcd".hashCode());        System.out.println("abcde".hashCode());        System.out.println("abcdef".hashCode());  System.out.println("abcdefg".hashCode());    }

结果输出:

最后两个输出的是负数,按照公式来计算的话,"abcdef"的hash值应该是9259939531+102=2870581347,这明显已经超出了int的取值范围

在计算9259939531=2870581245时,结果已经超出了int的最大范围,这时Java虚拟机做了默认的类型提升,把中间结果用long类型存放,然后计算2870581245+102=2870581347返回结果依然不能被int容纳,根据Java的基础类型的变窄转换规则,取结果的低32位,然后在计算机中实际是用补码存储的,正数的补码=原码,所以2870581347在计算机中是这样的:

00000000 00000000 00000000 00000000 10101011 00011001 10011000 01100011

基于变窄转换,丢弃高于int宽度的部分,得到补码:

10101011 00011001 10011000 01100011

然后首位是符号位,1代表负数,负数的补码=反码+1,反推得到反码:

10101011 00011001 10011000 01100010

负数的反码=符号位不变,原码按位取反,反推得到原码:

11010100 11100110 01100111 10011101=-1010100 11100110 01100111 10011101

转化成十进制就是"-1424385949",所以就有了上图的输出结果

来源:

标签: #java int类型的数据取值范围