算法通过村——Hash基础问题解析

最新推荐文章于 2024-05-20 20:08:58 发布

Molche

最新推荐文章于 2024-05-20 20:08:58 发布

阅读量286

点赞数 6

分类专栏： Hash 文章标签：算法哈希算法数据结构 java

本文链接：https://blog.csdn.net/moqi997752/article/details/134112772

版权

Hash 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

Hash表

1、Hash概念

哈希表(hash table)也叫做散列表，这种数据结构提供了键(Key) 和 值(Value) 的映射关系。只要给出一个Key，就可以高效查找到它所匹配的Value，时间复杂度接近于O(1)。

在这里插入图片描述

2、Hash函数

基于Hash表的特性，采取了查询效率最高的一种数据结构来实现——数组。哈希表本质上也是一个数组。通过哈希函数，把Key和数组下标进行转换。

在这里插入图片描述

在不同的语言中，哈希函数的实现方式是不一样的。这里以Java的常用集合HashMap为例，来看一看哈希函数在Java中的实现。

在Java及大多数面向对象的语言中，每一个对象都有属于自己的hashcode，这个hashcode是区分不同对象的重要标识。无论对象自身的类型是什么，它们的hashcode都是一个整型变量。

既然都是整型变量，想要转化成数组下标就不难实现了。最简单的转化方式是按照数组的长度进行取模运算。

index = HashCode (Key) % Array.length

实际上，JDK中的哈希函数并没有直接采用取模运算，而是利用了位运算的方法来优化性能。不过在这里可以姑且简单理解成取模操作。

通过哈希函数，我们可以把字符串或其他类型的Key，转化为数组的下标index。

如给出一个长度为8的数组，则当

Key = 001121时，

index = HashCode(“001121”) % Array.length = 1420036703 % 8 = 7

Key = this时，

index = HashCode(“this”) % Array.length = 3559070 % 8 = 6

3、哈希表的读写操作

3.1、写操作(put)

写操作就是在哈希表中插入新的键值对(在JDK中叫做Entry)。

如调用hashMap.put(“002931”, “王五”)，意思是插入一组Key为002931、Value为王五的键值对。

具体的做法如下：

通过哈希函数，把Key转化为数组下标5.
如果数组下标5对应的位置没有元素，就把这个Entry填充到数组下标5的位置。

但是，由于数组的长度是有限的，当插入的Entry越来越多时，不同的Key通过哈希函数获得的下标有可能是相同的。例如002936这个Key和002947这个Key对应的数组下标都是2。这时，就产生了哈希冲突，也叫碰撞。哈希冲突是无法避免的。

常见的解决方法由：开放寻址法(Java中的Threadlocal)、链地址法(Java中的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，重点看前两个。

3.1.1、开放寻址法

开放寻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。

在这里插入图片描述

例如上面要继续存7、8、9时，7可以直接存到索引0的位置。8本来应该存到索引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。同理索引9存到6位置。

3.1.2、链地址法

HashMap数组的每个元素不仅是一个Entry对象，还是一个链表的头节点。每一个Entry对象通过next指针指向它的下一个Entry节点。当新来的Entry映射到与之冲突的数组位置时，只需要插入到对应的链表中即可。

在这里插入图片描述

3.2、读操作(get)

与写操作对应，读操作就是通过给定的Key，在散列表中查找对应的Value。

例如调用hashMap.get(“002936”)，意思是查找Key为002936的Entry在散列表中所对应的值。

以链地址法为例，步骤如下：

通过哈希函数，把Key转化为数组下标2
找到数组下标2对应的元素，如果这个元素的Key是002936，那么就找到了对应的Value；如果这个Key不是002936，由于数组的每一个元素都与一个链表对应，可以顺着链表慢慢往下找，看看能否找到与Key相匹配的节点。

在上图中，首先查到的节点Entry6的Key是002947，和带查找的Key002936不符。接着定位到链表的下一个节点Entry1，发现Entry1的Key002936正是我们要寻找的，所以返回Entry1的Value即可。

3.3、扩容(resize)

当经过多次元素插入，散列表达到一定饱和度时，Key映射位置发生冲突的概率会逐渐提高。这样一来，大量的元素拥挤在相同的数组下标位置，形成很长的链表，对后续插入操作和查询操作的性能都有很大影响。

在这里插入图片描述

这时，散列表就需要扩展它的长度，也就是进行扩容。

对于JDK中的散列表实现类HashMap来说，影响其扩容的因素有两个。

Capacity，即HashMap当前的长度
LoadFactor，即HashMap的负载因子，默认值为0.75f

当==HashMap.Size >= Capacity * LoadFactor==时，HashMap需要扩容。

扩容步骤如下：
1. 扩容，创建一个新的Entry空数组，长度是原数组的两倍
2. 重新Hash，遍历原Entry数组，把所有的Entry重新Hash到新数组中。为什么要重新Hash？因为长度扩大后，Hash的规则也随之改变。

经过扩容，原本拥挤的散列表重新变得稀疏，原有的Entry也重新得到尽可能均匀的分配。

扩容前的HashMap如下

在这里插入图片描述