C# 容器——字典

2021-03-02 本文已影响0人太刀

字典 Dictionary 是最常见的 键值对 存储容器，Dictionary源码

1. 字典常见用法

        // 声明
        Dictionary<int, string> dict = new Dictionary<int, string>();

        // 添加元素
        dict.Add(1, "abc");
        dict.Add(2, "cde");

        // 下标访问
        dict[1] = "newABc";
        string v = dict[1];

        // 遍历
        foreach(KeyValuePair<int, string> pair in dict)
        {
            Debug.Log(string.Format("key:{0},value:{1}", pair.Key, pair.Value));
        }

        Dictionary<int, string>.Enumerator enumerator = dict.GetEnumerator();
        while (enumerator.MoveNext())
        {
            Debug.Log(string.Format("key:{0},value:{1}", enumerator.Current.Key, enumerator.Current.Value));
        }

        // 查找key
        bool contains = dict.ContainsKey(1);

        // 查找 Value
        bool containsValue = dict.ContainsValue("abc");

        // 取出 Value
        string str = string.Empty;
        contains = dict.TryGetValue(1, out str);

        // 容器长度
        int count = dict.Count;

        // 移除元素
        dict.Remove(1);

        // 情况容器
        dict.Clear();

2. Dictionary 的存储结构

Dictionary的底层存储结构是哈希表，主要是 buckets 和 entries 这两个数组

    private struct Entry
    {
        public int hashCode;    // Lower 31 bits of hash code, -1 if unused
        public int next;        // Index of next entry, -1 if last
        public TKey key;           // Key of entry
        public TValue value;         // Value of entry
    }

    private int[] buckets;
    private Entry[] entries;

数据存储在 entries 数组中，而 buckets 数组是哈希桶数组，在添加元素时，计算元素的哈希值，映射到 buckets 相应位置，如果相同位置有多个元素，会在该位置行程链表，通过 entries 元素的 next 指针串联起来。

3. Dictionary 的扩容机制

3.1 扩容时机

Dictionary 在调用 Add 方法或 [] 添加元素时都会调用到 Insert，如果当前的 entries 数组已满，会调用 Resize 方法进行扩容。

3.2 扩容算法

扩容的逻辑是调用 ExpandPrime 方法确定新的容量，然后重新分配 entries 和 buckets 数组，并将数据复制过去。ExpandPrime当前的实现是返回与当前容量2倍最接近的素数。

public static readonly int[] primes = {
    3, 7, 11, 17, 23, 29, 37, 47, 59, 71, 89, 107, 131, 163, 197, 239, 293, 353, 431, 521, 631, 761, 919,
    1103, 1327, 1597, 1931, 2333, 2801, 3371, 4049, 4861, 5839, 7013, 8419, 10103, 12143, 14591,
    17519, 21023, 25229, 30293, 36353, 43627, 52361, 62851, 75431, 90523, 108631, 130363, 156437,
    187751, 225307, 270371, 324449, 389357, 467237, 560689, 672827, 807403, 968897, 1162687, 1395263,
    1674319, 2009191, 2411033, 2893249, 3471899, 4166287, 4999559, 5999471, 7199369};

/*......Other Code......*/

// Returns size of hashtable to grow to.
public static int ExpandPrime(int oldSize)
{
    int newSize = 2 * oldSize;
 
    // Allow the hashtables to grow to maximum possible size (~2G elements) before encoutering capacity overflow.
    // Note that this check works even when _items.Length overflowed thanks to the (uint) cast
    if ((uint)newSize > MaxPrimeArrayLength &amp;&amp; MaxPrimeArrayLength > oldSize)
    {
        Contract.Assert( MaxPrimeArrayLength == GetPrime(MaxPrimeArrayLength), "Invalid MaxPrimeArrayLength");
        return MaxPrimeArrayLength;
    }
 
    return GetPrime(newSize);
}

public static int GetPrime(int min) 
{
    if (min < 0)
        throw new ArgumentException(Environment.GetResourceString("Arg_HTCapacityOverflow"));
    Contract.EndContractBlock();
 
    for (int i = 0; i < primes.Length; i++) 
    {
        int prime = primes[i];
        if (prime >= min) return prime;
    }
 
    //outside of our predefined table. 
    //compute the hard way. 
    for (int i = (min | 1); i < Int32.MaxValue;i+=2) 
    {
        if (IsPrime(i) &amp;&amp; ((i - 1) % Hashtable.HashPrime != 0))
            return i;
    }
    return min;
}

为什么要选择素数？
关于这个问题可以参考stackoverflow上的讨论以及这篇博客。
结论就是: 在大多数情况下，对于一组数列 a(n) ，如果它数列长度的公因数数量越少，那么该数列中的数字经散列后形成的新数字在哈希表上分布就越均匀，即发生哈希冲突的概率就越小。而素数的公因数为 1 和它本身，公因数最少，所以每次扩容都尽可能地选择素数作为新容量大小。简单说就是降低哈希冲突发生的概率。

3.3 哈希冲突过多的优化

若 Insert 时发生的哈希冲突次数过多（当前实现是100次），会调用 Resize来重新计算所有元素的 hashCode

if(collisionCount > HashHelpers.HashCollisionThreshold &amp;&amp; HashHelpers.IsWellKnownEqualityComparer(comparer)) 
{
    comparer = (IEqualityComparer<TKey>) HashHelpers.GetRandomizedEqualityComparer(comparer);
    Resize(entries.Length, true);
}

4. Dictionary 操作实现

4.1 添加元素

可使用 Add 或 [] 赋值的方法添加元素，根据 key 计算 hashCode，在 buckets 中查找到对应的位置，存放到 entries 数组中，如果发生冲突，则采用 拉链法 进行链表扩展，未触发扩容时时间复杂度 O(1)，触发扩容则是 O(n)

4.2 删除元素

Remove 方法，计算 key 的 hashCode，在 entries 中找到对应的元素，遍历对应位置的链表，移除元素，移除后空间保留，freeCount + 1，提高内存复用率，移除的时间复杂度 O(1)

4.3 查找元素

根据 Key 查找
ContainsKey，TryGetValue 都会调用 FindEntry 来查找元素，对应实现

private int FindEntry(TKey key) {
            if( key == null) {
                ThrowHelper.ThrowArgumentNullException(ExceptionArgument.key);
            }
 
            if (buckets != null) {
                int hashCode = comparer.GetHashCode(key) &amp; 0x7FFFFFFF;
                for (int i = buckets[hashCode % buckets.Length]; i >= 0; i = entries[i].next) {
                    if (entries[i].hashCode == hashCode &amp;&amp; comparer.Equals(entries[i].key, key)) return i;
                }
            }
            return -1;
        }

根据 key 计算 hashCode，在对应位置遍历链表，时间复杂度 O(1)

根据 Value 查找
ContainsValue 参数没有 key，所以只能进行遍历对比来查找，时间复杂度 O(n)

public bool ContainsValue(TValue value) {
    if (value == null) {
        for (int i = 0; i < count; i++) {
            if (entries[i].hashCode >= 0 &amp;&amp; entries[i].value == null) return true;
        }
    }
    else {
        EqualityComparer<TValue> c = EqualityComparer<TValue>.Default;
        for (int i = 0; i < count; i++) {
            if (entries[i].hashCode >= 0 &amp;&amp; c.Equals(entries[i].value, value)) return true;
        }
    }
    return false;
}