hashcode

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 一：==和equals()比较 值类型是存储在内存中的栈，而引用类型的变量在栈中仅仅是存储引用类型变量的地址，而其本身则存储在堆中。 ==操作比较的是两个变量的值是否相等，对于引用型变量表示的是两个变量在堆中存储的地址是否相同，即栈中的内容是否相同。 equals操作表示的两个变量是否是对同一个对象的引用，即堆中的内容是否相同。 1：【简单数据类型和封装类中的equals和==】==比较的是2个对象的地址，而equals比较的是2个对象的内容。 2： 【 其他类怎么使用equals和== 】 API里的类大部分都重写了equals方法，没有重写的一般是自己写的类，如果是你自己定义的一个类，比较自定义类用equals和==是一样的，都是比较句柄地址，因为自定义的类是继承于object，而object中的equals就是用==来实现的，你可以看源码 显然，当equals为true时，==不一定为true； 二 ： equals()反映的是对象或变量具体的值，即两个对象里面包含的值--可能是对象的引用，也可能是值类型的值。 而hashCode()是对象或变量通过哈希算法计算出的哈希值。 之所以有hashCode方法，是因为在批量的对象比较中，hashCode要比equals来得快，很多集合都用到了hashCode

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 一、equals方法的作用 1、 默认情况（没有覆盖equals方法）下equals方法都是调用Object类的equals方法，而Object的equals方法主要用于判断对象的内存地址引用是不是同一个地址（是不是同一个对象）。 2 、要是类中覆盖了equals方法，那么就要根据具体的代码来确定equals方法的作用了，覆盖后一般都是通过对象的内容是否相等来判断对象是否相等。 没有覆盖equals方法代码如下： [java] view plain copy //学生类 public class Student { private int age; private String name; public Student() { } public Student( int age, String name) { super (); this .age = age; this .name = name; } public int getAge() { return age; } public String getName() { return name; } public void setAge( int age) { this .age = age; } public void setName(String

Hashing(散列法或哈希法)的概念 散列法（Hashing）是一种将字符组成的字符串转换为固定长度（一般是更短长度）的数值或索引值的方法，称为散列法，也叫哈希法。由于通过更短的哈希值比用原始值进行数据库搜索更快，这种方法一般用来在数据库中建立索引并进行搜索，同时还用在各种解密算法中。 HashMap概念和底层结构 HashMap是基于哈希表的Map接口的非同步实现。此实现提供所有可选的映射操作，并允许使用null值和null键。HashMap储存的是键值对，HashMap很快。此类不保证映射的顺序，特别是它不保证该顺序恒久不变。 HashMap实际上是一个“链表散列”的数据结构，即数组和链表的结合体。 数组：存储区间连续，占用内存严重，寻址容易，插入删除困难； 链表：存储区间离散，占用内存比较宽松，寻址困难，插入删除容易； Hashmap综合应用了这两种数据结构，实现了寻址容易，插入删除也容易。 hashMap的结构示意图如下： HashMap的基本存储原理以及存储内容的组成 基本原理：先声明一个下标范围比较大的数组来存储元素。另外设计一个哈希函数（也叫做散列函数）来获得每一个元素的Key（关键字）的函数值（即数组下标，hash值）相对应，数组存储的元素是一个Entry类，这个类有三个数据域，key、value（键值对），next(指向下一个Entry)。 例如，

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> simHash是用来网页去重最常用的hash方法，速度很快。海明距离是在信息编码中，两个合法代码对应位上编码不同的位数称为码距。 通过 采集系统 我们采集了大量文本数据，但是文本中有很多重复数据影响我们对于结果的分析。分析前我们需要对这些数据去除重复，如何选择和设计文本的去重算法?常见的有余弦夹角算法、欧式距离、Jaccard相似度、最长公共子串、编辑距离等。这些算法对于待比较的文本数据不多时还比较好用，如果我们的爬虫每天采集的数据以千万计算，我们如何对于这些海量千万级的数据进行高效的合并去重。最简单的做法是拿着待比较的文本和 数据库 中所有的文本比较一遍如果是重复的数据就标示为重复。看起来很简单，我们来做个测试，就拿最简单的两个数据使用Apache提供的 Levenshtein for 循环100w次计算这两个数据的相似度。代码结果如下： String s1 = "你妈妈喊你回家吃饭哦，回家罗回家罗" ; String s2 = "你妈妈叫你回家吃饭啦，回家罗回家罗" ; long t1 = System.currentTimeMillis(); for (int i = 0; i < 1000000; i++) { int dis = StringUtils .getLevenshteinDistance

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 　通过 采集系统 我们采集了大量文本数据，但是文本中有很多重复数据影响我们对于结果的分析。分析前我们需要对这些数据去除重复，如何选择和设计文本的去重算法？常见的有余弦夹角算法、欧式距离、Jaccard相似度、最长公共子串、编辑距离等。这些算法对于待比较的文本数据不多时还比较好用，如果我们的爬虫每天采集的数据以千万计算，我们如何对于这些海量千万级的数据进行高效的合并去重。最简单的做法是拿着待比较的文本和数据库中所有的文本比较一遍如果是重复的数据就标示为重复。看起来很简单，我们来做个测试，就拿最简单的两个数据使用Apache提供的 Levenshtein for 循环100w次计算这两个数据的相似度。代码结果如下： String s1 = "你妈妈喊你回家吃饭哦，回家罗回家罗" ; String s2 = "你妈妈叫你回家吃饭啦，回家罗回家罗" ; long t1 = System.currentTimeMillis(); for (int i = 0; i < 1000000; i++) { int dis = StringUtils .getLevenshteinDistance(s1, s2); } long t2 = System.currentTimeMillis(); System. out

1.为什么工作中常用String拼接字符串，而不用StringBuffer/StringBuilder？ 2.string是不可变对象，在后面拼接字符串不会重新创建对象；而用StringBuffer的话，太多就会占用过多的内存，特别是循环添加时，主要是考虑JVM内存才用的String。 读取一个有100万条数据的文件，并且把着100万条数据插入数据库需要注意些什么？ 1）JVM是否可以承受住这么大的数据量； 2）每当放入1000条数据就提交一次，然后重新new一个Table，赋值给原来的变量、再继续放入下一个1000条记录； 3）先取消数据库表的索引、外键和触发器等会加大写入的速度。 3.数组(arrayList)与链表(linkedList)的优缺点和区别 1.数组数组:是将元素在内存中连续存放，由于每个元素占用内存相同，可以通过下标迅速访问数组中任何元素。但是如果要在数组中增加一个元素，需要移动大量元素，在内存中空出一个元素的空间，然后将要增加的元素放在其中。同样的道理，如果想删除一个元素，同样需要移动大量元素去填掉被移动的元素。如果应用需要快速访问数据，很少插入和删除元素，就应该用数组 2链表:中的元素在内存中不是顺序存储的，而是通过存在元素中的指针联系到一起，每个结点包括两个部分：一个是存储数据元素的数据域，另一个是存储下一个结点地址的 指针。如果要访问链表中一个元素