Android中使用哈希表实现快速查找

最近遇到一个需求，有一个黑名单文件，数据量很大，有几万条数据，将来还有可能更大，需要实现快速查找，检查指定的名单是否存在于黑名单中。

涉及到快速查找，我想到了使用哈希表：
哈希表最适合的求解问题是查找与给定值相等的记录。

先了解哈希表的原理：
先简单理解：
1，先建立哈希表：
通过某种方式，对一条记录做计算，获得一个地址。
将该记录存放在该地址中。
如此循环，建立一个哈希表。
2，在查找时，对指定记录做同样的计算，获得一个地址，到该地址下查看，若不存在，则说明该记录不在表中，若存在，则找到。
这样，查找的效率非常高，一次性找到，与数据量的大小并没有关系。
这个效率高到让我吃惊：居然有这么好的东西，一次定位！

然而，实际的情况是，我们使用的地址空间是有限的，需要考虑有效的使用内存空间。
而有限的使用空间就带来一个不可避免的问题，地址冲突：两个不同的记录，有可能会计算出来一个相同的地址。
这时，就需要添加一个冲突时的处理方法了。
常用处理冲突的思路： 
1.换个位置:开放地址法 
2.将同一位置冲突对象组织在一起：链地址法
具体方法就不细说了，可以参考文末的引用文章链接。

虽然这样可以解决冲突，但是冲突多了，自然效率就降下来了。那么，怎样能保证冲突比较少呢？
首先，可以考虑使用比较大的内存空间。
数据量与给定的内存空间大小之间有一个比例值：
哈希表装填因子定义为：α= 填入表中的元素个数 / 哈希表的长度 
α是哈希表装满程度的标志因子。由于表长是定值，α与“填入表中的元素个数”成正比。
所以，α越大，内存使用率越高，填入表中的元素较多，产生冲突的可能性就越大；α越小，填入表中的元素较少，产生冲突的可能性就越小，但是，内存使用率也越低。
由此可以看出：哈希表的真正核心，其实就是通过空间换取时间。

其次，寻找合适的算法，使冲突尽量减少。

具体到android上来，有没有直接使用哈希表的api呢？
我查了一下，有好几个：hashMap、hashSet、Hashtable
考虑到我的实际需求，并没有键值对，只是需要将黑名单存储到哈希表中，然后判断某个名单，是否在哈希表中存在。

只需要HashSet即可。
做的动作也很少，一个是逐项添加黑名单，建立哈希表：
boolean add(Object o)
一个是查询，某个名单，是否属于黑名单：
boolean contains(Object o)
使用起来，真的是好简单好方便！

代码：

HashSet<String> hashSetBlackList = null;

//判断是否属于黑名单（26000条，耗时0.2s）
boolean getBlackList(){
try {
//读取文件，我的文件存放在assets目录下
String fileName = "BlackList.txt";
InputStream is = context.getAssets().open(fileName);
if(is != null){
InputStreamReader inputreader = new InputStreamReader(is);
BufferedReader buffreader = new BufferedReader(inputreader);
if(hashSetBlackList!=null) {
hashSetBlackList.clear();
} else {
hashSetBlackList = new HashSet<String>();
}

String line;
int recordNum=0;
//分行读取
while (( line = buffreader.readLine()) != null) {
recordNum++;
//添加一条记录
hashSetBlackList.add(line);
if(recordNum%10000==1) {//注意，过多的打印信息，会严重拖慢运行速度
LogUtil.logWithMethod(new Exception(), "line " + recordNum + " = " + line);
}
}
LogUtil.logWithMethod(new Exception(), "file end. recordNum = " + recordNum + " size="+hashSetBlackList.size() );
is.close();
}
} catch (Exception e){
e.printStackTrace();
LogUtil.logWithMethod(new Exception(),"failed : "+e.getMessage());
}
return true;
}

//判断是否属于黑名单，（哈希表，超快，几乎不耗时）
boolean isInBlackList(String findRecord){
boolean isBL = false;
if(findRecord == null){
LogUtil.logWithMethod(new Exception(),"findRecord is null");
return isBL;
}
LogUtil.logWithMethod(new Exception(),"contains findRecord ?");
if(hashSetBlackList.contains(findRecord)){
isBL = true;
LogUtil.logWithMethod(new Exception(),"findRecord isInBlackList ");
} else {
isBL = false;
}
LogUtil.logWithMethod(new Exception(),"isBL="+isBL);
return isBL;
}

通过我的实测，26000条数据，添加到哈希表中，耗时0.2s。
而查找呢，几乎不耗时，因为我的日志已经分辨不出来它的操作耗时了，都是在同一毫秒内完成。
所以，那些计算哈希值的方法，那些冲突处理的方法，以及数据量与内存的关系，我们都不用考虑，Android系统早就已经做好了。
这是我第一次使用哈希表，感觉真的是很好很强大！


参考：
http://blog.csdn.net/u010297957/article/details/51974340
http://blog.csdn.net/xiaokang123456kao/article/details/54583062
https://www.jianshu.com/p/c1118ea82a51