Este problema es más evidente cuando tiene diferentes implementaciones de una interfaz, y para los propósitos de una colección en particular, solo le importa la vista a nivel de interfaz de los objetos. Por ejemplo, suponga que tiene una interfaz como esta:

public interface Person {
    int getId();
}

La forma habitual de implementar hashcode()e equals()implementar clases tendría un código como este en el equalsmétodo:

if (getClass() != other.getClass()) {
    return false;
}

Esto causa problemas cuando mezclas implementaciones de Personen a HashMap. Si el HashMapúnico se preocupa por la vista de nivel de interfaz de Person, entonces podría terminar con duplicados que difieren solo en sus clases de implementación.

Puede hacer que este caso funcione utilizando el mismo equals()método liberal para todas las implementaciones, pero luego corre el riesgo de equals()hacer lo incorrecto en un contexto diferente (como comparar dos correos Personelectrónicos respaldados por registros de bases de datos con números de versión).

Mi intuición me dice que la igualdad debe definirse por colección en lugar de por clase. Al usar colecciones que dependen del pedido, puede usar una costumbre Comparatorpara elegir el orden correcto en cada contexto. No existe un análogo para las colecciones basadas en hash. ¿Por qué es esto?

Solo para aclarar, esta pregunta es distinta de " ¿Por qué está .compareTo () en una interfaz mientras que .equals () está en una clase en Java? " Porque trata de la implementación de colecciones. compareTo()y equals()/ o hashcode()ambos sufren el problema de la universalidad cuando se usan colecciones: no se pueden elegir diferentes funciones de comparación para diferentes colecciones. Entonces, para los propósitos de esta pregunta, la jerarquía de herencia de un objeto no importa en absoluto; lo único que importa es si la función de comparación se define por objeto o por colección.

Este diseño a veces se conoce como "Igualdad universal", es la creencia de que si dos cosas son iguales o no es una propiedad universal.

Además, la igualdad es una propiedad de dos objetos, pero en OO, siempre se llama a un método en un solo objeto , y ese objeto decide únicamente cómo manejar esa llamada al método. Entonces, en un diseño como el de Java, donde la igualdad es una propiedad de uno de los dos objetos que se comparan, ni siquiera es posible garantizar algunas propiedades básicas de igualdad como la simetría ( a == b⇔ b == a), porque en el primer caso, el método se llama ay, en el segundo caso, se llama by, debido a los principios básicos de OO, es adecisión exclusiva (en el primer caso) obLa decisión de (en el segundo caso) si se considera igual o no al otro. La única forma de ganar simetría es hacer que los dos objetos cooperen, pero si no lo hacen ... mala suerte.

Una solución sería hacer que la igualdad no sea una propiedad de un objeto, sino una propiedad de dos objetos o una propiedad de un tercer objeto. Esa última opción también resuelve el problema de la igualdad universal, porque si hace de la igualdad una propiedad de un tercer objeto de "contexto", entonces puede imaginar tener diferentes EqualityComparerobjetos para diferentes contextos.

Este es el diseño elegido para Haskell, por ejemplo, con la Eqclase de tipos. También es el diseño elegido por algunas bibliotecas de Scala de terceros (ScalaZ, por ejemplo), pero no el núcleo de Scala o la biblioteca estándar, que utiliza la igualdad universal para la compatibilidad con la plataforma host subyacente.

Es, curiosamente, también el diseño elegido con las interfaces Comparable/ Java Comparator. Los diseñadores de Java claramente estaban conscientes del problema, pero por alguna razón solo lo resolvieron para ordenar, pero no para la igualdad (o hashing).

Entonces, en cuanto a la pregunta

¿Por qué hay una Comparatorinterfaz pero no Hashery Equator?

La respuesta es "No sé". Claramente, los diseñadores de Java eran conscientes del problema, como lo demuestra la existencia de Comparator, pero obviamente no lo consideraban un problema para la igualdad y el hash. Otros idiomas y bibliotecas toman diferentes decisiones.

La verdadera respuesta a

¿Por qué hay una Comparatorinterfaz pero no Hashery Equator?

es, cita cortesía de Josh Bloch :

Las API de Java originales se realizaron muy rápidamente en un plazo ajustado para cumplir con una ventana de mercado de cierre. El equipo original de Java hizo un trabajo increíble, pero no todas las API son perfectas.

El problema reside únicamente en la historia de Java, al igual que con otros asuntos similares, por ejemplo .clone()vs Cloneable.

tl; dr

es por razones históricas principalmente; El comportamiento / abstracción actual se introdujo en JDK 1.0 y no se solucionó más adelante porque era prácticamente imposible mantener la compatibilidad con el código hacia atrás.

Primero, resumamos un par de hechos conocidos de Java:

1. Java, desde el principio hasta el día de hoy, era orgullosamente compatible con versiones anteriores, y requería que las API heredadas aún se admitieran en versiones más nuevas,
2. como tal, casi todos y cada uno de los idiomas introducidos con JDK 1.0 vivieron hasta nuestros días,
3. Hashtable, .hashCode()y .equals()se implementaron en JDK 1.0, ( Hashtable )
4. Comparable/ Comparatorfue introducido en JDK 1.2 ( Comparable ),

Ahora, sigue:

5. era virtualmente imposible y sin sentido adaptar .hashCode()e .equals()interfaces distintas mientras se mantenía la compatibilidad con versiones anteriores después de que las personas se dieron cuenta de que hay mejores abstracciones que ponerlas en superobjeto, porque, por ejemplo, todos y cada uno de los programadores de Java de 1.2 sabían que todos Objectlos tenían, y tenían permanecer allí físicamente para proporcionar compatibilidad con el código compilado (JVM) también, y agregar una interfaz explícita a cada Objectsubclase que realmente los implementara haría que este desastre fuera igual (sic!) a Clonableuno ( Bloch discute por qué Cloneable apesta , también discutido en, por ejemplo, EJ 2nd y muchos otros lugares, incluido SO),
6. los dejaron allí para que la generación futura tenga una fuente constante de WTF.

Ahora, puedes preguntar "¿qué Hashtabletiene todo esto"?

La respuesta es: hashCode()/ equals()contrato y habilidades de diseño de lenguaje no tan buenas de los principales desarrolladores de Java en 1995/1996.

Cita de Java 1.0 Language Spec, con fecha de 1996 - 4.3.2 The Class Object, p.41:

Los métodos equalsy hashCodese declaran en beneficio de java.util.Hashtabletablas hash como (§21.7). El método igual define una noción de igualdad de objetos, que se basa en el valor, no en la referencia, en la comparación.

(tenga en cuenta esta declaración exacta se ha cambiado en versiones posteriores, decir, cita: The method hashCode is very useful, together with the method equals, in hashtables such as java.util.HashMap., por lo que es imposible hacer la directa Hashtable- hashCode- equalsconexión sin leer JLS históricos!)

El equipo de Java decidió que querían una buena colección de estilo de diccionario, y crearon Hashtable(buena idea hasta ahora), pero querían que el programador pudiera usarla con la menor curva de código / aprendizaje posible (¡vaya! ¡Problemas entrantes!) - y, dado que todavía no había genéricos [después de todo, es JDK 1.0], eso significaría que cada Object puesto Hashtabletendría que implementar explícitamente alguna interfaz (y las interfaces todavía estaban en su inicio en ese momento ... ¡ Comparableaún no !) , haciendo que esto sea un elemento disuasorio para usarlo para muchos, o Objecttendría que implementar implícitamente algún método de hash.

Obviamente, optaron por la solución 2, por los motivos descritos anteriormente. Sí, ahora sabemos que estaban equivocados. _{... es fácil ser inteligente en retrospectiva. risita}

Ahora, hashCode() requiere que cada objeto que lo tenga tenga un equals()método distinto , por lo que era bastante obvio que también equals()tenía que colocarse Object.

Desde los predeterminados implementaciones de esos métodos en válida ay b Objects son esencialmente inútiles por ser redundante (haciendo a.equals(b) igual a a==by a.hashCode() == b.hashCode() aproximadamente igual a a==btambién, a menos que hashCodey / o equalsestá anulado, o GC cientos de miles de Objects durante el ciclo de vida de la aplicación ¹ ) , es seguro decir que se proporcionaron principalmente como una medida de respaldo y por conveniencia de uso. Así es exactamente como llegamos al conocido hecho de que siempre anulamos tanto .equals()&.hashCode() si tiene la intención de comparar realmente los objetos o almacenarlos en hash. Reemplazar solo uno de ellos sin el otro es una buena manera de atornillar su código (mediante resultados de comparación perversos o valores de colisión de cubo increíblemente altos), y entenderlo es una fuente de confusión y errores constantes para principiantes (busque SO para ver para ti) y molestias constantes para los más experimentados.

Además, tenga en cuenta que, aunque C # trata con iguales y hashcode de una manera un poco mejor, Eric Lippert mismo afirma que cometieron casi el mismo error con C # que Sun hizo con Java años antes del inicio de C # :

Pero, ¿por qué debería ser el caso de que cada objeto pueda ser hash para insertarse en una tabla hash? Parece una cosa extraña requerir que cada objeto pueda hacer. Creo que si estuviéramos rediseñando el sistema de tipos desde cero hoy, el hash podría hacerse de manera diferente, tal vez con una IHashableinterfaz. Pero cuando se diseñó el sistema de tipos CLR no había tipos genéricos y, por lo tanto, se necesitaba una tabla hash de propósito general para poder almacenar cualquier objeto.

^1, por supuesto, Object#hashCodeaún puede colisionar, pero se necesita un poco de esfuerzo para hacerlo, consulte: http://bugs.java.com/bugdatabase/view_bug.do?bug_id=6809470 e informes de errores vinculados para obtener más detalles; /programming/1381060/hashcode-uniqueness/1381114#1381114 cubre este tema más en profundidad.