概念
哈希表(也叫散列表),是根据关键码值(Key value)而直接进行访问的数据结构。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。
顺序搜索以及二叉树搜索树中,元素存储位置和元素各关键码之间没有对应的关系,因此在查找一个元素时,必须要经过关键码的多次比较。搜索的效率取决于搜索过程中元素的比较次数。
理想的搜索方法:可以不经过任何比较,一次直接从表中得到要搜索的元素。
如果构造一种存储结构,通过 某种函数(hashFunc) 使元素的存储位置与它的关键码之间能够建立一一映射的关系,那么在查找时通过该函数可以很快找到该元素。
当向该结构中:
插入元素时:根据待插入元素的关键码,以此函数计算出该元素的存储位置并按此位置进行存放
搜索元素时:对元素的关键码进行同样的计算,把求得的函数值当做元素的存储位置,在结构中按此位置取元素比较,若关键码相等,则搜索成功
该方式即为哈希(散列)方法,哈希方法中使用的转换函数称为哈希(散列)函数,构造出来的结构称为哈希表(Hash Table)(或者称散列表)
常见哈希函数
1. 直接定制法–(常用)
取关键字的某个线性函数为散列地址:Hash(Key)= A*Key + B
优点:简单、均匀
缺点:需要事先知道关键字的分布情况
使用场景:适合查找比较小且连续的情况
2. 除留余数法–(常用)
设散列表中允许的地址数为m,取一个不大于m,但最接近或者等于m的质数p作为除数,按照哈希函数:
Hash(key) = key% p(p<=m),将关键码转换成哈希地址
3. 平方取中法–(了解)
假设关键字为1234,对它平方就是1522756,抽取中间的3位227作为哈希地址; 再比如关键字为4321,对它
平方就是18671041,抽取中间的3位671(或710)作为哈希地址 平方取中法比较适合:不知道关键字的分布,而
位数又不是很大的情况
4. 折叠法–(了解)
折叠法是将关键字从左到右分割成位数相等的几部分(最后一部分位数可以短些),然后将这几部分叠加求和,并
按散列表表长,取后几位作为散列地址。
折叠法适合事先不需要知道关键字的分布,适合关键字位数比较多的情况
5. 随机数法–(了解)
选择一个随机函数,取关键字的随机函数值为它的哈希地址,即H(key) = random(key),其中random为随机数函
数。
通常应用于关键字长度不等时采用此法
用该方法进行搜索不必进行多次关键码的比较,因此搜索的速度比较快
但是,按照上述哈希方式,向集合中插入元素44,会出现什么问题?
哈希冲突
即不同key值产生相同的地址,Hash(key1)= Hash(key2)
比如我们上面说的存储44,Hash(44) = Hash(4)
此时就发生了hash冲突。
需要明确一点,不管hash函数设计的如何巧妙,总会有特殊的key导致hash冲突,我们是尽量减少冲突的几率。
解决哈希冲突 — 闭散列:
也叫开放定址法。当发生哈希冲突时,如果哈希表未被装满,说明在哈希表中必然还有空位置,那么可以把key存放到冲突位置中的“下一个” 空位置中去。那如何寻找下一个空位置呢?
- 线性探测
比如上面的场景,现在需要插入元素44,先通过哈希函数计算哈希地址,下标为4,因此44理论上应该插在该位置,但是该位置已经放了值为4的元素,即发生哈希冲突。
线性探测:从发生冲突的位置开始,依次向后探测,直到寻找到下一个空位置为止。
插入: 通过哈希函数获取待插入元素在哈希表中的位置 如果该位置中没有元素则直接插入新元素,如果该位置中有元素发生哈希冲突,使用线性探测找到下 一个空位置,插入新元素
采用闭散列处理哈希冲突时,不能随便物理删除哈希表中已有的元素,若直接删除元素会影响其他元素的搜索。比如删除元素4,如果直接删除掉,44查找起来可能会受影响。因此线性探测采用标记的伪删除法来删除一个元素。
研究表明:当表的长度为质数且表装载因子a不超过0.5时,新的表项一定能够插入,而且任何一个位置都不会被探查两次。因此只要表中有一半的空位置,就不会存在表满的问题。在搜索时可以不考虑表装满的情况,但在插入时必须确保表的装载因子a不超过0.5;如果超出必须考虑增容
解决哈希冲突 — 开散列/哈希桶/链地址法(开链法)
开散列:又叫链地址法、开链法。
首先对key用哈希函数计算哈希地址,具有相同哈希地址的关键码归于同一子集合中,每一个子集合称为一个桶,各个桶中的元素通过一个单链表的方式链接起来(可以头插的方式将桶中元素链接起来),链表的第一个节点存放在哈希表中。
具体看下边代码:
public class myHashMap {
//通过开散列处理哈希冲突
//开散列:又叫链地址法、开链法。首先对关键码集合用哈希函数计算哈希地址,具有相同哈希地址的关键码归于同一子集合中,
// 每一个子集合称为一个桶,各个桶中的元素通过一个单链表的方式链接起来(可以头插的方式将桶中元素链接起来),
// 链表的第一个节点存放在哈希表中。
static class Node{
public int key;
public int value;
public Node next;
public Node(int key,int value){
this.key = key;
this.value = value;
}
//array就是hash表的本体,数组的每个元素又是一个链表的头节点
private Node[] array = new Node[101];
//表示当前hash表元素数
private int size = 0;
//定义哈希函数,将key映射为数组下标
public int hashfun(int n){
return n % array.length;
}
//若k存在,就修改value
//若不存在,就插入新key,value
public void put(int key,int value){
//1.把要插入的key映射为数组下标,开始查找
int index = hashfun(key);
//2.根据下标找到对应的链表头节点
Node list = array[index];
for(Node cur = list; cur != null ; cur = cur.next){
//3.遍历链表,存在key就修改value
if(cur.key == key){
cur.value = value;
}
}
//遍历结束,若不存在key,就头插到指定链表
Node newNode = new Node(key,value);
newNode.next = list;
//头插完成,把对应映射的链表头改为新插入的节点。
array[index] = newNode;
size++;
}
//根据key查找对应value,找到返回value,没找到返回null
public Integer find(int key){
//1.把要插入的key映射为数组下标,开始查找
int index = hashfun(key);
//2.根据下标找到对应的链表头节点
Node list = array[index];
for(Node cur = list; cur != null ; cur = cur.next){
//3.遍历链表,找到key返回value
if(cur.key == key){
return cur.value;
}
}
return null;
}
//删除key
public boolean remove(int key){
//1.把要插入的key映射为数组下标,开始查找
int index = hashfun(key);
//2.根据下标找到对应的链表头节点
Node list = array[index];
//parent 为cur的父节点,删除的时候直接让parent.next=cur.next即可
Node parent = null;
Node cur = list;
while (cur != null) {
//3.遍历链表,找到key就删除
if (cur.key == key) {
parent.next = cur.next;
return true;
}
parent = cur;
cur = cur.next;
}
//没找到key 就return false;
return false;
}
}
}