Phương thức GetHashCode đóng vai trò cực kỳ quan trọng trong việc quản lý và truy xuất dữ liệu hiệu quả trong các cấu trúc dữ liệu dựa trên băm (hash-based) như Dictionary<TKey, TValue> hay HashSet<T> trong C#. Mục đích chính của nó là cung cấp một giá trị số nguyên đại diện cho trạng thái của một đối tượng, giúp các cấu trúc này nhanh chóng tìm kiếm hoặc xác định vị trí tiềm năng của một đối tượng.

Các nguyên tắc cơ bản của GetHashCode

• Quan hệ với Equals: Nếu hai đối tượng được coi là bằng nhau theo phương thức Equals, thì giá trị băm (hash code) của chúng trả về từ GetHashCode phải giống nhau. Tuy nhiên, điều ngược lại không đúng: hai đối tượng có thể có cùng giá trị băm nhưng lại không bằng nhau (hiện tượng này gọi là va chạm băm - hash collision).
• Tối ưu hiệu suất: GetHashCode hoạt động như một bộ lọc nhanh ban đầu. Khi bạn tìm kiếm một khóa trong Dictionary, hệ thống trước tiên sẽ tính toán giá trị băm của khóa đó. Điều này giúp nhanh chóng thu hẹp phạm vi tìm kiếm xuống một nhóm nhỏ các đối tượng có cùng giá trị băm, thay vì phải so sánh từng đối tượng một.
• Phân tán đồng đều: Một thuật toán băm tốt sẽ tạo ra các giá trị băm phân tán đồng đều nhất có thể, giảm thiểu các va chạm. Điều này trực tiếp cải thiện hiệu suất của các thao tác tìm kiếm, thêm, xóa trong các bộ sưu tập dựa trên băm.
• Tính bất biến của khóa: Đối với các đối tượng được sử dụng làm khóa trong Dictionary hoặc HashSet, tốt nhất chúng nên là các đối tượng bất biến (immutable). Nếu trạng thái của một đối tượng thay đổi sau khi nó đã được thêm vào một bộ sưu tập băm, giá trị băm của nó có thể thay đổi, dẫn đến việc không thể tìm thấy đối tượng đó sau này.

Minh họa bằng mã nguồn

Hãy xem xét một ví dụ đơn giản để hiểu cách GetHashCode và Equals tương tác trong một Dictionary.

public class ProductItem
{
    public int ProductId { get; }

    public ProductItem(int id)
    {
        ProductId = id;
    }

    public override bool Equals(object obj)
    {
        Console.WriteLine("Phương thức Equals được gọi.");
        if (obj == null || GetType() != obj.GetType())
        {
            return false;
        }
        return ProductId == ((ProductItem)obj).ProductId;
    }

    public override int GetHashCode()
    {
        Console.WriteLine("Phương thức GetHashCode được gọi.");
        // Ví dụ đơn giản: sử dụng phép chia lấy dư để tạo mã băm
        // Mục đích minh họa va chạm băm một cách dễ hiểu
        return ProductId % 3;
    }
}

Và cách chúng ta sử dụng lớp này trong một Dictionary:

var itemA = new ProductItem(1); // GetHashCode trả về 1
var itemB = new ProductItem(2); // GetHashCode trả về 2
var itemC = new ProductItem(4); // GetHashCode trả về 1 (va chạm với itemA)

var productCatalog = new Dictionary<ProductItem, string>();
productCatalog.Add(itemA, "Sản phẩm A");
Console.WriteLine("--- Dấu phân cách ---");

Console.WriteLine($"Có chứa itemB (Id={itemB.ProductId})? {productCatalog.ContainsKey(itemB)}");
Console.WriteLine("--- Dấu phân cách ---");

Console.WriteLine($"Có chứa itemC (Id={itemC.ProductId})? {productCatalog.ContainsKey(itemC)}");

Khi chạy đoạn mã trên, bạn sẽ thấy kết quả tương tự như sau:

Phương thức GetHashCode được gọi.
--- Dấu phân cách ---
Phương thức GetHashCode được gọi.
Có chứa itemB (Id=2)? False
--- Dấu phân cách ---
Phương thức GetHashCode được gọi.
Phương thức Equals được gọi.
Có chứa itemC (Id=4)? False

Giải thích về kết quả:

• Khi thêm itemA vào productCatalog, phương thức GetHashCode của itemA được gọi để xác định vị trí lưu trữ trong bộ sưu tập băm.
• Khi kiểm tra productCatalog.ContainsKey(itemB): Phương thức GetHashCode của itemB được gọi. Vì giá trị băm của itemB (2) khác với itemA (1), hệ thống biết ngay lập tức rằng itemB không thể nằm cùng "bucket" (nhóm) với itemA, và do đó trả về False mà không cần gọi Equals.
• Khi kiểm tra productCatalog.ContainsKey(itemC): Phương thức GetHashCode của itemC được gọi. Giá trị băm của itemC (1) trùng với itemA (1) – đây là một va chạm băm. Lúc này, hệ thống không thể khẳng định ngay itemC có bằng itemA hay không. Nó sẽ tiếp tục gọi Equals để so sánh chi tiết itemC với các đối tượng trong cùng "bucket" (ở đây là itemA). Vì itemC.ProductId (4) không bằng itemA.ProductId (1), Equals trả về False.

Tại sao cần GetHashCode khi đã có Equals?

Lý do chính là hiệu suất. Phương thức Equals thường thực hiện các phép so sánh sâu hơn, có thể liên quan đến nhiều trường dữ liệu hoặc các phép chuyển đổi kiểu, do đó có thể tốn kém về mặt tính toán. Ngược lại, GetHashCode được thiết kế để nhanh chóng tạo ra một giá trị đại diện mà không cần so sánh chi tiết từng thành phần của đối tượng.

Hãy hình dung việc tìm kiếm một người trong một đám đông lớn. Bạn có thể nhanh chóng loại trừ hầu hết mọi người bằng cách kiểm tra các đặc điểm bên ngoài như giới tính, chiều cao, màu tóc (tương tự GetHashCode). Chỉ khi bạn tìm thấy một nhóm nhỏ những người có những đặc điểm tương tự (va chạm băm), bạn mới cần phải kiểm tra kỹ lưỡng hơn bằng cách so sánh từng chi tiết nhỏ (tương tự Equals) để xác định chính xác người bạn đang tìm.

Do đó, GetHashCode hoạt động như một bước sàng lọc sơ bộ, nhanh chóng loại bỏ phần lớn các đối tượng không khớp, chỉ để lại một tập hợp nhỏ các đối tượng tiềm năng để Equals thực hiện so sánh cuối cùng. Điều này giúp tối ưu đáng kể hiệu suất cho các thao tác trên các bộ sưu tập dữ liệu lớn.