为什么String hashCode没有大小限制？

Question

它困扰了我一段时间，但我还没有找到任何令人信服的答案，那么为什么hashCodeJava String 中的函数没有任何大小限制呢？以下是我在这里找到的实现：

public int hashCode() {
    int h = hash;
    if (h == 0 && value.length > 0) {
        char val[] = value;

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

首先，我了解临时变量的用法h，这在多线程中使用字符串时很有意义。其次，我们都知道上述实现无法避免哈希冲突（没有 hashCode 实现可以），所以基本上我们应该仅将此函数视为“性能改进”，这对于哈希表或类似结构很有用。

如果是这样，那么为什么允许我们有 100 MB 字符串并且我们基于所有它的字符计算哈希的情况？添加一些限制不是更有意义吗？32 / 128 甚至 1024 个字符，但不是整个 value.length？是的，如果我们有两个具有相同前缀的不同字符串，只要我们的限制那么长，那么我们就会发生哈希冲突，但无论如何我们都无法避免冲突，所以从性能的角度来看，我个人会将 for 循环更改为如下所示：

int limit = value.length > 32 ? 32 : value.length;
for (int i = 0; i < limit; i++) {
    h = 31 * h + val[i];
}

你怎么认为？

Answer 1

我想到了几个可能的原因：

1. 字符串通常仅在开头或结尾发生变化，例如，所有 StackOverflow 问题 URL 均以“ /sf/ ”开头。因此，将 hashCode 限制为字符的子集将导致不必要的冲突，并且对于某些字符串集会导致许多冲突。您提出的算法将导致每个 stackoverflow 问题 URL 都具有相同的 hashCode！

2. hashCode 快速且可记忆，目前尚不清楚将 hashCode 限制为某个恒定长度是否会带来显着的性能改进，特别是因为它总是在创建 String （O(n) 操作）之前，并且后面经常调用equals(也是 O(n))。

3. 遗留原因。String.hashcode被指定使用特定的算法。现有的应用程序依赖于该规范。即使这种优化现在被认为是必要的，但在不破坏向后兼容性的情况下也无法进行。