说在前面:本文是通过阅读作者魏梦舒的《漫画算法》所总结的笔记,仅供学习,如侵即删
- 为什么需要散列表?
在我们的程序直接中,往往也需要再内存之中存放一个“词典”,为了方便我们进行高效的查询和统计
例如:开发一个学生管理系统,需要通过输入学号快速查出对应学生的姓名的功能,这里不必每次都去查询数据库,而可以再内存之中建立一个缓存表,这样做可以提高查询效率
因为这些需求,一个重要的数据结构诞生了,这个数据结构叫做散列表
- 什么是散列表
散列表也叫作哈希表(hash table)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,就可以高效的查找到它所匹配的Value,时间复杂度接近于O(1)
一,哈希函数
散列表如何通过Key来快速找到所匹配的Value的呢?
其实散列表再本质上也是一个数组
我们需要一个“中转站”,通过某种方式,把Key和数组下标进行转换,这个中转站就叫作哈希函数
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中以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,想要转化成数组的下标也就不难实现了,通过数组长度进行取模运算
index = HashCode(Key)%Array.length
实际上,JDK中的哈希函数并没有直接采取模运算,而是利用了位运算的方式来优化性能,
通过哈希函数我们可以把字符串或其他类型的Key,转化成数组的下标index
例如给出一个长度为8的数组,则当
Key = 001121时,
index = HashCode("001121")%Array.length = 1420036703%8 = 7
而当Key = this时
index = HashCode("this")%Array.length = 3559070%8 = 6
二,散列表的读写操作
有了哈希函数就可以在散列表中进行读写操作了
1,写操作
写操作就是在散列表里面插入新的键值对(Entry)
如调用hashMap.put("001","小明"),意思就是插入一组Key为001,Value为小明的键值对
具体怎么做:
1):通过哈希函数,把Key转化成数组下标5
2):如果下标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
当然,数组的长度是有限的,当插入的Entry越来越多的时候,不同的Key通过哈希函数获取的下标可能是相同的,这种情况就叫做哈希冲突
解决哈希冲突的方法主要有两种:
1):开放寻址法:
当一个Key通过哈希函数获得对应的数组下标已被占用时,我们可以寻找下一个空挡位置
就是往后挪有空位置再写入
2);链表法:
这种方法被应用在Java的集合类HashMap当中
HashMap数组的每一个元素不仅是一个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
2,读操作(get)
例如调用hashMap.get("001"),意思是查找Key为001的Entry在散列表中所对应的值
1):通过哈希函数,把Key转化成数组下标2
2):找到数组下标2所对应的元素,如果这个元素的Key是001,那么就找到了,如果这个Key不是001也没关系,由于数组的每个元素都与链表对应,我们可以顺着链表慢慢往下找,看看能不能找到与Key相匹配的节点
首先查找到节点Entry的key是002,和待查找的001不符,接着定位到链表的下一个节点Eetry1的Key 001正是我们所要寻找的,所以返回Entry1的Value即可
3,扩容(resize)
什么时候需要扩容?
当经过多次元素元素插入,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多的影响
影响扩容的因素有两个:
- Capacity 即HashMap的当前长度
- LoadFactor 即HashMap的负载因子,默认值为0.75f
衡量HashMap需要进行扩容的条件如下:
HashMap.Size >= Capacity * LoadFactor
扩容并不是简单的把散列表的长度扩大,而是经历了下面两个步骤
1,扩容,创建一个新的Entry空数组,长度时原数组的2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呢?因为长度扩大之后,Hash的规则也随之改变
扩容前的HashMap
扩容后的HashMap