队列和Hash的特征-算法通关村

队列和Hash的特征-算法通关村

---

1.Hash基础

1.1Hash的概念和基本特征

• 哈希（Hash）也称为散列，就是把任意长度的输入，通过散列算法，变换成固定长度的输出，这个输出值就是散列值。
• 很多人可能想不明白，这里的映射到底是啥意思，为啥访问的时间复杂度为O（1）？我们只要看存的时候和读的时候分别怎么映射的就知道了。
• 我们现在假设数组array存放的是1到15这些数，现在要存在一个大小是7的Hash表中，该如何存呢？我们存储的位置计算公式是：
  index=number 模 7
• 这时候我们将1到6存入的时候，图示如下：
• 
• 然后继续存7到13：
• 
• 最后存14到15
• 
• 这时候我们会发现有些数据被存到同一个位置了，我们后面再讨论。接下来，我们看看如何取。
  假如我要测试13在不在这里结构里，则同样使用上面的公式来进行，很明显13模7=6，我们直接访问array［6］这个位置，很明显是在的，所以返回true。
  假如我要测试20在不在这里结构里，则同样使用上面的公式来进行，很明显20模7=6，我们直接访问arrayl6J这个位置，但是只有6和13，所以返回false。
  理解这个例子我们就理解了Hash是如何进行最基本的映射的，还有就是为什么访问的时间复杂度为O（1）。

---

1.2碰撞处理方法

• 在上面的例子中，我们发现有些在Hash中很多位置可能要存两个甚至多个元素，很明显单纯的数组是不行的，这种两个不同的输入值，根据同一散列函数计算出的散列值相同的现象叫做碰撞。
  那该怎么解决呢？常见的方法有：开放定址法（Java里的Threadlocal）、链地址法（Java里的ConcurrentHashMap）、再哈希法（布隆过滤器）、建立公共溢出区。后两种用的比较少，我们重点看前两个。

1.2.1开放地址法

• 开放定址法就是一旦发生了冲突，就去寻找下一个空的散列地址，只要散列表足够大，空的散列地址总能找到，并将记录存入。
• 
• 例如上面要继续存7，8，9的时候，7没问题，可以直接存到索引为0位置。8本来应该存到索引为1的位置，但是已经满了，所以继续向后找，索引3的位置是空的，所以8存到3位置。同理9存到索引6位置。
• 这里你是否有一个疑惑：这样鸠占鹊巢的方法会不会引起混乱？比如再存3和6的话，本来自己的位置好好的，但是被外来户占领了，该如何处理呢？这个问题直到我在学习Java里的ThreadLocal才解开。具体过程可以学习一下相关内容，我们这里只说一下基本思想。
• ThreadLocal有一个专门存储元素的TheadLocalMap，每次在get 和set元素的时候，会先将目标位置前后的空间搜索一下，将标记为null的位置回收掉，这样大部分不用的位置就收回来了。这就像假期后你到公司，每个人都将自己的位子附近打扫干净，结果整个工作区就很干净了。当然Hash处理该问题的整个过程非常复杂，涉及弱引用等等，这些都是Java技术面试里的高频考点。

---

1.2.2链地址法

• 将哈希表的每个单元作为链表的头结点，所有哈希地址为i的元素构成一个同义词链表。即发生冲突时就把该关键字链在以该单元为头结点的链表的尾部。例如：
• 
• 这种处理方法的问题是处理起来代价还是比较高的，要落地还要进行很多优化，例如在Java里的ConcurrentHashMap中就使用了这种方式，其中涉及元素尽量均匀、访问和操作速度要快、线程安全、扩容等很多问题。
  我们来看一下下面这个Hash结构，下面的图有两处非常明显的错误，请你先想想是啥。
• 
• 首先是数组的长度必须是2的n次幂，这里长度是9，明显有错，然后是entry 的个数不能大于数组长度的75%，如果大于就会触发扩容机制进行扩容，这里明显是大于75%，正确的图应该是这样的：
• 
• 数组的长度即是2的n次幂，而他的size又不大于数组长度的75%。HashMap的实现原理是先要找到要存放数组的下标，如果是空的就存进去，如果不是空的就判断key值是否一样，如果一样就替换，如果不一样就以链表的形式存在链表中（从JDK8开始，根据元素数量选择使用链表还是红黑树存储）。

---

2.队列基础知识

2.1队列的概念和基本特征

• 队列的特点是节点的排队次序和出队次序按入队时间先后确定，即先入队者先出队，后入队者后出队，即我们常说的FIFO（first in first out）先进先出。队列实现方式也有两种形式，基于数组和基于链表。对于基于链表，因为链表的长度是随时都可以变的，实现起来比较简单。如果是基于数组的，会有点麻烦，这里只看一下基于链表实现的方法。

---

2.2实现队列

• 基于链表实现队列，只要在尾部后插入元素，在 front 删除元素就行了。

•   public class Queue {
        public static void main(String[] args) {
            LinkQueue linkQueue = new LinkQueue();
            linkQueue.push(1);
            linkQueue.push(2);
            linkQueue.push(3);
            linkQueue.push(4);
            System.out.println("第一个出队元素为：" + linkQueue.pop());
            System.out.println("遍历队列为：");
            linkQueue.traverse();
        }
    }
    
    class LinkNode {
        public int val;
        public LinkNode next;
    
        public LinkNode(int val) {
            this.val = val;
        }
    }
    
    class LinkQueue {
        private LinkNode front;
        private LinkNode rear;
        private int size;
        public LinkQueue(){
            this.front = new LinkNode(0);
            this.rear = new LinkNode(0);
        }
    
    
        //入队
        public void push(int value){
            LinkNode newNode = new LinkNode(value);
            LinkNode temp = front;
            while(temp.next != null){
                temp = temp.next;
            }
            temp.next = newNode;
            rear = newNode;
            size++;
        }
    
        //出队
        public int pop(){
            if(front.next == null){
                System.out.println("队列已空...");
            }
            LinkNode firstNode = front.next;
            front.next = firstNode.next;
            size--;
            return firstNode.val;
        }
    
        //遍历队列
        public void traverse(){
            LinkNode temp = front.next;
            while(temp != null){
                System.out.print(temp.val + "\t");
                temp = temp.next;
            }
        }
    }