當前位置：首頁 » 編程語言 » java哈希演算法

java哈希演算法

發布時間: 2021-01-14 06:08:33

A. java有沒有不會沖突的hash演算法

java.util.HashMap的中put方法的具體實現：
static inline intptr_t get_next_hash(Thread * Self, oop obj) {
intptr_t value = 0 ;
if (hashCode == 0) {
// This form uses an unguarded global Park-Miller RNG,
// so it's possible for two threads to race and generate the same RNG.
// On MP system we'll have lots of RW access to a global, so the
// mechanism inces lots of coherency traffic.
value = os::random() ;
} else
if (hashCode == 1) {
// This variation has the property of being stable (idempotent)
// between STW operations. This can be useful in some of the 1-0
// synchronization schemes.
intptr_t addrBits = intptr_t(obj) >> 3 ;
value = addrBits ^ (addrBits >> 5) ^ GVars.stwRandom ;
} else
if (hashCode == 2) {
value = 1 ; // for sensitivity testing
} else
if (hashCode == 3) {
value = ++GVars.hcSequence ;
} else
if (hashCode == 4) {
value = intptr_t(obj) ;
} else {
// Marsaglia's xor-shift scheme with thread-specific state
// This is probably the best overall implementation -- we'll
// likely make this the default in future releases.
unsigned t = Self->_hashStateX ;
t ^= (t << 11) ;
Self->_hashStateX = Self->_hashStateY ;
Self->_hashStateY = Self->_hashStateZ ;
Self->_hashStateZ = Self->_hashStateW ;
unsigned v = Self->_hashStateW ;
v = (v ^ (v >> 19)) ^ (t ^ (t >> 8)) ;
Self->_hashStateW = v ;
value = v ;
}

value &= markOopDesc::hash_mask;
if (value == 0) value = 0xBAD ;
assert (value != markOopDesc::no_hash, "invariant") ;
TEVENT (hashCode: GENERATE) ;
return value;
}

該實現位於hotspot/src/share/vm/runtime/synchronizer.cpp文件下。

B. Java語言中Object對象的hashCode取值的底層演算法是怎樣實現的

在JDK中看到

public native int hashCode();

這是一個本地方法，需要找源代碼才能找到

然後我在Android SDK中的JDK Object類找到了這個，應該是你想要的了

publicinthashCode(){
intlockWord=shadow$_monitor_;
finalintlockWordStateMask=0xC0000000;//Top2bits.
finalintlockWordStateHash=0x80000000;//Top2bitsarevalue2(kStateHash).
finalintlockWordHashMask=0x0FFFFFFF;//Low28bits.
if((lockWord&lockWordStateMask)==lockWordStateHash){
returnlockWord&lockWordHashMask;
}
returnSystem.identityHashCode(this);
}

但最後的System.identityHashCode(this)方法還是一個本地方法，還得去找源碼，你折騰的話自己去搜索吧。

下面是String類的hashCode()方法，可以看下

publicinthashCode(){
inth=hash;
if(h==0&&value.length>0){
charval[]=value;

for(inti=0;i<value.length;i++){
h=31*h+val[i];
}
hash=h;
}
returnh;
}

C. java中哪些地方實現了一致性hash演算法

關於一致性Hash演算法，在我之前的博文中已經有多次提到了，MemCache超詳細解讀一文中"一致性Hash演算法"部分，對於為什麼要使用一致性Hash演算法、一致性Hash演算法的演算法原理做了詳細的解讀。

演算法的具體原理這里再次貼上：

先構造一個長度為232的整數環（這個環被稱為一致性Hash環），根據節點名稱的Hash值（其分布為[0, 232-1]）將伺服器節點放置在這個Hash環上，然後根據數據的Key值計算得到其Hash值（其分布也為[0, 232-1]），接著在Hash環上順時針查找距離這個Key值的Hash值最近的伺服器節點，完成Key到伺服器的映射查找。

這種演算法解決了普通余數Hash演算法伸縮性差的問題，可以保證在上線、下線伺服器的情況下盡量有多的請求命中原來路由到的伺服器。

當然，萬事不可能十全十美，一致性Hash演算法比普通的余數Hash演算法更具有伸縮性，但是同時其演算法實現也更為復雜，本文就來研究一下，如何利用Java代碼實現一致性Hash演算法。在開始之前，先對一致性Hash演算法中的幾個核心問題進行一些探究。

D. java小問題，使用哈希表儲存元素(比如說字元串)，我們老師是把哈希表比作一個數組，然後通過演算法計

哈希表要佔用抄比成員數據略大的襲連續地址空間。比如你存10個數，可能需要申請20個數的地址空間a[20].
散列函數把這10個數分別散落在這20個空間中，好的散列函數生成的地址值需要沒有碰撞沖突，2個數據出現在一個地址空間的機率要最小化...

E. 怎樣比較深刻的理解Java中各種演算法結構及實現原理，例如HashMap中用到的Hash演算法

你這打擊面實在太大了真的沒法和你說
演算法這東西本質上就是數學想要提供演算法能力方法只有一個就是提高自己的數學能力其他就是假的

F. java 1.哈希演算法的實現：輸出這組數據

public static void main(String[] args){
System.out.println("輸入n，按回復車：");
Scanner s = new Scanner(System.in);
Integer n = Integer.parseInt(s.next());
Integer re = factorial(1, n);
System.out.println(re);
}
public static Integer factorial(Integer a, Integer b){
if(b == 1){
return a * b;
}else{
return a * b * factorial(a, b-1);
}
}
量，制當溫度降低時，物體內能減小。所有能量的單位都是：焦耳。熱

G. Java HashMap的get(),put()演算法時間復雜度

最優情況，hash不碰撞，O(1)，典型情況，近似是O(1)，因為幾乎沒有碰撞，最壞情況，O(N)，也就是所有的hash都一樣，那麼退化為線性查找

H. java 1.哈希演算法的實現：

public class Test { /*創建類*/

public static void main(String[] args) {
System.out.println(dg(100));
}

static int dg(int i) { /*定義變數復 */
int sum;
if (i == 1) /*假設制條件*/
return 1;
else
sum = i + dg(i - 1); /*1~100的和的表達式*/
return sum; /*返回結果*/
}
}
這個腳本語言為 Internet 應用而生，它可以看作是 Haskell 和 Java 的結合。

I. Java中單向散列函數演算法

Hash，一般翻譯做「散列」，也有直接音譯為"哈希"的，就是把任意長度的輸入（又叫做預映射， pre-image），通過散列演算法，變換成固定長度的輸出，該輸出就是散列值。這種轉換是一種壓縮映射，也就是，散列值的空間通常遠小於輸入的空間，不同的輸入可能會散列成相同的輸出，而不可能從散列值來唯一的確定輸入值。

數學表述為：h = H(M) ，其中H( )--單向散列函數，M--任意長度明文，h--固定長度散列值。

在信息安全領域中應用的Hash演算法，還需要滿足其他關鍵特性：

第一當然是單向性(one-way)，從預映射，能夠簡單迅速的得到散列值，而在計算上不可能構造一個預映射，使其散列結果等於某個特定的散列值，即構造相應的M=H-1(h)不可行。這樣，散列值就能在統計上唯一的表徵輸入值，因此，密碼學上的 Hash 又被稱為"消息摘要(message digest)"，就是要求能方便的將"消息"進行"摘要"，但在"摘要"中無法得到比"摘要"本身更多的關於"消息"的信息。

第二是抗沖突性(collision-resistant)，即在統計上無法產生2個散列值相同的預映射。給定M，計算上無法找到M'，滿足H(M)=H(M') ，此謂弱抗沖突性；計算上也難以尋找一對任意的M和M'，使滿足H(M)=H(M') ，此謂強抗沖突性。要求"強抗沖突性"主要是為了防範所謂"生日攻擊(birthday attack)"，在一個10人的團體中，你能找到和你生日相同的人的概率是2.4%，而在同一團體中，有2人生日相同的概率是11.7%。類似的，當預映射的空間很大的情況下，演算法必須有足夠的強度來保證不能輕易找到"相同生日"的人。

第三是映射分布均勻性和差分分布均勻性，散列結果中，為 0 的 bit 和為 1 的 bit ，其總數應該大致相等；輸入中一個 bit 的變化，散列結果中將有一半以上的 bit 改變，這又叫做"雪崩效應(avalanche effect)"；要實現使散列結果中出現 1bit 的變化，則輸入中至少有一半以上的 bit 必須發生變化。其實質是必須使輸入中每一個 bit 的信息，盡量均勻的反映到輸出的每一個 bit 上去；輸出中的每一個 bit，都是輸入中盡可能多 bit 的信息一起作用的結果。

J. Java hashMap合並演算法

用Kotlin語言寫了一下，Java只要把MutableMap改成Map就可以了

importkotlin.random.Random;
funmain(arg:Array<String>){
	println("HelloWorld");
	valmap:Map<String,String>=hashMapOf(
		"1242"to"A31_001","2424"to"A31_001",
		"3646"to"A31_002");
	println("原map:$map");
	valgroups:HashMap<String,MutableMap<String,String>>=hashMapOf();
	for((k,v)inmap.entries){
		if(!groups.containsKey(v))groups.put(v,hashMapOf());		
		valm=groups.getValue(v);
		m.put(k,v);
	}
	println("重組新map:$groups");
	//給換成新隨機id,沒必要但為滿足要求
	valnewMap:HashMap<Int,MutableMap<String,String>>=hashMapOf();
	varid:Int;	
	for(vingroups.values){		
		do{id=Random.nextInt();}
		while(newMap.containsKey(id));
		newMap.put(id,v);
	}
	println("新隨機生成ID:$newMap");
}

html">
>Task:run
HelloWorld
原map:{1242=A31_001,3646=A31_002,2424=A31_001}
重組新map:{A31_002={3646=A31_002},A31_001={2424=A31_001,1242=A31_001}}
新隨機生成ID:{-91779881={2424=A31_001,1242=A31_001},2102779363={3646=A31_002}}

BUILDSUCCESSFULin0s

閱讀全文

java哈希演算法

與java哈希演算法相關的閱讀推薦