原文鏈接?譯文鏈接?譯者：沈義揚(yáng)

概述

Java內(nèi)建的散列碼[hash code]概念被限制為32位，并且沒有分離散列算法和它們所作用的數(shù)據(jù)，因此很難用備選算法進(jìn)行替換。此外，使用Java內(nèi)建方法實(shí)現(xiàn)的散列碼通常是劣質(zhì)的，部分是因?yàn)樗鼈冏罱K都依賴于JDK類中已有的劣質(zhì)散列碼。

Object.hashCode往往很快，但是在預(yù)防碰撞上卻很弱，也沒有對分散性的預(yù)期。這使得它們很適合在散列表中運(yùn)用，因?yàn)轭~外碰撞只會帶來輕微的性能損失，同時(shí)差勁的分散性也可以容易地通過再散列來糾正（Java中所有合理的散列表都用了再散列方法）。然而，在簡單散列表以外的散列運(yùn)用中，Object.hashCode幾乎總是達(dá)不到要求——因此，有了com.google.common.hash包。

散列包的組成

在這個(gè)包的Java doc中，我們可以看到很多不同的類，但是文檔中沒有明顯地表明它們是怎樣 一起配合工作的。在介紹散列包中的類之前，讓我們先來看下面這段代碼范例：

1	HashFunction hf = Hashing.md5();

2	HashCode hc = hf.newHasher()

3	????????.putLong(id)

4	????????.putString(name, Charsets.UTF_8)

5	????????.putObject(person, personFunnel)

6	????????.hash();

HashFunction

HashFunction是一個(gè)單純的（引用透明的）、無狀態(tài)的方法，它把任意的數(shù)據(jù)塊映射到固定數(shù)目的位指，并且保證相同的輸入一定產(chǎn)生相同的輸出，不同的輸入盡可能產(chǎn)生不同的輸出。

Hasher

HashFunction的實(shí)例可以提供有狀態(tài)的Hasher，Hasher提供了流暢的語法把數(shù)據(jù)添加到散列運(yùn)算，然后獲取散列值。Hasher可以接受所有原生類型、字節(jié)數(shù)組、字節(jié)數(shù)組的片段、字符序列、特定字符集的字符序列等等，或者任何給定了Funnel實(shí)現(xiàn)的對象。

Hasher實(shí)現(xiàn)了PrimitiveSink接口，這個(gè)接口為接受原生類型流的對象定義了fluent風(fēng)格的API

Funnel

Funnel描述了如何把一個(gè)具體的對象類型分解為原生字段值，從而寫入PrimitiveSink。比如，如果我們有這樣一個(gè)類：

1	class?Person {

2	????final?int?id;

3	????final?String firstName;

4	????final?String lastName;

5	????final?int?birthYear;

6

}

它對應(yīng)的Funnel實(shí)現(xiàn)可能是：

01	Funnel<Person> personFunnel =?new?Funnel<Person>() {

02	????@Override

03	????public?void?funnel(Person person, PrimitiveSink into) {

04	????????into

05	????????????.putInt(person.id)

06	????????????.putString(person.firstName, Charsets.UTF_8)

07	????????????.putString(person.lastName, Charsets.UTF_8)

08	????????????.putInt(birthYear);

09

????}

10

}

注：putString(“abc”, Charsets.UTF_8).putString(“def”, Charsets.UTF_8)完全等同于putString(“ab”, Charsets.UTF_8).putString(“cdef”, Charsets.UTF_8)，因?yàn)樗鼈兲峁┝讼嗤淖止?jié)序列。這可能帶來預(yù)料之外的散列沖突。增加某種形式的分隔符有助于消除散列沖突。

HashCode

一旦Hasher被賦予了所有輸入，就可以通過hash()方法獲取HashCode實(shí)例（多次調(diào)用hash()方法的結(jié)果是不確定的）。HashCode可以通過asInt()、asLong()、asBytes()方法來做相等性檢測，此外，writeBytesTo(array, offset, maxLength)把散列值的前maxLength字節(jié)寫入字節(jié)數(shù)組。

布魯姆過濾器[BloomFilter]

布魯姆過濾器是哈希運(yùn)算的一項(xiàng)優(yōu)雅運(yùn)用，它可以簡單地基于Object.hashCode()實(shí)現(xiàn)。簡而言之，布魯姆過濾器是一種概率數(shù)據(jù)結(jié)構(gòu)，它允許你檢測某個(gè)對象是一定不在過濾器中，還是可能已經(jīng)添加到過濾器了。布魯姆過濾器的維基頁面對此作了全面的介紹，同時(shí)我們推薦github中的一個(gè)教程。

Guava散列包有一個(gè)內(nèi)建的布魯姆過濾器實(shí)現(xiàn)，你只要提供Funnel就可以使用它。你可以使用create(Funnel funnel, int expectedInsertions, double falsePositiveProbability)方法獲取BloomFilter<T>，缺省誤檢率[falsePositiveProbability]為3%。BloomFilter<T>提供了boolean mightContain(T)?和void put(T)，它們的含義都不言自明了。

01	BloomFilter<Person> friends = BloomFilter.create(personFunnel,?500,?0.01);

02	for(Person friend : friendsList) {

03	????friends.put(friend);

04

}

05

?

06

// 很久以后

07	if?(friends.mightContain(dude)) {

08	????//dude不是朋友還運(yùn)行到這里的概率為1%

09	????//在這兒，我們可以在做進(jìn)一步精確檢查的同時(shí)觸發(fā)一些異步加載

10

}

Hashing類

Hashing類提供了若干散列函數(shù)，以及運(yùn)算HashCode對象的工具方法。

已提供的散列函數(shù)

md5()	murmur3_128()	murmur3_32()	sha1()
sha256()	sha512()	goodFastHash(int bits)	?

HashCode運(yùn)算

方法	描述
HashCode?combineOrdered( Iterable<HashCode>)	以有序方式聯(lián)接散列碼，如果兩個(gè)散列集合用該方法聯(lián)接出的散列碼相同，那么散列集合的元素可能是順序相等的
HashCode ? combineUnordered( Iterable<HashCode>)	以無序方式聯(lián)接散列碼，如果兩個(gè)散列集合用該方法聯(lián)接出的散列碼相同，那么散列集合的元素可能在某種排序下是相等的
int ? consistentHash( HashCode, int buckets)	為給定的”桶”大小返回一致性哈希值。當(dāng)”桶”增長時(shí)，該方法保證最小程度的一致性哈希值變化。詳見一致性哈希。

原創(chuàng)文章，轉(zhuǎn)載請注明：?轉(zhuǎn)載自并發(fā)編程網(wǎng) – ifeve.com本文鏈接地址:?[Google Guava] 10-散列

from:?http://ifeve.com/google-guava-hashing/?

總結(jié)

以上是生活随笔為你收集整理的[Google Guava] 10-散列的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。