Java字符串哈希码缓存

Question

Java字符串哈希码缓存

javastringhashcode

5

String的不可变性之一的优点是哈希码缓存，以便更快地访问。

在这种情况下，具有相同哈希码的字符串如何处理缓存？
这种情况下它真的可以提高性能吗？

- Siva Arunachalam

在这种情况下，具有相同哈希码的字符串如何处理缓存？

它在字符串对象本身的级别上进行缓存，而不是某个外部缓存。

- Petro Semeniuk

5个回答

4

在这种情况下，对于具有相同哈希码的字符串，缓存是如何处理的？

我不理解你问题的第一部分。无论哈希码是否相同（因为两个不同的字符串理论上可以具有相同的哈希码，所以如果哈希码相等，并不意味着字符串相等），所有字符串的缓存都是相同的处理方式。但是，如果使用相同的字符串对象，则无需重新计算哈希码，因为它已被缓存。

这真的会提高性能吗？

毫不含糊地是“是”。

- Hovercraft Full Of Eels

2

缓存只是字符串对象内的一个int字段。多个字符串可以具有相同的哈希码而不会出现问题。

这显著提高了性能，因为：

- 计算哈希码比读取单个int字段更昂贵 - 如果你计算一次字符串的哈希码，很可能你还需要计算字符串的哈希码很多次（例如，它被用作哈希表键）

如果您有兴趣，值得查看源代码：

http://www.docjar.com/html/api/java/lang/String.java.html

- mikera

1

在大多数情况下，只有在尝试将字符串放入HashMap时才会计算hashCode。然后，Map.Entry会缓存它以加快比较和重新散列的速度。

- Zdeněk Pavlas

事实上，由于几乎所有字符串都不是哈希映射中的键，因此缓存字段是无用的，并且每个字符串实例需要额外的8个字节。 - Sergey Ponomarev

1

实际上，Java哈希码是32位的。 - Zdeněk Pavlas

-1

对于第一个问题，它取决于您的哈希策略。例如，如果您将单词中所有字母的ASCII代码相加以获得该字母的哈希代码（a的代码为65，A的代码为97），在这种情况下，单词“abc”和“bca”的哈希代码相同。

对于第二个问题，它也取决于您的哈希策略，但在大多数情况下，答案是肯定的。

- wyp

2

不确定第二个“可能依赖”是什么意思。无论哈希策略如何，如果自缓存意味着它只针对给定的字符串对象计算一次，那么它总是更快的。 - Hovercraft Full Of Eels

如果缓存意味着只计算一次，那么我同意你的说法。英语不是我的母语，所以……缓存意味着只有一次？ - wyp

好的 - 哈希算法是在String类中实现的，而不是某个Siva策略的对象。这已经固定了。 - user unknown

@wyp在这个上下文中，我不知道缓存还可能意味着什么。 - user207421

-1，这不是Java String.hashCode()的工作方式 - 忽略重排将是一个明显糟糕的哈希函数。 - poolie

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Stephen C · Accepted Answer

在这种情况下，对于具有相同哈希码的字符串，缓存是如何处理的？

被缓存的是字符串的哈希码。它被缓存在字符串本身的私有int字段中。不同的字符串可能具有相同的哈希码并不重要......因为哈希码存储在各自的字符串对象中。

最重要的是，具有相同字符序列（因此相等）的两个字符串具有相同的哈希码值。这是保证的，因为Java字符串的哈希码算法是标准化的...并且具有此属性。

那么在这种情况下真的会提高性能吗？

平均而言，是的，特别是当字符串长度变大时，效果更好。

一个良好的字符串哈希码算法需要查看字符串中的每个字符......否则，类似的字符串可能会系统地映射到相同的哈希码（这是不好的）。避免多次查看这些N个字符是一个巨大的优势。

唯一重要的不适用缓存的情况是：

当大多数字符串哈希码仅使用一次时；或者

当大多数字符串非常短。

（还有一种非常晦涩的情况。如果一个String的哈希值为0，则缓存将无效。这是因为String类使用0来表示哈希码未被缓存。）