整理好了！2024年最常见 100 道 Java基础面试题（四十）

上一篇地址：整理好了！2024年最常见 100 道 Java基础面试题（三十九）-CSDN博客

七十九、hashCode 和 identityHashCode 的区别？

在Java中，hashCode() 和 identityHashCode() 是两种不同的方法，它们用于生成对象的散列码（hash code），但它们的用途和生成散列码的方式有所不同。

`hashCode()`

定义：hashCode() 是 java.lang.Object 的一个方法，所有Java对象都继承了这个方法。
目的：hashCode() 用于生成对象的散列码，通常用于散列表（如 HashMap、HashSet 等）中确定对象的存储位置。
实现：默认的 hashCode() 实现可能会根据对象的内存地址、对象的属性值或其他因素来生成散列码。
重写：在重写 equals() 方法时，通常也需要重写 hashCode() 方法，以保证等价的对象有相同的散列码。
不变性：一个对象的 hashCode() 在 Java 应用程序执行期间通常保持不变。

`identityHashCode()`

定义：identityHashCode() 是 java.util.Objects 类的一个静态方法。
目的：identityHashCode() 用于生成对象的散列码，主要基于对象的身份（即内存地址）。
实现：它通常使用对象的内存地址来生成散列码，这意味着只要对象在内存中的位置不改变，它的 identityHashCode() 就保持不变。
使用场景：identityHashCode() 通常用于性能敏感的场合，特别是在需要快速生成散列码时。它不依赖于对象的属性，因此不会因为对象状态的改变而改变。
不变性：一个对象的 identityHashCode() 在对象的生命周期内保持不变，即使对象被序列化和反序列化。

区别

基础：hashCode() 是对象本身的一个方法，而 identityHashCode() 是 Objects 类的一个静态方法。
散列码生成：hashCode() 可能基于对象的属性或其他逻辑生成散列码，而 identityHashCode() 主要基于对象的内存地址。
重写：hashCode() 可以被重写，并且当重写 equals() 方法时应该重写；identityHashCode() 不能被重写，因为它是基于对象的身份。
稳定性：identityHashCode() 在对象的整个生命周期内保持不变，而 hashCode() 的实现可能因对象状态的改变而改变。

示例

Object obj = new Object();
int hashCode = obj.hashCode(); // 使用hashCode()
int identityHashCode = Objects.identityHashCode(obj); // 使用identityHashCode()

注意事项

identityHashCode() 通常用于识别对象的身份，而不是比较对象的内容。
在性能敏感的场合，如果不需要考虑对象内容的变化，identityHashCode() 可以提供更快的散列码生成。

总结

hashCode() 和 identityHashCode() 都是用于生成对象散列码的方法，但它们的目的和实现方式不同。hashCode() 更多地用于基于对象内容的散列，而 identityHashCode() 则基于对象的身份。在选择使用哪种方法时，需要根据具体的应用场景和需求来决定。

八十、什么是 hash 冲突？

在计算机科学中，哈希冲突（Hash Collision）是指在使用哈希（Hash）函数将数据映射到哈希表（Hash Table）时，不同的输入数据经过哈希函数计算后得到了相同的哈希值（即哈希码）。由于哈希表的大小是有限的，而哈希函数可能将无限多的输入映射到有限的哈希表位置上，因此哈希冲突在哈希表的使用中是不可避免的。

哈希冲突的原因

有限的哈希表大小：哈希表的大小是有限的，而哈希函数可以处理的输入数据是无限的，这导致不同的输入数据可能映射到同一个哈希表位置。
哈希函数的局限性：尽管理想情况下哈希函数应该均匀分布输入数据，但实际上哈希函数可能无法完全避免冲突，特别是当输入数据具有某些特定模式时。

哈希冲突的解决策略

链地址法（Chaining）：
- 在哈希表的每个位置维护一个链表，所有映射到该位置的元素都存储在这个链表中。
开放寻址法（Open Addressing）：
- 当发生冲突时，寻找哈希表中的下一个空闲位置来存储数据。
双重哈希（Double Hashing）：
- 使用两个哈希函数，当第一个哈希函数发生冲突时，使用第二个哈希函数计算下一个可能的位置。
线性探测（Linear Probing）：
- 当发生冲突时，线性地探测表中的下一个空闲位置。
二次哈希（Quadratic Probing）：
- 类似于线性探测，但探测的步长是二次方增长的。

示例

假设我们有一个哈希表和以下哈希函数：

int hashFunction(String key) {
    int hash = 0;
    for (char c : key.toCharArray()) {
        hash = 31 * hash + c;
    }
    return hash % tableSize;
}

如果两个不同的字符串 "hello" 和 "hey" 经过哈希函数计算后都映射到了哈希表的第5个位置，那么这里就发生了哈希冲突。