数据结构篇09、哈希表--简化版HashMap(1)

最新推荐文章于 2024-10-12 16:35:22 发布

2401_84123113

最新推荐文章于 2024-10-12 16:35:22 发布

阅读量644

点赞数 12

分类专栏：程序员文章标签：数据结构散列表哈希算法

本文链接：https://blog.csdn.net/2401_84123113/article/details/137443870

版权

程序员专栏收录该内容

476 篇文章 0 订阅

订阅专栏

本文详细描述了基于数组和红黑树的哈希表实现，包括添加、移除元素的操作过程，以及扩容和resize函数的工作原理。作者还介绍了查找和修改元素的方法。

摘要由CSDN通过智能技术生成

2、往哈希表中添加元素

通过hash函数计算元素的数组索引，通过此索引在hashtable数组中找到TreeMap，如果此key已存在map中，那么直接覆盖，如果不存在，直接添加到map中；而此map的底层实现是红黑树，所以我们的哈希表的底层实现可以认为是数组加红黑树的实现；

添加完元素检查是否需要扩容，扩容思想就是自增capacityIndex索引，然后去capacity数组中找对应的素数即可，这样保证了每次扩容后容量都是一个对应哈希表数据规模的素数；

resize函数也非常简单，新建一个TreeMap数组，将原map数组中所有值复制到新数组，复制的过程有几个需要注意的点，先保存一下原数组的大小，再将M赋值为新数组的大小，为什么需要这么做？因为第一层for循环需要遍历的是原数组的大小，而第二层foreach循环求元素在新数组的hash值时需要使用新数组的大小；最后将hashtable引用指向新的数组；

public void add(K key, V value){
TreeMap<K, V> map = hashtable[hash(key)];
if(map.containsKey(key))
map.put(key, value);
else{
map.put(key, value);
size ++;

if(size >= upperTol * M && capacityIndex + 1 < capacity.length){
capacityIndex ++;
resize(capacity[capacityIndex]);
}
}
}

private void resize(int newM){
TreeMap<K, V>[] newHashTable = new TreeMap[newM];
for(int i = 0 ; i < newM ; i ++)
newHashTable[i] = new TreeMap<>();

int oldM = M;
this.M = newM;
for(int i = 0 ; i < oldM ; i ++){
TreeMap<K, V> map = hashtable[i];
for(K key: map.keySet())
newHashTable[hash(key)].put(key, map.get(key));
}

this.hashtable = newHashTable;
}

3、从哈希表中移除元素

首先通过hash函数计算元素在数组中的索引，然后通过此索引去hashtable数组中找对应map，如果map包含此元素，直接从map中删除元素即可；最后检查一下是否需要缩容，原理跟扩容是完全相同的；

public V remove(K key){
V ret = null;
TreeMap<K, V> map = hashtable[hash(key)];
if(map.containsKey(key)){
ret = map.remove(key);
size --;

if(size < lowerTol * M && capacityIndex - 1 >= 0){
capacityIndex --;
resize(capacity[capacityIndex]);
}
}
return ret;
}

4、从哈希表中查找和修改元素

查找和修改的逻辑基本一致，首先通过hash函数计算元素在数组中的索引，然后通过此索引去hashtable数组中找对应map，最后通过map的put函数去修改元素；通过map的containsKey或者get函数去查找元素；

public void set(K key, V value){
TreeMap<K, V> map = hashtable[hash(key)];
if(!map.containsKey(key))
throw new IllegalArgumentException(key + " doesn’t exist!");

map.put(key, value);
}

public boolean contains(K key){
return hashtable[hash(key)].containsKey(key);
}

public V get(K key){
return hashtable[hash(key)].get(key);
}

5、哈希表完整代码

import java.util.TreeMap;

public class HashTable<K extends Comparable, V> {

private final int[] capacity
= {53, 97, 193, 389, 769, 1543, 3079, 6151, 12289, 24593,
49157, 98317, 196613, 393241, 786433, 1572869, 3145739, 6291469,
12582917, 25165843, 50331653, 100663319, 201326611, 402653189, 805306457, 1610612741};

private static final int upperTol = 10;
private static final int lowerTol = 2;
private int capacityIndex = 0;

private TreeMap<K, V>[] hashtable;
private int size;
private int M;

public HashTable(){
this.M = capacity[capacityIndex];
size = 0;
hashtable = new TreeMap[M];
for(int i = 0 ; i < M ; i ++)
hashtable[i] = new TreeMap<>();
}

private int hash(K key){
return (key.hashCode() & 0x7fffffff) % M;
}

public int getSize(){
return size;
}