HashMap的实现原理详解

最新推荐文章于 2024-08-21 17:53:26 发布

陳加成

最新推荐文章于 2024-08-21 17:53:26 发布

阅读量548

点赞数

文章标签： java

本文链接：https://blog.csdn.net/Agan__/article/details/132633882

版权

本文将从数据结构的角度引入 “哈希表” 这一概念。

1. 从数据结构的角度理解哈希表

1.1 基本概念

基本思想: 以线性表中的每个元素的关键字 key 为自变量，通过一种函数 H(key) 计算出函数值，把这个函数值解释为一块连续存储空间的单元地址(即下标)，将该元素存储到这个单元中。

在这里插入图片描述

散列存储中使用的函数 H(key) 称散列函数或哈希函数，实现关键字到存储地址的映射(或转换)。

哈希冲突是什么？
当散列函数 H(key) 将两个或以上不同的key映射为同一个索引时，就发生了哈希冲突。

冲突的频率除了与散列函数相关外，还与散列表的填满程度相关。
设 m 为散列表表长，n为表中填入的元素数量，将 $\alpha = \frac{n}{m}$ 定义为散列表的负载因子，那么， $\alpha$ 越大，表装填的越满，冲突发生的机会就越大。

如何尽量避免冲突和冲突发生后如何解决冲突，就是散列存储的两个关键问题。

1.2 散列函数

构造散列函数的目标是使散列地址尽可能均匀地分布在散列空间上，同时使计算尽可能简单。

1. 直接地址法

直接地址法是以关键字 key 本身或关键字加上某个常量 C 作为散列地址的方法。
对应的散列函数 H(key) 为:
$H (k ey) = k ey + C$
在使用时，为了使散列地址与存储空间吻合，可以调整 C。这种方法计算简单，并且没有冲突。它适合关键字的分布基本连续的情况，若关键字分布不连续，空号较多，将会造成较大的空间浪费。

Java中 Character\Byte\Short\Integer的散列函数使用了这个方法。可理解为 H(key) = key+0。

2. 数字分析法

数字分析法是假设有一组关键字，每个关键字由 n 位数字组成，如 $k_1,k_2,...,k_n$ 。数字分析法是从中提取数字分布均匀的若干位作为散列地址。

3. 除余数法

除余数法是选择一个适当的 p(p<=散列表长m)取出关键字k，所得余数作为散列地址的方法。
对应的散列函数为:
$\% p$

4. 平方取中法

平方取中法是取关键字平方的中间几位作为散列地址的方法，因为一个乘积的中间几位和乘数的每一位都相关，故由此产生的散列地址较为均匀，具体取多少位视情况而定。

5. 折叠法

折叠法是首先把关键字分割成位数相同的几段，段的位数取决于散列地址的位数，由实际情况而定，然后将它们叠加和(舍去最高近位)，作为散列地址的方法。

折叠法又分移位叠加和边界叠加，移位叠加是将各段的最低位对齐，然后相加；边界叠加则是将两个相邻的段沿边界来回折叠，然后对齐相加。

Java中的散列函数大致可分三类，Object中的系统默认实现，各包装数据类型的实现，自定义对象的自定义实现。

1.3 处理冲突的办法

散列法构造表可通过散列函数的选取来减少冲突，但冲突一般不可避免，为此，需要有解决冲突的方法。常用的解决冲突的方法有两大类，即开放定址法和拉链法。

1. 开放定址法

开放定址法又分为线性探查法、二次探查法和双重散列法。

开放定址法解决冲突的基本思想是: 使用某种方法在散列表中形成一个探查序列，沿着此序列逐个单元进行查找，直到找到一个空闲的单元时将新节点存入其中。

2. 拉链法(链地址法)

当存储结构是链表时，多采用拉链法。用拉链法处理冲突的办法是：把具有相同散列地址的关键字(同义词) 值放在同一个单链表中，称为同义词链表。

有m个散列地址就有m个链表，同时使用指针数组 T[0…m-1] 存放各个链表的头指针，凡时散列地址为i的记录都以节点方式插入到以T[i]为指针的单链表中。T中各分量的初值应为空指针。

在这里插入图片描述

平均查找数较少，因为查找的只有同义词节点，而开放定址法是查找所有节点。

1.4 散列表的查找

1. 线性探查法解决冲突的查找和插入算法

查找: 根据散列函数找到对应的节点，然后比对元素是否相同，循环一周若无相同元素则返回。
插入: 根据散列函数找到对应的节点，若空，直接插入，非空，则循环查找下一个空位置。

2. 拉链法建立散列表上的查找和插入运算

查找: 根据散列函数找到对应的节点，然后顺链查找。
插入: 根据散列函数找到对应的节点，在节点上添加新链接。

2. Java 的 HashMap 的实现

2.1 HashMap存储结构

JDK8之前: 数组+链表
JDK8和之后: 数组+链表，若链表长度超过8，则将其树化为红黑树

在这里插入图片描述

2.2 散列函数-hashCode

Object对象默认散列函数:
1. OpenJDK: OpenJDK8基于线程状态的随机算法生成的随机数。
2. HotSpot: 在HotSpot中，身份哈希生成的结果一次生成，并缓存在对象头的标记字中。
各基本数据类型包装类: 能自动转型为int的直接转型，否则将转换为int表示的位。
自定义对象: 自行实现。

Hash::hashCode: 使用扰动函数，可以看作是一种折叠函数，将32位的bit位一分为二，并进行异或操作，使得散列函数表示的位更加分散。

扰动函数: (h = key.hashCode()) ^ (h >>> 16);

在这里插入图片描述

2.3 如何处理冲突

使用拉链法: 数组+链表，使用散列函数获取对应索引，然后在索引对应的节点上进行插入链接或查找操作。

插入元素时，如果链表长度超过阈值则进行树化操作。

2.4 查找和插入具体实现

查找: 根据散列函数找到对应的节点，如果该节点是树节点，则调用红黑树的查找算法进行查找，否则顺链查找。
插入: 根据散列函数找到对应的节点，在节点上添加新链接。

1. 检查容器是否为空，为空则创建容器。
2. 检查对应的节点是否为空，为空则直接添加新节点。
3. 检查头节点的hash是否与添加的节点相同，相同则替换旧值。
4. 检查头节点类型是否是TreeNode，如果是则使用红黑树的插入算法。
5. 按链进行循环查找同义词尾部节点，如果为空，添加新节点到尾部的next节点，如果链表长度大于或者等于阈值8则进行树化操作。如果该节点的key与新增key相同则进行替换。
6. 最后，如果当前容量超过阈值则直接进行resize