本文主要是介绍整理好了！2024年最常见 100 道 Java基础面试题（四十），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
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。
注意事项
- 哈希冲突是不可避免的，但可以通过选择合适的哈希函数和解决策略来最小化冲突的影响。
- 哈希表的性能很大程度上取决于哈希函数的质量和冲突解决策略的有效性。
总结
哈希冲突是哈希表中的一个重要概念，它影响着哈希表的性能和效率。理解哈希冲突的原因和解决策略对于设计和使用高效的哈希表至关重要。通过合理的哈希函数设计和冲突解决机制，可以最大限度地减少冲突，提高哈希表的查找、插入和删除操作的性能。
这篇关于整理好了！2024年最常见 100 道 Java基础面试题（四十）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
