【数据结构】之 Map和Set

🏀🏀🏀来都来了，不妨点个关注！
🎧🎧🎧博客主页：欢迎各位大佬!

1. Map和Set的相关概念及说明

1.1概念及场景

Map和Set是一种专门用来进行搜索和去重操作的容器或数据结构，其搜索效率与其具体实例化的子类有关。 在以前的学习中，我们常见的搜索方式有：

1. 直接遍历：时间复杂度：O（N），但当数据量巨大的时候，比如一百万个数据，且我们要搜索的效率在最后面的时候，搜索效率就会变的十分低。
2. 二分查找：时间复杂度：O（logN），但它有个前提是，数据是可排序的并且数据已经是有序的。

上述排序比较适合静态的查找，即一般不会对数据进行插入删除操作了，而现实中的很多查找如下：
1.根据姓名查询成绩
2.根据身份证号查询信息

上述可能在查询的过程中会进行插入或删除操作，即动态查找，上述的方法就不适合了，而本文介绍Map和Set则是一种适合动态查找的容器。

1.2 模型

一般我们把要搜索的数据叫做关键字（Key），而关键字对应的称为值（Value）,将之称为Key-Value的键值对，所以就有下如下两种模型：
1.纯Key模型：
例如英语词典，我们查找某个单词就只搜索这个关键字。一般纯Key模型也可以用来进行去重操作。
2.Key-Value模型：
例如我和女朋友经常使用学习软件里的自习室进行学习时长的记录，里面记录的值就是Key-Value模型，（我，5h）,(女朋友，6.5h)。一般Key-Value模型可以用来统计某个数据出现的次数。

而Map中存储的就是key-value的键值对，Set中只存储了Key。

2. Map的相关说明

Map是一个接口类，该类没有继承自Collection，该类中存储的是<K,V>结构的键值对，并且K一定是唯一的，不能重复

2.1 Map相关方法的介绍

通过上面这张图我们可以看出，Map的两个实例化类分别是HashMap和TreeMap。
HashMap和TreeMap的区别：

在Java中HashMap的底层是实现了一个哈希桶，本文的后面会详细介绍；而TreeMap的底层是红黑树，而红黑树是一棵近似平衡的二叉搜索树，即在二叉搜索树的基础之上 +颜色以及红黑树性质验证，关于红黑树的性质我们之后再做详解。这里我们对二叉搜索树有大致理解即可，可以翻看我之前的二叉搜索树章节进行理解。

下面我们对Map的一些常用方法进行举例：

代码实现：（这里只介绍几种）

import java.util.Map;
import java.util.Set;
import java.util.TreeMap;

public class Test {
    public static void main(String[] args) {
        Map<String,String> map = new TreeMap<>();
        map.put("卡莎","虚空之女");
        map.put("诺手","诺克萨斯之手");
        map.put("剑魔","亚托克斯");
        map.put("吸血鬼","弗拉基米尔");

        System.out.println(map.get("吸血鬼")); //获取关键字Key对应的Value
        System.out.println(map.getOrDefault("格温", "不存在")); //查询某个关键字Key的Value找不到就返回我们设定的default值
        map.remove("吸血鬼");//删除Key对应的映射关系 
        System.out.println(map.get("吸血鬼"));
        Set<String> set= map.keySet(); 获取所有Key的集合
        System.out.println(set);

    }
}

打印结果：

2.2 Map.Entry<K,V>介绍（重点）

Map.Entry<K,V>是Map内部实现的用来存放<K,V>的映射关系的内部类。 该内部类中主要提供了<key, value>的获取，value的设置以及Key的比较方式。
我们可以通过用Set容器和map.entrySet()方法拿到这个映射关系，下面我们上图理解：

这里map.entrySet()方法将这个<K,V>这整个键值对打包放入到Set容器里。
代码理解：

import java.util.Map;
import java.util.Set;
import java.util.TreeMap;

public class Test {
    public static void main(String[] args) {
        Map<String,String> map = new TreeMap<>();
        map.put("卡莎","虚空之女");
        map.put("诺手","诺克萨斯之手");
        map.put("剑魔","亚托克斯");
        map.put("吸血鬼","弗拉基米尔");
        
       Set<Map.Entry<String,String>> s = map.entrySet();
       for (Map.Entry<String,String> entry: s) {
           System.out.println("Key : " + entry.getKey() + " Value : " + entry.getValue());
       }
       
}

上述提到的getKey()和getValue()则是Map.Entry<K,V>这个内部类里面实现的方法。
以下是该类提供的一些方法：

值得注意：Map.Entry<K,V>并没有提供设置Key的方法

2.3 总结

1.Map是一个接口，不能直接实例化对象，如果要实例化对象只能实例化其实现类TreeMap或者HashMap
2. Map中存放键值对的Key是唯一的，value是可以重复的
3. 在TreeMap中插入键值对时，key不能为空，否则就会抛NullPointerException异常，value可以为空。但是HashMap的key和value都可以为空。
4. Map中的Key可以全部分离出来，存储到Set中来进行访问(因为Key不能重复)。
5. Map中的value可以全部分离出来，存储在Collection的任何一个子集合中(value可能有重复)。
6. Map中键值对的Key不能直接修改，value可以修改，如果要修改key，只能先将该key删除掉，然后再来进行 重新插入。

3.Set的相关说明

Set与Map主要的不同有两点：Set是继承自Collection的接口类，Set中只存储了Key。
Set的主要应用场景是对元素进行去重操作。

和上面的Map一样，我们先介绍下TreeSet和HashSet的区别：

3.1 Set相关方法的介绍

代码实现（感兴趣的下去可以自行实践没提到的方法）：

import java.util.Map;
import java.util.Set;
import java.util.TreeMap;

public class Test {
    public static void main(String[] args) {
Set<String> set = new TreeSet<>();
       set.add("卡莎");
       set.add("诺手");
       set.add("剑魔");
       set.add("吸血鬼");

        System.out.println(set.contains("格温"));
        set.remove("卡莎");
       System.out.println(set);

}

4.哈希表

4.1 哈希表的概念

在之前的学习中，我们发现在插入或搜索元素的时候，都是需要经过比较的，那么有没有一种数据结构，不需要进行任何比较就可以找到我们要插入或搜索的元素呢？
如果有一种方法，它的每个元素与存储位置形成一一映射的关系，我们进行插入或搜索的时候，根据映射关系就可以直接找到要插入或搜索的位置了。
这种方法就叫哈希（散列）方法，其使用的转换函数就叫哈希（散列）函数，而其产生的数据结构就叫哈希表或散列表。
我们上面的HashMap和HashSet的底层哈希桶就是使用的这个结构。其插入和搜索的时间复杂度就是O（1）。
例如下面的数据集合{4，6，8，5，7}
哈希函数设置为 hash(key) = key % capacity, capacity为存储元素底层空间的大小

用该方法进行插入和搜索操作不用进行多次的比较，因此效率比较高.

4.2 哈希冲突

对于两个不同的元素K1和K2,他们的key值不同,但可能通过哈希函数求的值可能相同,比如上述例子中我们再添加一个14,hash(14) = 14% 10 = 4,按理也应该放到4下标的,但已经有元素4了,此时就发生冲突了,我们把这种不同的关键字通过hash函数求出相同的哈希地址的行为称为哈希冲突或哈希碰撞.

4.3 冲突避免——设计合理的哈希函数

引起哈希冲突的一个可能原因就是：哈希函数设置的不够合理。
常见的哈希函数：
1. 直接定址法：（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）
设散列表的最大长度为m，取一个不大于m，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 % 9 ,计算关键字的哈希地址。

剩下几种不常见，这里就不介绍了，大家如果感兴趣可以去查找其他资料。

4.4 冲突避免——负载因子的调节（重点）

散列表的负载因子定义为：α = 表中元素个数 / 表的长度

通过上述式子可以看出，当散列表没有扩容的时候是定长的，此时，α的大小与表中元素个数成正相关，当表中元素个数越多，α越大，发生冲突的概率就越大，此时我们就应该调节负载因子的大小，降低冲突率。在Java系统库中，限制了负载因子的大小为0.75，当超过这个值，由于元素的个数我们是无法限制的，所以我们就该对散列表进行扩容来调节负载因子的大小了。

4.5 冲突解决——开散列/哈希桶

解决哈希冲突的两种常见方法有：开散列和闭散列。
这里我们只介绍开散列的方法。
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。
下面我们画图解释：

通俗理解就是，开散列的结构就是由数组加链表的结构，我们将链表的头节点放在哈希表中。我们将发生冲突的元素都插入在哈希地址处链表的后面。