c# - 对象.GetHashCode

Question

我的问题可能重复Default implementation for Object.GetHashCode()但我又问了一遍，因为我不明白那个问题的公认答案。

首先，我有三个关于 accepted answer to the previous question 的问题, 其中引用 some documentation如下:

"However, because this index can be reused after the object is reclaimed during garbage collection, it is possible to obtain the same hash code for two different objects."

这是真的吗？在我看来，两个对象不会有相同的哈希码，因为直到对象被垃圾回收(即不再存在)之前，对象的代码不会被重用。

"Also, two objects that represent the same value have the same hash code only if they are the exact same object."

这是个问题吗？例如，我想将一些数据与 DOM 树中的每个节点实例相关联。为此，“节点”必须具有标识或哈希码，以便我可以将它们用作数据字典中的键。我想要的不是一个哈希码来标识它是否是“完全相同的对象”，即“引用相等而不是”值相等)吗？

"This implementation is not particularly useful for hashing; therefore, derived classes should override GetHashCode"

这是真的吗？如果它不利于散列，那么它有什么用呢？为什么它甚至被定义为 Object 的方法？

---

我的最后一个(也许对我来说最重要的)问题是，如果我必须为具有“引用相等”语义的任意类型发明/覆盖 GetHashCode() 实现，那么以下是一个合理且良好的实现:

class SomeType
{
  //create a new value for each instance
  static int s_allocated = 0;
  //value associated with this instance
  int m_allocated;
  //more instance data
  ... plus other data members ...
  //constructor
  SomeType()
  {
    allocated = ++s_allocated;
  }
  //override GetHashCode
  public override int GetHashCode()
  {
    return m_allocated;
  }
}

---

编辑

仅供引用，我使用以下代码对其进行了测试:

    class TestGetHash
    {
        //default implementation
        class First
        {
            int m_x;
        }
        //my implementation
        class Second
        {
            static int s_allocated = 0;
            int m_allocated;
            int m_x;
            public Second()
            {
                m_allocated = ++s_allocated;
            }
            public override int GetHashCode()
            {
                return m_allocated;
            }
        }
        //stupid worst-case implementation
        class Third
        {
            int m_x;
            public override int GetHashCode()
            {
                return 0;
            }
        }

        internal static void test()
        {
            testT<First>(100, 1000);
            testT<First>(1000, 100);
            testT<Second>(100, 1000);
            testT<Second>(1000, 100);
            testT<Third>(100, 100);
            testT<Third>(1000, 10);
        }

        static void testT<T>(int objects, int iterations)
            where T : new()
        {
            System.Diagnostics.Stopwatch stopWatch =
                System.Diagnostics.Stopwatch.StartNew();
            for (int i = 0; i < iterations; ++i)
            {
                Dictionary<T, object> dictionary = new Dictionary<T, object>();
                for (int j = 0; j < objects; ++j)
                {
                    T t = new T();
                    dictionary.Add(t, null);
                }
                for (int k = 0; k < 100; ++k)
                {
                    foreach (T t in dictionary.Keys)
                    {
                        object o = dictionary[t];
                    }
                }
            }
            stopWatch.Stop();
            string stopwatchMessage = string.Format(
                "Stopwatch: {0} type, {1} objects, {2} iterations, {3} msec",
                typeof(T).Name, objects, iterations,
                stopWatch.ElapsedMilliseconds);
            System.Console.WriteLine(stopwatchMessage);
        }
    }

在我的机器上，结果/输出如下:

First type, 100 objects, 1000 iterations, 2072 msec
First type, 1000 objects, 100 iterations, 2098 msec
Second type, 100 objects, 1000 iterations, 1300 msec
Second type, 1000 objects, 100 iterations, 1319 msec
Third type, 100 objects, 100 iterations, 1487 msec
Third type, 1000 objects, 10 iterations, 13754 msec

我的实现只用了默认实现的一半时间(但我的类型比我的 m_allocated 数据成员大)。

我的实现和默认实现都是线性扩展的。

相比之下，作为健全性检查，愚蠢的实现一开始就很糟糕，而且扩展性更差。

Answer 1

哈希码实现必须具备的最重要的属性是:

如果两个对象比较相等，则它们必须具有相同的哈希码。

如果您有一个类，其中类的实例通过引用比较相等，那么您不需要覆盖 GetHashCode；默认实现保证相同引用的两个对象具有相同的哈希码。 (您在同一个对象上两次调用同一个方法，所以结果当然是一样的。)

如果您编写了一个类，该类实现了与引用相等性不同的自身相等性，那么您需要重写 GetHashCode，以便比较为相等的两个对象具有相等的哈希码。

现在，您只需每次都返回零即可。那将是一个糟糕的散列函数，但它是合法的。

好的散列函数的其他属性是:

• GetHashCode 不应该抛出异常

• 比较其可变状态的相等性并因此对其可变状态进行散列的可变对象非常容易出错。您可以将一个对象放入哈希表中，对其进行变异，并且无法再次将其取出。尽量不要散列或比较可变状态的相等性。

• GetHashCode 应该非常快——请记住，好的哈希算法的目的是提高查找性能。如果散列很慢，则无法快速进行查找。

• 比较不相等的对象应该有不同的散列码，均匀分布在 32 位整数的整个范围内