realmente o link estava errado (copiei o de complexidade…). Acabei de corrigí-lo.

Quanto a função de hashing, é necessário um bom conhecimento teórico para fazer uma boa (coisa que muitos programadores não tem). Por isso fiz o benchmark em cima da implementação da SUN (quase todo mundo vai usar a dela sem nem pensar duas vezes).

Obrigado pela visita!

Embora a teoria nos diga que a a constante seja melhor (O(1) < O(n)), na práticao que acontece é que para quase todos os casos a linear produz um resultado muito mais rápido.

Então em um ambiente com pouca memória (que eleve ainda mais o custo de uma realocação) a árvore vai ser mais performática que o hashset.

O link na api é esse: http://java.sun.com/j2se/1.5.0/docs/api/java/lang/Object.html#hashCode()

O Hash do utorrent é um pouco diferente do que eu falei aqui no post. Lá ele pode significar duas coisas: pode ser informação sobre onde estão (na web) os pedaços de arquivos que você está baixando ou ele é o tipo de função (função de hashing) que é aplicado em cada pedaço que você recebe pra saber se o pedaço está certo oui se alguns bits estão alterados.

Aqui no post, Hash é diminutivo de HashTable, que é uma estrutura de dados que possui acesso, gravação e remoção muito rápidos. Se estiver interessado de uma olhada nos links que estão no post. Mais pra frente vou escrever um pouco sobre estruturas de dados aqui.

Paulo,
Obrigado pela dica.Dei uma olhada e parece bem interessante. Vou ver se pego o fonte para dar uma olhada.

Bruno,
Entendi o que você disse sobre manter a ordem dos elementos (faz sentido afinal, se você garante algo a mais, deve existir algum custo a mais também) mas a grande diferença dessas estruturas de dados é a disposição dos dados. O Hash possui acesso quase direto ao elemento (um hashing perfeito possui) usando uma função que devolve o lugar onde o item deve estar. A árvore, ao contrario, determina uma disposição entre os elemento, de forma que o único jeito de você chegar em um elemento é passando pelos outros. Esse caminho extra que existe na árvore é que causa essa diferença de complexidade (tempo gasto).

Quanto à função de hashing, no código que você postou você usou a hashCode que está implementada em Object. É essa função quem está primariamente determinando o código de hashing do seu item e nela está o segredo da velocidade do Hash. Quando eu encontrar uma boa implementação dela eu posto aqui no blog.

Muito obrigado a todos pelas visitas.

Aqui tem o hash que o GNU implementa no GCJ:

http://www.google.com/codesearch?hl=pt-BR&q= HashMap.java show:ukwwUY-mhAE:DRmxMbjifok:HoPTo2E50cc&sa=N&cd=7&ct=rc&cs_p=http://ftp2.at.freebsd.org/pub/FreeBSD/distfiles/gcc-2.97.tar.gz&cs_f=gcc/libjava/java/util/HashMap.java#first

mas fiquem avisados que a implementação da Sun é _muito_ diferente.

Tudo isso é muito bem explicado no JavaDoc dos mesmos.

E respondendo a dúvida sobre o função hash implementada nas classes Hash do Java:

static int hash(Object x) {
int h = x.hashCode();

h = ~(h >> 14);
h = (h >> 10);
return h;
}

Algumas pessoas implementaram as Collections do java.util de maneira a evitar o rehashing gigante em tabelas de hash ou a realocacao de arrays no caso de ArrayList e afins. O objetivo é ter um tempo gasto médio, em vez de picos de consumo de CPU (fazendo nossa analise ser amortizada).

Uma dessas apis é até usada pela NASA, pois serve aos propositos de algumas aplicacoes realtime, nao estressa o garbagte collector e voce tem melhores previsoes de consumo de tempo. Essa é a Javolution:

http://javolution.org/