Markor项目中文件浏览器列表适配器的ID冲突问题分析
2025-06-14 07:19:49作者:虞亚竹Luna
问题背景
在Markor项目2.11.0版本中,GsFileBrowserListAdapter适配器的getItemId(position)方法实现存在潜在缺陷。该方法通过调用文件对象的hashCode()来生成唯一ID,但Java的hashCode()机制存在哈希冲突的可能性,即不同对象可能返回相同的哈希值。
问题现象
当用户长按文件列表项时,如果两个不同文件恰好产生相同的hashCode值,系统会抛出IllegalStateException异常,提示"两个不同的ViewHolder具有相同的稳定ID"。这种情况虽然概率较低,但在特定条件下确实会发生。
技术分析
原实现缺陷
原实现直接使用文件对象的hashCode()作为唯一ID:
@Override
public long getItemId(final int position) {
return _adapterDataFiltered.get(position).hashCode();
}
这种实现存在两个主要问题:
- hashCode()设计初衷是用于哈希表快速查找,而非作为唯一标识符
- 根据Java规范,不同对象完全可能返回相同的hashCode值
典型冲突案例
测试发现,文件名"Aa.md"和"BB.md"在默认字符串哈希算法下会产生相同的hashCode值。这是因为:
- "Aa"的哈希计算:65*31 + 97 = 2112
- "BB"的哈希计算:66*31 + 66 = 2112
解决方案
方案一:组合键法
将文件哈希值与最后修改时间组合:
return f.hashCode() + f.lastModified();
优点:
- 实现简单
- 显著降低冲突概率 缺点:
- 仍存在理论上的冲突可能
方案二:序列ID法
维护一个自增ID映射表:
private long _lastAssignedId = 0;
private final Map<File, Long> _fileIdMap = new HashMap<>();
@Override
public long getItemId(final int position) {
final File f = _adapterDataFiltered.get(position);
final Long key = _fileIdMap.get(f);
if (key == null) {
final long newId = _lastAssignedId++;
_fileIdMap.put(f, newId);
return newId;
}
return key;
}
优点:
- 完全避免ID冲突
- 保证ID稳定性 缺点:
- 需要额外内存维护映射关系
- 实现稍复杂
最佳实践建议
对于Markor这类文件浏览器应用,推荐采用序列ID法,原因如下:
- 稳定性要求高:文件浏览器经常涉及选择、拖拽等操作,需要绝对稳定的ID
- 内存开销可控:通常用户浏览的文件数量有限,映射表不会占用过多内存
- 长期可靠性:彻底解决哈希冲突问题,避免未来可能出现的不稳定情况
扩展思考
这个问题反映了Android开发中一个常见误区:将hashCode()直接用作唯一标识符。实际上:
- hashCode()设计目的是优化哈希表性能,而非提供唯一性保证
- 在RecyclerView等需要稳定ID的场景,应该使用真正唯一的标识符
- 对于文件系统对象,绝对路径+修改时间通常是更好的唯一性判断依据
开发者在实现适配器时,应当仔细考虑ID生成策略,特别是在涉及用户交互的场景下,稳定的ID对于保持UI状态至关重要。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210