散列表
1、散列表的概念
散列表Hash Table：又称为哈希表/Hash表，是根据键key直接访问在内存中数据的一种数据结构。它由数组演化而来，利用了数组按下标进行随机访问的特性。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。
散列函数（哈希函数）
散列函数要满足的基本要求：
1、hash（key）必须大于等于0，因为hash值作为数组下标。
2、如果key1 == key2 ，则hash（key1）==hash（key2）。
3、如果key1 ！= key2 ，则hash（key1）！=hash（key2）。
好的散列函数的特点：
（1）、散列函数不能太复杂，否则会耗费大量时间在计算哈希值上，间接影响散列表性能。
（2）、散列函数计算的哈希值尽可能随机均匀分布，减少冲突。
散列函数的设计方法：
（1）、直接寻址法：取关键字或关键字的某个线性函数值为散列地址。即H(key)=key或H(key) = a·key + b，其中a和b为常数。
（2）、除留取余法：最常用的构造散列函数的方法。
对于散列表长为m的散列函数，有H(key) = key % P（P<=m，一般取P为小于等于m的最大质数）。该方法的关键在于P的选择。
例如采用除留取余法时，令P=12，则对一系列关键字key有如下图所示，不过还是存在冲突，比如18与30就有冲突。
令P=11，则有如下图所示：虽然也有冲突，但是冲突次数大大减少。
（3）、平方取中法：也是一种常用的散列函数构造方法，它 取关键字平方后的中间几位为哈希地址，即公式为H(key) = key^2后中间几位数字。例如H(1234)=227，因为1234的平方为1522756！！！
散列冲突
当key1 ！= key2 ，但是hash（key1）==hash（key2），此时称为Hash冲突。根据鸽巢原理可得，哈希表的重复问题（冲突）是不可避免的，因为键的数目总是比索引的数目多，不管是多么高明的算法都不可能解决这个问题。就算键的数目比索引的数目少，必有一个输出串对应多个输入串，冲突还是会发生。
解决散列冲突的思路：
（1）、开放寻址法：一旦发生散列冲突，重新去寻找一个空的散地址。
1）、线性探测：从当前已被占用的位置开始依次向后查找，如果到达尾部，则绕到头部继续寻址。每次探测步长为1。
2）、二次探测：解决线性探测存在的问题，以H+1^2、
H+2^2、。。。探测可用位置。
3）、双重散列（双重哈希）：两个哈希函数h1(key)和h2(key)，当某个键值key经过h1(key)之后发现冲突，就使用第二个散列函数。
（2）、链表法（拉链法）：数组的每个下标位置称为槽slot，每个槽会对应一条链表，所有冲突的元素放到相同槽对应的链表中。ps.槽slot是不是很熟悉，参考我的InnoDB数据页内多条记录如何存储？
拉链法结合了数组查询快，链表增删快的特点，比较适合存储大对象、大数据量的散列表，而且比起开放寻址法更加灵活，支持更多的优化策略，比如用红黑树替代链表！！！
2、散列表的应用
一个企业级的散列表应该具有的特点：
支持快速查询、插入、删除操作；
内存占用合理，不会浪费过多内存空间；
性能稳定。
散列表的设计思路：
构造一个合适的散列函数；
定义装填因子阈值，最好设计动态扩容策略；
设计合适的散列冲突解决策略。
【装填因子a=n/m 其中n 为关键字个数，m为表长。加载因子越大,填满的元素越多,好处是,空间利用率高了,但:冲突的机会加大了.反之,加载因子越小,填满的元素越少,好处是:冲突的机会减小了,但:空间浪费多了！】
Java中的HashMap和HashTable：
（1）、JDK1.7中：数组+链表（拉链法），底层维护一个Entry数组。
Entry 就是数组中的元素，每个 Entry 其实就是一个 key-value 对，它持有一个指向下一个元素的引用，这就构成了链表。
put(K,V)方法存值时：首先获取K的hash值，然后构造一个Entry对象，最后路由算法（（table.length-1） & K的hash值）找到对应table数组下标。之后如果put元素的K计算的hash值相同，找到一样的table下标，就会进入链表中。
（2）、JDK1.8中：数组+链表+红黑树，底层维护一个Node数组。
JDK8 HashMap源码：
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable{
// 默认table数组大小16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//table数组最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//树化阈值，当table数组某个下标index出链表长度大于8时有可能转为红黑树
static final int TREEIFY_THRESHOLD = 8;
//树降级为链表的阈值，删除元素后容量小于6有可能红黑树转为链表
static final int UNTREEIFY_THRESHOLD = 6;
//树化的另一个参数，只有当哈希表所有元素个数大于64，才允许树化。和TREEIFY_THRESHOLD联合使用
static final int MIN_TREEIFY_CAPACITY = 64;
transient Node<K,V>[] table;
transient int size;
transient int modCount;//散列表修改次数（替换不算入次数）
int threshold;//扩容阈值
final float loadFactor;
/--------四个构造方法-----------/
* public HashMap(int initialCapacity, float loadFactor) {
//3个if其实是对输入参数的校验
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity); //table数组长度必须是2^n
1）、static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
/---------------put方法--------------------/
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
1）、让key的hash值的高16位也参与路由算法
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
2）、
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
// tab：表示散列表 ；p：表示当前元素； n数组长度 ； i表示key经过路由算法后的数组下标
Node<K,V>[] tab; Node<K,V> p; int n, i;
//延迟初始化逻辑，只有第一次插入时才初始化避免内存浪费
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//没有散列冲突，将K-V封装成Node对象插入数组中
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
//下面是散列冲突三种情况：替换、红黑树、链表
else {
Node<K,V> e; K k;
//新插入元素key的hash和数组中相同，发生替换
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//红黑树情况
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//链表情况
else {
for (int binCount = 0; ; ++binCount) {
//遍历整个链表没有和当前key的hash相同的，插入链表尾部
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//遍历整个链表有和当前key的hash相同的，发生替换
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();//触发扩容
afterNodeInsertion(evict);
return null;
}
}
/---------get方法-----------/
public V get(Object key) {
Node<K,V> e;
//put插入元素时hash(key)了，所以取元素时也要这么做
return (e = getNode(hash(key), key)) == null ? null : e.value;
1）、 final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//查询数据就在数组中，不用查询链表或者红黑树
if (first.hash == hash &&
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
}
}
3、哈希算法（摘要算法）
将任意数据通过一个函数转换为长度固定的数据串。使用摘要算法，通过函数f（）对任意长度的数据data计算出固定长度的摘要digest，目的是为了发现原始数据是否被篡改。一个好的哈希算法要满足：
1、将任何一条不论长短的信息计算出唯一的哈希值。
2、摘要长度固定，散列冲突概率小（对于不同的原始数据，哈希值相同的概率极小）。
3、摘要不可能被反向破译，即哈希算法是单向的。
8268
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
