java 中HashCode重复的可能性

java 中hashcode重复的可能性

今天有同事提议用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

感谢阅读，希望能帮助到大家，谢谢大家对本站的支持，如有疑问请留言或者到本站社区交流讨论，大家共同进步！