数据结构——哈希表

哈希表是一种高效的数据结构,通过哈希函数将元素映射到存储位置,实现快速查找。然而,哈希冲突是不可避免的,本文介绍了如何设计哈希函数以减少冲突,并探讨了开放定址法和链地址法两种解决冲突的方法。JDK1.8后的HashMap采用数组加链表或红黑树结构,以优化冲突处理。
摘要由CSDN通过智能技术生成

使用自定义类型作为hashSet或hashMap的元素的key时,必须正确的重写equals方法和hashCode方法

一、概念

如果可以不经过任何比较,一次直接从表中得到要搜索的元素(时间复杂度为O(1))。 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
    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
    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(HashTable)(或者称散列表)

二、冲突

对于两个数据元素的关键字ki和kj(i != j),有 ki != kj ,但有:Hash(ki) == Hash(kj),即:不同关键字通过相同哈希函数数计算出相同的哈希地址,该种现象称为哈希冲突或哈希碰撞。
冲突是必然的,但是要尽量减少冲突。

1.避免哈希碰撞

1)哈希函数的设计
哈希函数的要求:
①定义域必须包括需要存储的全部关键码,而如果散列表允许有m个地址时,其值域必须在0到m-1
之间。
②哈希函数计算出来的地址能均匀分布在整个空间中
③哈希函数应该比较简单
常见的哈希函数的构造方式如下:

  • 直接定制法
    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。
  • 除留余数法
    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。

2)调节负载因子
散列表的载荷因子定义为:

α = 填入表中的元素个数 / 散列表的长度

已知哈希表中已有的关键字个数是不可变的,那我们能调整的就只有哈希表中的数组的大小。

2.解决哈希冲突

1)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。
有如下方法可以寻找下一个空位置:
① 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。
在这里插入图片描述
②二次探测
找下一个空位置的方法为: Hi= (H0 + i²)% m, 或者:Hi= (H0 - i²)% m。其中:i = 1,2,3…,H0 是通过散列函数Hash(x)对元素的关键码 key 进行计算得到的位置,m是表的大小。

2) 开散列(重要)
开散列法又叫链地址法(开链法),首先对关键码集合用散列函数计算散列地址,具有相同地址的关键码归于同一子集合,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链接起来,各链表的头结点存储在哈希表中。
在这里插入图片描述

值得注意的是,JDK1.8以前,HashMap底层是一个数组+链表;JDK1.8开始是数组+链表+红黑树,当单链表长度超过8的时候这个单链表就会转变成一个红黑树。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值