Java 如何生成集合的哈希以确保完整性？

也许以前有人问过这个问题（我在哪里找不到它）

我有一个aprox的

java.util.Set

。五万串。我想生成某种散列来检查它是否已更改（比较集合的两个版本的散列）

如果集合更改，则哈希必须不同

如何才能做到这一点？谢谢

编辑：

---

对不起，这句话有误导性。我不想检查“it”是否已更改（同一实例）。相反，我想检查生成一组字符串的两个（可能相同）实例的两个数据库查询是否相等。

我会尝试使用

java.util.AbstractSet

的

hashCode

方法，如文档中所述：

返回此集合的哈希代码值。集合的哈希代码是 定义为集合中元素的哈希代码之和， 其中空元素的哈希代码定义为零。这 确保s1.equals（s2）表示s1.hashCode（）==s2.hashCode（） 对于任何两套s1和s2，根据工程总合同的要求 Object.hashCode（）

当然，这只有在

集

实现从

抽象集

扩展时才有效，我想您应该使用例如

java.util.HashSet

与往常一样，存在哈希冲突的可能性。

或者，您可以扩展现有的

集

实现并覆盖状态更改方法，如果每个对象的哈希计算变得过于昂贵，这可能是有意义的，例如：

class ChangeSet<E> extends java.util.HashSet<E> {
    private boolean changed = false;

    @Override
    public boolean add(E e) {
        changed = true;
        super.add(e);
    }

    public void commit() {
        changed = false;
    }

    public boolean isChanged() {
        return changed;
    }

    /* and all the other methods (addAll, remove, removeAll, etc.) */

}

类变更集扩展了java.util.HashSet{
私有布尔值更改=false；
@凌驾
公共布尔加法（E）{
更改=正确；
增订（e）；
}
公共无效提交（）{
更改=错误；
}
公共布尔值isChanged（）{
回报发生变化；
}
/*以及所有其他方法（addAll、remove、removeAll等）*/
}

有时候越简单越好。我建议您编写自己的

Set

实现。在其中，重写

add

和

remove

方法，以便在修改

set

时设置标志。为标志添加一个getter，

isModified

，这样就不必担心哈希开销或冲突。只需调用

MyCustomSet.isModified

---

或者，您可以调用

Collections.unmodifiableSet

，在

集合

周围获得一个无法修改的包装器。如果代码试图修改集合，将引发异常。

基于此语句：

如果集合更改，哈希值必须不同

除非你有更多的限制，否则它真的无法实现。通常，散列是某个固定空间中的值。例如，您的哈希可能是32位整数，因此有2^32个可能的哈希值。一般来说，b位可以得到2^b个可能的散列值。为了实现您想要的，您必须确保每个可能的集合（即所有集合的集合！）小于或等于2^b。但是我的猜测是，你可以有任意的字符串，所以这是不可能的。即使这是可能的，您也必须想出一种映射到哈希空间的方法，这可能是一种挑战

但是，使用好的散列函数，更改集合不太可能最终生成相同的散列值。因此，您可以使用散列来确定不平等性，但是如果散列相同，您仍然需要检查是否相等。（这与哈希集或哈希映射背后的想法相同，其中元素基于哈希代码映射到bucket，但必须检查是否相等）

与Paul提到的类似但不同：您可以创建一个具有版本号的集合实现，并确保在集合发生变化时始终生成一个新的版本号。然后你可以比较版本号？我不确定您是否关心不可变集，或者可变集是否会更改回您看到的版本（即，它是否应该始终获得相同的版本）

---

希望这能有所帮助。

如果您需要提高hashCode的性能（因为对于一个大型集合来说，它相当昂贵），您可以缓存它并在运行时进行更新

    class MyHashSet<E> extends LinkedHashSet<E> {
    int hashCode = 0;
    @Override
    public boolean add(E e) {
        if (super.add(e)) {
            hashCode ^= e.hashCode();
            return true;
        }
        return false;
    }

    @Override
    public boolean remove(Object o) {
        if(super.remove(o)) {
            hashCode ^= o.hashCode();
            return true;
        }
        return false;
    }

    @Override
    public void clear() {
        super.clear();
        hashCode = 0;
    }

    @Override
    public int hashCode() {
        return hashCode;
    }
}

类MyHashSet扩展LinkedHashSet{ int hashCode=0； @凌驾 公共布尔加法（E）{ 如果（超级添加（e））{ hashCode^=e.hashCode（）； 返回true； } 返回false； } @凌驾 公共布尔删除（对象o）{ 如果（超级删除（o））{ hashCode^=o.hashCode（）； 返回true； } 返回false； } @凌驾 公共空间清除（）{ super.clear（）； hashCode=0； } @凌驾 公共int hashCode（）{ 返回哈希码； } }

---

这是错误的。集合可以更改，但最终仍然具有相同的哈希代码。其含义是单向的。当它们相等时，hashcode必须相同。但哈希代码相同并不意味着它们相等。@Tom：当然，正如我所写的，哈希冲突的可能性仍然存在。如果在任何情况下都必须避免这种情况，那么散列是错误的方法（我强调了这句话）。@tomit没有错；OP特别要求哈希，因此您必须假设他们知道误报的可能性，并对此感到满意。删除了我的否决票，因为您添加了冲突的可能性：-）。对不起，如果一开始就有，我没有注意到。@tomwh00ps，我没有注意到房间里的大象。所以，我收回我所说的。也许“两个版本的设置”是误导。我喜欢比较两个不同的实例。+1：类似的方法是使用ModificationCount。当ModificationCount与上次检查时不同时，集合已更改。@Mulmoth-集合开始时是否相同？然后，您可以捕获更改并比较这些更改。也许我会的