-
如果 key1 = key2,那 hash(key1) == hash(key2);
-
如果 key1 ≠ key2,那 hash(key1) ≠ hash(key2)。
第三点要求看起来合理,但是在真实的情况下,要想找到一个不同的 key 对应的散列值都不一样的散列函数,几乎是不可能的。此外,因为数组的存储空间有限,也会加大散列冲突的概率。所以针对散列冲突问题,我们需要通过其他途径来解决。
3 散列冲突
======
3.1 开放寻址法
开放寻址法的核心思想是,如果出现了散列冲突,我们就重新探测一个空闲位置,将其插入。比较简单的探测方法是线性探测。
当往散列表中插入数据时,如果某个数据经过散列函数散列之后,存储位置已经被占用了,就从当前位置开始,依次往后查找,看是否有空闲位置,直到找到为止。
在散列表中查找元素的过程类似插入过程。通过散列函数求出要查找元素的键值对应的散列值,然后比较数组中下标为散列值的元素和要查找的元素。相等则说明就是要找的元素;否则就顺序往后依次查找。如果遍历到数组中的空闲位置,还没有找到,就说明要查找的元素并没有在散列表中。
散列表跟数组一样,不仅支持插入、查找操作,还支持删除操作。对于使用线性探测法解决冲突的散列表,删除操作稍微有些特别。我们不能单纯地把要删除的元素设置为空。在查找的时候,一旦我们通过线性探测方法,找到一个空闲位置,我们就可以认定散列表中不存在这个数据。但是,如果这个空闲位置是我们后来删除的,就会导致原来的查找算法失效。本来存在的数据,会被认定为不存在。
解决方案是将删除的元素,特殊标记一下。当线性探测查找的时候,遇到特殊标记的空间时,并不是停下来,而是继续往下探测。
线性探测法其实存在很大问题。当散列表中插入的数据越来越多时,散列冲突发生的可能性就会越来越大,空闲位置会越来越少,线性探测的时间就会越来越久。极端情况下,我们可能需要探测整个散列表,所以最坏情况下的时间复杂度为 O(n)。同理,在删除和查找时,也有可能会线性探测整张散列表,才能找到要查找或者删除的数据。
为了尽可能保证散列表的操作效率,一般情况下,会保证散列表中有一定比例的空闲槽位,空位的多少则用负载因子(load factor)表示。
负载因子 = 填入表中的元素个数 / 散列表的长度
负载因子越大,说明空闲位置越少,冲突越多,散列表的性能会下降。
3.2 链表法
链表法是一种更加常用的散列冲突解决办法。在散列表中,每个“槽(slot)”会对应一条链表,所有散列值相同的元素都放到相同槽位对应的链表中。
当插入的时候,我们只需要通过散列函数计算出对应的散列槽位,将其插入到对应链表中即可,所以插入的时间复杂度是 O(1)。当查找、删除一个元素时,我们同样通过散列函数计算出对应的槽,然后遍历链表查找或者删除。
关于查找和删除操作的时间复杂度,和链表的长度k成正比,即O(k)。对于散列比较均匀的散列函数来说,理论上讲,k=n/m,其中 n 表示散列中数据的个数,m 表示散列表中“槽”的个数。
4 手写HashTable底层实现
=================
哈希表存储的是键值对,所以需要两个泛型来分别表示key和value的数据类型,key的数据类型必须实现hashcode()方法,不过由于java中所有的类都继承了Object类,所以默认所有的类都实现了hashcode()方法。
关键在于hashcode()是不是我们想要的。
另外我们也可以考虑哈希表的动态空间处理,当每个位置的平均哈希冲突超过上界时则扩容,小于下界时则缩容。
上面介绍链表法时,整个槽slot可以看做是一个TreeMap数组,数组的每一个位置存储了一个 链表 或者 红黑树,所以构造函数可以实现如下:
public class HashTable<K, V> {
/**
- 容忍度上界
*/
private static final int upperTol = 10;
/**
- 容忍度下界
*/
private static final int lowerTol = 2;
/**
- 初始容量
*/
private static final int initCapacity = 7;
private TreeMap<K, V>[] hashtable;
// 长度(素数)
private int M;
// 已经存储了多少元素
private int size;
public HashTable(int M){
this.M = M;
size = 0;
hashtable = new TreeMap[M];
// 对每一个TreeMap进行初始化
for (int i = 0; i < M; i ++)
hashtable[i] = new TreeMap<>();
}
public HashTable(){
this(initCapacity);
}
}
在实现哈希表的增删改查之前,我们需要定义辅助方法hash用于计算要存储的位置,由于数组的索引是从0开始的,所以我们要避免负数的出现:
private int hash(K key){
return key.hashCode() & 0x7fffffff % M;
}
public int getSize(){ return size; }
向哈希表中添加键值对:
-
根据key计算要插入的位置(对应一个TreeMap)
-
如果TreeMap中已经存在这个key的话就进行value的更新
-
如果TreeMap中不存在这个key的话则进行数据添加
-
当元素过多时进行扩容操作
public void add(K key, V value){
// 计算要插入的位置
TreeMap<K, V> map = hashtable[hash(key)];
// key已存在
if (map.containsKey(key))
map.put(key, value);
else {
// key不存在
map.put(key, value);
size ++;
// 满足条件则扩容
if (size >= upperTol * M)
resize(2 * M);
}
}
删除操作:
-
根据key计算要删除key对应的位置(对应一个TreeMap)
-
判断是否包含这个key,存在的话则删除
-
当元素过少时进行扩容操作
public V remove(K key){
// 计算要删除的位置
TreeMap<K, V> map = hashtable[hash(key)];
V ret = null;
// 存在则删除
if (map.containsKey(key)){
ret = map.remove(key);
size --;
// 一定情况下缩容
if (size < lowerTol * M && M / 2 >= initCapacity)
resize(M / 2);
}
return ret;
}
修改操作:
-
根据key计算要进行修改的位置(对应一个TreeMap)
-
存在该元素时则修改
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);
}
查询操作:
public boolean contains(K key){
return hashtable[hash(key)].containsKey(key);
}
public V get(K key){
return hashtable[hash(key)].get(key);
}
动态空间处理方法:
类似于动态数组,开辟一个新的TreeMap数组,将原始数据全都放入到新的TreeMap数组中即可,注意hash()函数计算时需要使用新的Map长度。
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;
// hash()函数需要新的M值
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;
}
}
测试:
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Java工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Java开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Java开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且会持续更新!
如果你觉得这些内容对你有帮助,可以扫码获取!!(备注Java获取)
Docker步步实践
目录文档:
①Docker简介
②基本概念
③安装Docker
④使用镜像:
⑤操作容器:
⑥访问仓库:
⑦数据管理:
⑧使用网络:
⑨高级网络配置:
⑩安全:
⑪底层实现:
⑫其他项目:
《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取!
中…(img-ULEHCerg-1713551341522)]
⑦数据管理:
[外链图片转存中…(img-pzUo79Oa-1713551341522)]
⑧使用网络:
[外链图片转存中…(img-q1PQMxP1-1713551341522)]
⑨高级网络配置:
[外链图片转存中…(img-2WoISBT2-1713551341522)]
⑩安全:
[外链图片转存中…(img-MCkgmHss-1713551341522)]
⑪底层实现:
[外链图片转存中…(img-ab6ng6D8-1713551341522)]
⑫其他项目:
[外链图片转存中…(img-dDkofKLL-1713551341523)]
《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取!