散列表

2017-03-12 本文已影响90人某昆

前言

散列表，也称哈希表，是一种常见的数据结构。相信很多同学在面试的时候会遇到如下问题，本文介绍的散列表可以解决。

一个很大的文件中，有较多的相同词汇，如何统计排名前k的词汇出现的次数？

散列表从组织列式上看，是键值对的集合，它是数组的一种延伸。但数组最大的优势就是，直接寻址，知道了元素的索引，只需要花费O(1)的时间就能找到此元素。但在日常生活中往往不知道元素的具体索引，比如说要在成绩系统中找出张三的语文成绩，关键字为“张三”，但“张三”具体在成绩表中的第几栏不清楚，还是得花费O(N)时间查找。

是否有办法，知道关键字就能知道元素索引？如果两个关键字对应的索引一致（冲突）该怎么办？

散列表性质

散列表是一种特殊的数据结构，希望在任何时候查找的效率都为O(1)。它的底层是由数组和链表实现的。

散列表对关键字进行哈希求值，哈希值即是元素在数组中的索引。求取哈希值，再根据索引在数组中获取对应的元素，这样查找的效率就是O(1)了。

如果两个关键字哈希值一致，此时生成一个链表，链表的头结点在数组中，链表中的元素则为其它哈希值为此索引的元素。

image.png

可以将数组中的每个位置称为槽，如果此槽位已经存在元素了，则将此槽位上的元素next指针指向新元素

由以上定义可知，散列表理想情况下，查找效率为o(1)，最差情况则是，所以元素的哈希值都相同，全部在链表上，此时查找效率为O(N)，所以散列表中，哈希算法非常重要，每个关键字的哈希值必须唯一，且不能存在较多不同关键字对应着同一个哈希值的现象

常见的哈希算法为：

除法散列，h(k)= k mod m，m值不能太小且不能为2的幂，算法简单甚至简陋
乘法散列，h(k)=floor(m(kA mod 1))，此方法比除法稍好点，但也很简单
全域散列法，具体而言就是随机选取一种哈希算法

关于哈希算法，本文不再过多讨论，java选手这点比较好，哈希算法java中已经有比较成熟的应用了，不需要自己动手再写了。关于散列表相关的其它推导，定理之类的本文也不再复述，有兴趣者去看算法导论吧

HashMap源码解析

先看看HashMap中的关键成员变量。

  //存储元素的数组
  transient Node<K,V>[] table;
  //默认的负载因子，如果（负载因子）x（容量）>（Map 大小），则调整 Map 大小
  static final float DEFAULT_LOAD_FACTOR = 0.75f;
  //散列表的默认大小上限值，如果大于此则调整散列表大小
  static final int TREEIFY_THRESHOLD = 8;


  //数组中存放的元素类，注意看next，是不是相当眼熟，链表的组织形式
  static class Node<K,V> implements Map.Entry<K,V> {
    final int hash;
    final K key;
    V value;
    Node<K,V> next;
    ......
  }
  //根据关键字计算哈希值
  static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

HashMap中最重要的便是两个方法，插入元素和查找元素，下面我们来看看散列表是如何插入元素和查找元素的吧

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    //如果内部数组为空或长度为0，则初始化内部数组
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    //根据哈希值找到的数组中的槽位，如果槽位上的元素为null，则说明此槽位没有已插入元素，
    //直接插入新元素即可
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {
        Node<K,V> e; K k;
        //如果根据哈希找到的槽位已经有元素了，且关键字和待插入元素关键字一致，
        //则将已有元素的value更新成待插入元素的value
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        //如果数组中存放的是TreeNode，则另行讨论
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
        //如果找到的元素槽位已有元素，且关键字和待插入元素不一致，则将已有元素
        //当成链表的头结点，插入到此链表中
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        //对应第一种最简单的情况，更新已有元素的value值
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    //直接插入新元素后，增大size，如果size大于临界值，则数组扩容
    ++modCount;
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

查找元素也类似于插入操作，先求关键字的哈希值，再去对应槽位中查找，如果关键字相同找返回要找的元素，如果不同则去链表查找或其它。

//hash参数是已经计算好的key的哈希值
//哈希值为hash，则在数组中的位置为[(n - 1) & hash]
final Node<K,V> getNode(int hash, Object key) {
    Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        //最顺利情况，[(n - 1) & hash]上的索引即为需要查找的元素
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        if ((e = first.next) != null) {
            //TreeNode使用其它方法查找，它是使用树实现的，本文中暂不讨论
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            do {
            //链表搜索法，不停查找结点的next节点，如果关键字相同则返回
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

从以上代码中也可以看出HashMap是非线程安全的，在插入过程中并未加同步锁，只是将关键成员变量设置成transient 而已，然后transient 并不能代替同步锁。

整个HashMap源码暂时分析到这，其它的操作，诸如扩充数组，计算大小，都相对比较简单了，阅读源码只要不被代码吓住，慢慢看，分解看，还是相当容易的。

散列表

目录：

前言

散列表性质

HashMap源码解析

猜你喜欢

热点阅读