Java哈希表实现

哈希表概述

• 哈希表充分体现了算法设计领域的经典思想：空间换时间
• 哈希表是时间和空间之间的平衡
• 哈希函数的设计很重要
• “键”通过哈希函数得到的“索引”分布越均匀越好

  哈希表:均摊复杂度为O(1)，牺牲了其顺序性

哈希函数的设计

  “键”通过哈希函数得到的“索引”分布越均匀越好。

整型

小范围正整型

• 小范围正整数直接使用
• 小范围负整数进行偏移 -100 ~ 100 $->$ 0 ~ 200

大范围正整型

  一个简单的解决办法： 模一个素数。

  取一个合适素数，相关素数取法链接。

浮点型

字符串

看成多少进制的整型可以自定义的。

•   M：取得模，相应的数组有多大的空间。

模运算性质

若转化成这样，取模运算的代码实现将比较简易。

复合类型

转成整型处理 ，并不是唯一的方法，原则如下:
  1. 一致性： 如果a==b, 则hash(a) == hash(b)
  2. 高效性： 计算高效简便
  3. 均匀性： 哈希值均匀分布

哈希冲突的处理

链地址法

查找表可以是红黑树。当数据量少，冲突比较小时查找表是链表比较好

哈希表是一个动态数组，空间随着N的改变进行自适应，需要resize。
平均每个地址承载的元素多过一定程度，即扩容 ：$N/M>=upperTol$
平均每个地址承载的元素少过一定程度，即缩容 ：$N/M<=lowerTol$

private static final int upperTol = 10;
private static final int lowerTol = 2;
private static final int initCapacity = 7;

// if (size >= upperTol * M)
//    resize(2*M);
// if (size < lowerTol*M && M/2 >= initCapacity)
//    resize(M / 2);

private void resize(int newM) {
    TreeMap<K,V>[] newHashTable = new TreeMap[newM];
    for (int i = 0; i < newM; i++)
        newHashTable[i] = new TreeMap<>();

    int oldM = M;
    this.M = newM;  //hash()函数中将M换成改变了的newM
    for (int i = 0; i < oldM; i++) {
        TreeMap<K, V> map = hashtable[i];
        for(K key: map.keySet())
            newHashTable[hash(key)].put(key, map.get(key));
    }
    this.hashtable = newHashTable;
}

开放地址法

• 线性探测， 遇到哈希冲突 +1
• 平方探测， 遇到哈希冲突 +1 +4 +9 +16
• 二次哈希法， 遇到哈希冲突 +hash(key)

其他哈希冲突的处理方法

• 再哈希法 Rehashing
• Coalesced Hasing ，综合了Seperate Chaining 和 Open Addressing

哈希表的复杂度分析

  回忆动态数组的均摊复杂度分析 ，平均复杂度O(1)
 对于哈希表来说，元素数从N增加到$upperTol\ast N$；地址空间倍增， 平均复杂度 O(1)

• 每个操作在O(lowerTol) ~ O(upperTol) -> O(1)

  缩容同扩容原理一样。

扩容 $M->2\ast M$ ,但扩容的 $2\ast M$ 不是素数，解决方案

private final int[] capacity
        = {53, 97, 193, 389, 769, 1543, 3079, 6151, 12289, 24593,
        49157, 98317, 196613, 393241, 786433, 1572869, 3145739, 6291469,
        12582917, 25165843, 50331653, 100663319, 201326611, 402653189, 805306457, 1610612741};
private int capacityIndex = 0;

public HashTable() {
    this.M = capacity[capacityIndex];
    size = 0;
    hashtable = new TreeMap[M];
    for (int i = 0; i < M; i++) {
        hashtable[i] = new TreeMap<>();
    }
}        

//    if (size >= upperTol * M && capacityIndex+1 < capacity.length) {
//        capacityIndex ++;
//        resize(capacity[capacityIndex]);
//    }
//    if (size < lowerTol*M && capacityIndex-1 >= 0) {
//        capacityIndex --;
//        resize(capacity[capacityIndex]);
//    }

  初始时为链表，当冲突达到一定程度时转为红黑树。

完整的Java代码

import java.util.TreeMap;  //底层就是一个红黑树
public class HashTable<K,V>{

    private final int[] capacity
            = {53, 97, 193, 389, 769, 1543, 3079, 6151, 12289, 24593,
            49157, 98317, 196613, 393241, 786433, 1572869, 3145739, 6291469,
            12582917, 25165843, 50331653, 100663319, 201326611, 402653189, 805306457, 1610612741};

    private static final int upperTol = 10;
    private static final int lowerTol = 2;
    private int capacityIndex = 0;

    private TreeMap<K, V>[] hashtable;
    private int M;    //合适的素数
    private int size;

    public HashTable() {
        this.M = capacity[capacityIndex];
        size = 0;
        hashtable = new TreeMap[M];
        for (int i = 0; i < M; i++) {
            hashtable[i] = new TreeMap<>();
        }
    }


    private int hash(K key) {
        return (key.hashCode() & 0x7fffffff) % M;
    }


    public int getSize() {
        return size;
    }

    public void add(K key, V value) {
        TreeMap<K, V> map = hashtable[hash(key)];
        if(map.containsKey(key))
            map.put(key,value);
        else {
            map.put(key, value);
            size++;

            if (size >= upperTol * M && capacityIndex+1 < capacity.length) {
                capacityIndex ++;
                resize(capacity[capacityIndex]);
            }
        }
    }

    public V remove(K key) {
        TreeMap<K, V> map = hashtable[hash(key)];
        V ret = null;
        if(map.containsKey(key)) {
            ret = map.remove(key);
            size --;

            if (size < lowerTol*M && capacityIndex-1 >= 0) {
                capacityIndex --;
                resize(capacity[capacityIndex]);
            }

        }
        return ret;
    }


    public void set(K key, V value) {
        TreeMap<K, V> map = hashtable[hash(key)];
        if(!map.containsKey(key))
            throw new IllegalArgumentException(key + "doesn't exist!");
        map.put(key,value);
    }

    public boolean contains(K key) {
        return hashtable[hash(key)].containsKey(key);
    }


    public V get(K key) {
        return hashtable[hash(key)].get(key);
    }

    private void resize(int newM) {
        TreeMap<K,V>[] newHashTable = new TreeMap[newM];
        for (int i = 0; i < newM; i++)
            newHashTable[i] = new TreeMap<>();

        int oldM = M;
        this.M = newM;  //hash()函数中将M换成改变了的newM
        for (int i = 0; i < oldM; i++) {
            TreeMap<K, V> map = hashtable[i];
            for(K key: map.keySet())
                newHashTable[hash(key)].put(key, map.get(key));
        }

        this.hashtable = newHashTable;
    }
}

参考链接：liuyubobobo的github